포지션 상세
Finova는 방대한 금융 데이터를 활용해 AI로 투자 의사결정에 필요한 인사이트를 제공하는 금융 데이터 기업입니다.
회사의 주요 구성원은 국내 금융 데이터 및 투자 정보 서비스 산업을 초기부터 구축하고 성장시킨 핵심 인력으로 구성되어 있으며, 금융 데이터 수집, 정제, 분석부터 서비스 출시 및 사업 확장까지 전 과정을 직접 경험해왔습니다.
이 검증된 도메인 노하우 위에 최신 AI 및 자동화 기술을 결합해, 대규모 금융 데이터를 안정적으로 처리하고 실질적인 투자 인사이트를 제공하는 서비스를 만들고 있습니다.
현재는 초기 단계부터 기술력과 사업성을 검증받아 외부 자본을 유치하고 전략적 협업을 기반으로 한 안정적인 성장 환경을 확보하였으며, AI 기반 서비스 고도화와 본격적인 사업 확장 단계를 준비하고 있습니다.
피노바 AI팀은 국내를 넘어 글로벌 Top-tier 금융 AI 전문가 그룹을 지향합니다.
일당백의 탁월한 동료들이 모여 R&D, 모델링, MLOps, 데이터 분석의 경계를 허물며 협업하는 팀입니다.
이러한 환경 속에서 구성원들은 데이터와 엔지니어링, 최신 AI 지식을 아우르는 폭넓고 깊이 있는 성장을 경험할 수 있습니다.
우리는 단순히 기능을 구현하는 것을 넘어, 시장을 선도하는 AI 기술의 기준을 금융 업계에 새롭게 정의하고 있습니다.
• 또한 잘 갈고 닦은 모델을 효율적으로 서빙하기 위한 추론 최적화 영역도 해당 포지션에서 기대하는 역할입니다.
• Qwen3.5, Gemma4 등 최신 오픈소스 모델 기반 금융 도메인 Post-Training 수행
• Reasoning 모델 개발: RL 기반 학습(GRPO, PPO), Chain-of-Thought Distillation, Test-Time Compute Scaling 기법 적용
• 금융 특화 Embedding Model 및 Reranker 학습
• 금융 도메인 난제(복잡한 수치 추론, 표/차트 해석, 멀티턴 금융 대화)를 평가하는 자체 벤치마크 데이터셋 구축
• LLM-as-a-Judge 기반 자동 평가 시스템 설계 및 운영
• Financial LLM Leaderboard 기획 및 지속적 업데이트
• NeurIPS, ICML, ACL, EMNLP 등 탑티어 학회 논문 투고
• 기술 블로그, 백서(Whitepaper) 작성을 통한 대외 기술 브랜딩
• 다양한 금융 비정형 데이터로부터 금융 인사이트를 추출하는 워크플로우 개발
• LLM을 활용한 고품질 금융 학습 데이터 자동 생성 파이프라인 구축
• 최신 아키텍처에 대한 깊은 이해 (Attention Mechanism, RoPE, GQA/MQA, Sliding Window Attention, MoE 등)
• LLM Post-training (SFT, DPO/GRPO) 전체 파이프라인 경험
• 임베딩 모델 학습 경험 (Contrastive Learning, Matryoshka Representation Learning 등)
• 실험 설계부터 결과 분석까지 논리적으로 서술하여 논문/기술 보고서 작성 가능자
회사의 주요 구성원은 국내 금융 데이터 및 투자 정보 서비스 산업을 초기부터 구축하고 성장시킨 핵심 인력으로 구성되어 있으며, 금융 데이터 수집, 정제, 분석부터 서비스 출시 및 사업 확장까지 전 과정을 직접 경험해왔습니다.
이 검증된 도메인 노하우 위에 최신 AI 및 자동화 기술을 결합해, 대규모 금융 데이터를 안정적으로 처리하고 실질적인 투자 인사이트를 제공하는 서비스를 만들고 있습니다.
현재는 초기 단계부터 기술력과 사업성을 검증받아 외부 자본을 유치하고 전략적 협업을 기반으로 한 안정적인 성장 환경을 확보하였으며, AI 기반 서비스 고도화와 본격적인 사업 확장 단계를 준비하고 있습니다.
피노바 AI팀은 국내를 넘어 글로벌 Top-tier 금융 AI 전문가 그룹을 지향합니다.
일당백의 탁월한 동료들이 모여 R&D, 모델링, MLOps, 데이터 분석의 경계를 허물며 협업하는 팀입니다.
이러한 환경 속에서 구성원들은 데이터와 엔지니어링, 최신 AI 지식을 아우르는 폭넓고 깊이 있는 성장을 경험할 수 있습니다.
우리는 단순히 기능을 구현하는 것을 넘어, 시장을 선도하는 AI 기술의 기준을 금융 업계에 새롭게 정의하고 있습니다.
주요업무
• 이 포지션은 회사 프로젝트에 활용되는 모델들(Embedder/Reranker/LLM/VLM)을 학습시켜 preference에 맞게 제어하는 코어 부분을 담당하고 있습니다.• 또한 잘 갈고 닦은 모델을 효율적으로 서빙하기 위한 추론 최적화 영역도 해당 포지션에서 기대하는 역할입니다.
• Qwen3.5, Gemma4 등 최신 오픈소스 모델 기반 금융 도메인 Post-Training 수행
• Reasoning 모델 개발: RL 기반 학습(GRPO, PPO), Chain-of-Thought Distillation, Test-Time Compute Scaling 기법 적용
• 금융 특화 Embedding Model 및 Reranker 학습
• 금융 도메인 난제(복잡한 수치 추론, 표/차트 해석, 멀티턴 금융 대화)를 평가하는 자체 벤치마크 데이터셋 구축
• LLM-as-a-Judge 기반 자동 평가 시스템 설계 및 운영
• Financial LLM Leaderboard 기획 및 지속적 업데이트
• NeurIPS, ICML, ACL, EMNLP 등 탑티어 학회 논문 투고
• 기술 블로그, 백서(Whitepaper) 작성을 통한 대외 기술 브랜딩
• 다양한 금융 비정형 데이터로부터 금융 인사이트를 추출하는 워크플로우 개발
• LLM을 활용한 고품질 금융 학습 데이터 자동 생성 파이프라인 구축
자격요건
• STEM/AI 분야 석/박사 학위 혹은 그에 준하는 경험• 최신 아키텍처에 대한 깊은 이해 (Attention Mechanism, RoPE, GQA/MQA, Sliding Window Attention, MoE 등)
• LLM Post-training (SFT, DPO/GRPO) 전체 파이프라인 경험
• 임베딩 모델 학습 경험 (Contrastive Learning, Matryoshka Representation Learning 등)
• 실험 설계부터 결과 분석까지 논리적으로 서술하여 논문/기술 보고서 작성 가능자
