← 그룹바이

리소리우스

정신 건강도 객관적으로 진단하고 효과적으로 치료할 수 있도록, 우리는 기술과 데이터로 길을 만들어갑니다.

서울 종로구 대학로 116, 4층 홈페이지 조회 141
기업 소개 리소리우스는 AI와 생체 데이터 분석 기술을 활용해 정신질환을 객관적으로 진단하고 효과적으로 치료하는 기업입니다. 개인별 약물 반응 예측과 정신건강 상태 정량화를 통해 맞춤형 치료 솔루션을 개발하고 있습니다. 주요 사업 AI 기반 정신과 약물 반응성 예측 솔루션 개발 뇌파(EEG) 및 심박변이도(HRV) 데이터 분석 생체 데이터 기반 인지기능 및 감정 상태 정량화 정신질환 및 신경계 질환 진단·치료 지원 기술 개발 국내 대학병원 및 의료기관과의 공동연구 조직문화 서로 신뢰하고 협력하는 팀워크를 중시하며, 빠른 실행력과 높은 완성도를 추구합니다. 공동의 목표를 위해 문제 해결에 적극적으로 몰입하고 서로 의지하며 성장하는 문화를 지향합니다.

모집 공고 4건

직무마다 따로 지원할 수 있습니다

<무관> [리소리우스] Research MLOps Engineer 채용 (○명)

DevOps · 서울 종로구 대학로 116, 4층 (서울, 종로구) · 오늘 마감

포지션 DevOps

경력 구분 무관

특이사항 원격근무 없음

스킬 Python · Airflow · Grafana · Kubeflow · MLflow · Prometheus · Pytorch · Ray · Docker · Github-Action · Kubernetes · Terraform · AWS · CUDA · DeepSpeed · vLLM · Triton Inference Server

주요업무

World Model, Biomedical AI 및 LLM/Agent를 위한 GPU 기반 학습·추론 Infrastructure를 구축하고 운영합니다.

Training, Evaluation, Model Registry, Deployment가 연결되는 ML Pipeline 및 MLOps 환경을 구축합니다.

연구자의 실험 설정, Dataset, Checkpoint, Metric 및 Artifact를 추적하고 재현할 수 있는 Experiment Management 환경을 개발합니다.

On-premise 및 Cloud 환경에서 GPU Resource Scheduling, Monitoring 및 Infrastructure Optimization을 수행합니다.

LLM/Agent 및 AI Model의 API Serving, Batch Inference, Online Inference 환경을 구축하고 안정성을 개선합니다.

SFT, Preference Learning, RL 등 Post-training Pipeline과 Agent Evaluation 환경을 구축합니다.

AI Scientist, Data Engineer 및 Software Engineer와 협업하여 연구 코드를 재현 가능하고 확장 가능한 Production/Research System으로 전환합니다.

자격요건

MLOps, ML Platform, Backend/Infrastructure Engineering 또는 유관 분야의 실무 경험이 있으신 분

Python 기반 ML/Backend System 개발 경험이 있으신 분

Docker 및 Kubernetes 기반 환경에 대한 이해와 구축·운영 경험이 있으신 분

PyTorch 등 ML Framework를 활용한 Training/Inference Workflow에 대한 이해가 있으신 분

Linux 및 GPU 기반 ML Infrastructure를 운영하고 문제를 분석할 수 있으신 분

AI/ML Researcher 및 Engineer와 협업하여 연구 요구사항을 시스템으로 구현할 수 있으신 분

우대사항

MLflow, Weights & Biases, Kubeflow 등 Experiment Tracking/MLOps Platform 구축 경험

NVIDIA GPU Cluster, Multi-GPU 또는 Distributed Training 환경 운영 경험

PyTorch DDP, DeepSpeed, FSDP, Ray 등 Distributed ML Framework 활용 경험

vLLM, Triton Inference Server 등 GPU 기반 Model/LLM Serving 경험

LLM/Agent의 Evaluation, SFT, Preference Learning 또는 RL/Post-training Pipeline 구축 경험

AWS 등 Cloud와 On-premise가 혼합된 Hybrid ML Infrastructure 구축 경험

Airflow, Argo Workflows, Kubeflow Pipelines 등 Workflow Orchestration 경험

Terraform, CI/CD, Observability 등 Infrastructure Automation 및 Monitoring 경험

채용절차

1차: 대표자 커피챗

2차: 실무자 커피챗

(필요 시) 기술 면접 → 레퍼런스 체크

지원절차

1. BDAI LMS에서 이력서 및 포트폴리오(선택) 제출

2. LMS ‘지원하기’ 클릭 후 그룹바이 채용공고 페이지로 이동

3. 그룹바이 채용공고에서 ‘지원하기’ 클릭 및 지원 완료

※ BDAI LMS와 그룹바이에서 모두 지원해야 패스트트랙 서류 접수가 완료됩니다.

이력서와 포트폴리오를 먼저 제출해 주세요.

제출이 완료되면 그룹바이 채용공고 페이지로 이동합니다.

PDF, DOCX, DOC, HWP, HWPX

PDF, DOCX, DOC, HWP, HWPX

작업물이 있을 때만. 같은 파일 형식.

<무관> [리소리우스] ML Data Engineer 채용 (O명)

데이터 엔지니어 · 서울 종로구 대학로 116, 4층 (서울, 종로구) · 오늘 마감

포지션 데이터 엔지니어

경력 구분 무관

특이사항 원격근무 없음

스킬 Python · Pytorch · Spark · Tensorflow · Docker · SQL · Pandas · NumPy · Scikit-learn · Obviously AI · Vision ML · Datasets

주요업무

데이터셋 구축·검증 및 제공

연구 질문과 활용 목적을 코호트 조건, 필요 변수, 가공 규칙, 산출물과 완료 기준이 정의된 태스크로 구체화하고 Dataset 구축

Researcher 및 Domain Expert와 함께 Label, Outcome, Prediction Target과 Feature 구성을 정의하고, 라벨링 지침·검수 기준 및 작업 결과를 데이터셋에 반영

평가 목적에 맞는 환자·기관·시간 기준의 Sampling 및 Train / Validation / Test Split 설계와 Data Leakage·Label Leakage 검증

동일 환자의 방문·검체·모달리티 간 중복 및 예측 시점 이후 정보 유입 등 태스크별 누수 위험 점검

Longitudinal / Temporal Patient Dataset 구축 및 EHR/EMR, Imaging, Pathology, Omics 등 Multi-modal Dataset Alignment

결측·중복, 라벨 오류, 데이터 분포 및 코호트 선택 편향을 점검하는 Dataset Quality / Distribution Validation Pipeline 구축

태스크별 추출·가공·검증 과정의 자동화와 Dataset 갱신·재생성 파이프라인 운영

입력 데이터 버전, 가공 코드·설정, 라벨·검수 이력 및 Split 정보를 연결한 Dataset Versioning, Snapshot 및 Benchmark 관리

사용·제공 가능한 범위와 제공 규격에 맞춰 Dataset을 구성하고, 코호트·라벨 정의, 데이터 사전, 품질 검증 결과, 이용 범위와 버전별 변경 내역을 포함한 제공 패키지 제작

연구 과제별 학습 데이터 확장

Model Error, Failure Case, Hard Example 및 평가 결과를 분석하여 Dataset 개선 과제 도출

AI Agent의 Reasoning / Tool-use / Research Trajectory 기록 수집·정제 및 검수

AI/ML Engineer 및 Researcher와 협업하여 SFT, Preference Learning, RL 및 Post-training Dataset 구축과 Feedback Data Loop 운영

자격요건

Python을 활용해 데이터를 추출·가공·검증하고, ML 학습·평가용 Dataset을 구축한 경험이 있으신 분

ML Task에 맞는 Sampling, Train / Validation / Test Split 및 Validation 방법을 이해하고 적용할 수 있으신 분

데이터 분포, Bias, Leakage 및 Dataset Quality가 모델 성능과 평가에 미치는 영향을 이해하고, 관련 문제를 점검할 수 있으신 분

가공 코드·설정, 라벨, 데이터 버전을 관리하여 Dataset과 ML Experiment를 재현할 수 있으신 분

반복적인 데이터 처리·검증 과정을 재사용 가능한 코드나 파이프라인으로 구현할 수 있으신 분

AI/ML Engineer, Researcher 및 Domain Expert와 협업하여 요구사항을 구체적인 가공·검수 기준과 데이터 산출물로 구현할 수 있으신 분

우대사항

Clinical, EHR/EMR, Imaging, Pathology, Omics 중 하나 이상의 Biomedical Data 처리 경험

Patient Cohort Definition, Clinical Outcome 또는 Longitudinal / Temporal Patient Dataset 구축 경험

Multi-modal ML Dataset 구축 경험

SQL을 활용한 코호트 추출 및 데이터 가공 경험

라벨링 지침·검수 기준을 정리하고, 라벨 품질과 수정 이력을 관리한 경험

Spark, Ray 등 대규모 데이터 처리 Framework 활용 경험

MLflow, DVC, Weights & Biases 등을 활용한 Dataset / Experiment Versioning 경험

ML Benchmark 또는 Evaluation Dataset 구축 경험

LLM/Agent Trajectory, Instruction / SFT Dataset 구축 경험

Preference, Reward Model, RLHF/RLAIF 등 Post-training Dataset 관련 경험

Model Failure Case Mining, Hard Example Mining, Active Learning 또는 평가 결과를 활용한 Dataset 개선 경험

외부 고객이나 연구 협력자에게 제공할 Dataset의 패키징, 품질 검수 및 문서화 경험

채용절차

1차: 대표자 커피챗

2차: 실무자 커피챗

(필요 시) 기술 면접 → 레퍼런스 체크

지원절차

1. BDAI LMS에서 이력서 및 포트폴리오(선택) 제출

2. LMS ‘지원하기’ 클릭 후 그룹바이 채용공고 페이지로 이동

3. 그룹바이 채용공고에서 ‘지원하기’ 클릭 및 지원 완료

※ BDAI LMS와 그룹바이에서 모두 지원해야 패스트트랙 서류 접수가 완료됩니다.

이력서와 포트폴리오를 먼저 제출해 주세요.

제출이 완료되면 그룹바이 채용공고 페이지로 이동합니다.

PDF, DOCX, DOC, HWP, HWPX

PDF, DOCX, DOC, HWP, HWPX

작업물이 있을 때만. 같은 파일 형식.

<경력, 계약직> 정부지원사업 및 사내 행정 담당자

경영 지원 · 서울 종로구 대학로 116, 4층 (서울, 종로구) · 오늘 마감

포지션 대표경영 지원, 운영 매니저

경력 구분 경력 1년 이상

특이사항 100% 원격근무 가능

스킬 Microsoft Word · Microsoft Excel · HWP

주요업무

인사 지원

급여 변동·근태 자료를 취합해 세무사·노무사에게 전달하고, 임직원의 급여 문의와 정정 요청을 연결합니다. 급여 계산과 신고 실무는 세무사·노무사가 담당합니다.

정규직·계약직 입사자의 4대보험 취득에 필요한 정보를 전달하고 처리 결과를 확인합니다. 노무사가 작성한 근로계약서의 서명·회수를 챙기고 연차·휴가·근태 기록을 관리합니다.

선정된 정부지원사업 관리

해외 출장비·여비의 집행 기준을 확인하고 항공권·숙박비 등 증빙을 갖춰 사업비를 신청·정산합니다.

과제별 인건비·임대료의 집행액과 잔액을 관리합니다. 참여 인력이나 기간이 바뀌면 참여율과 인건비 계상률을 점검하고 변경 내역을 반영합니다.

운영 및 총무

사내 비품을 구매하고 법인카드 사용 내역을 영수증과 대조합니다. 국내외 송금은 청구서·수취인·계좌를 확인하고 내부 승인에 따라 처리합니다.

매월 인건비와 운영비를 정리하고 월·분기·반기·연 결산을 진행합니다. 외부 세무사와 장부 차이 및 누락 증빙을 확인하고 기업 인증에 필요한 서류 준비를 보조합니다.

자격요건

정부지원사업 관리와 사내 행정 업무를 수행한 경력 3년 이상인 분

우대사항

초기 스타트업에서 행정과 정부지원사업을 함께 담당했거나 해외 거래처의 청구·송금을 처리한 분

임직원·외부 전문가에게 필요한 자료와 마감을 분명히 안내하고, 누락이나 지연을 제때 공유하는 분

채용절차

1차: 실무자 커피챗

2차: 대표자 커피챗

(필요 시) 레퍼런스 체크

지원절차

1. BDAI LMS에서 이력서 및 포트폴리오(선택) 제출

2. LMS ‘지원하기’ 클릭 후 그룹바이 채용공고 페이지로 이동

3. 그룹바이 채용공고에서 ‘지원하기’ 클릭 및 지원 완료

※ BDAI LMS와 그룹바이에서 모두 지원해야 패스트트랙 서류 접수가 완료됩니다.

이력서와 포트폴리오를 먼저 제출해 주세요.

제출이 완료되면 그룹바이 채용공고 페이지로 이동합니다.

PDF, DOCX, DOC, HWP, HWPX

PDF, DOCX, DOC, HWP, HWPX

작업물이 있을 때만. 같은 파일 형식.

<무관> [리소리우스] Data Ingestion Engineer 채용 (○명)

데이터 엔지니어 · 서울 종로구 대학로 116, 4층 (서울, 종로구) · 오늘 마감

포지션 데이터 엔지니어

경력 구분 무관

특이사항 원격근무 없음

스킬 Python · PostgreSQL · Airflow · Spark · AWS · SQL · Pandas

주요업무

Clinical, EHR/EMR, Imaging, Pathology, Omics 등 다양한 Biomedical Data Source 수집 및 통합

Database, Object Storage, API, Public Dataset 등을 연결하는 Batch 기반 ETL/ELT Pipeline 설계·개발 및 운영

Raw Data → Standardized Data → Research-ready Data로 이어지는 Data Processing Layer 설계 및 구현

Biomedical Data Schema와 Metadata 구조 설계 및 관리

기관·Dataset별 식별 체계를 유지하며 Patient, Encounter, 검체·검사·파일 간 관계를 관리하고 Longitudinal Timeline 구성

데이터 정합성, 결측·중복, 형식 오류 등을 점검하는 Quality Validation Pipeline 구축 및 검증 결과 관리

데이터의 출처, 사용 조건, 가공 이력과 버전을 추적할 수 있는 Data Lineage 및 Provenance 관리

신규·변경 데이터의 수집과 갱신, 중복 적재 방지, 실패 재처리 및 실행 상태 모니터링을 포함한 Ingestion Workflow 자동화

연구·사업 목적에 따라 데이터 범위, 가공 요건, 산출물과 완료 기준이 정의된 태스크 단위로 수집·가공 작업 수행 및 진행 상황 관리

AI/ML Engineer, Researcher와 협업하여 후속 ML Dataset, Knowledge Graph, 검색 및 AI Agent 시스템이 활용할 수 있는 데이터와 메타데이터 제공

내부 연구 및 외부 제공용 Dataset 구축에 필요한 데이터 사전, 품질 검증 결과와 버전별 변경 내역 정리

자격요건

Python 및 SQL을 활용한 Data Pipeline 개발 경험이 있으신 분

ETL/ELT, Data Modeling, Batch Processing에 대한 이해와 개발 경험이 있으신 분

Database, Object Storage, API 등 서로 다른 Data Source를 연계·통합한 경험이 있으신 분

구조화·비구조화 데이터의 전처리 및 표준화 경험이 있으신 분

데이터 품질을 검증하고, 처리 과정과 결과를 추적·재현할 수 있는 Data Pipeline 구축에 대한 이해가 있으신 분

AI/ML Engineer 및 Researcher와 협업하여 데이터 요구사항을 구체적인 작업과 데이터 시스템으로 구현할 수 있으신 분

우대사항

Clinical, EHR/EMR, Imaging, Pathology, Omics 중 하나 이상의 Biomedical Data 처리 경험

Longitudinal 또는 Temporal Patient Dataset 구축 경험

의료 데이터 표준 및 Clinical Data Model에 대한 경험 또는 이해

Airflow, Dagster, Prefect 등 Workflow Orchestration 경험

AWS 기반 Data Lake, Warehouse 또는 Lakehouse 구축 경험

Spark 등 대규모 데이터 처리 Framework 활용 경험

Data Lineage, Data Provenance 또는 Dataset 버전 관리 경험

Knowledge Graph 구축을 위한 데이터 전처리, Entity/Relation Pipeline 또는 Vector Database·RAG Data Pipeline 경험

연구용 Dataset 또는 Public Biomedical Dataset을 내부 시스템에 통합한 경험

외부 제공용 Dataset의 품질 검수, 문서화 또는 데이터별 이용 조건 관리 경험

채용절차

1차: 대표자 커피챗

2차: 실무자 커피챗

(필요 시) 기술 면접 → 레퍼런스 체크

지원절차

1. BDAI LMS에서 이력서 및 포트폴리오(선택) 제출

2. LMS ‘지원하기’ 클릭 후 그룹바이 채용공고 페이지로 이동

3. 그룹바이 채용공고에서 ‘지원하기’ 클릭 및 지원 완료

※ BDAI LMS와 그룹바이에서 모두 지원해야 패스트트랙 서류 접수가 완료됩니다.

이력서와 포트폴리오를 먼저 제출해 주세요.

제출이 완료되면 그룹바이 채용공고 페이지로 이동합니다.

PDF, DOCX, DOC, HWP, HWPX

PDF, DOCX, DOC, HWP, HWPX

작업물이 있을 때만. 같은 파일 형식.