SKT 자체 LLM인 A.X 기반 대화형 인공지능 개발 

ㅇ 초대형 Foundation 모델(LLM, MLLM) 개발 및 상용화

  - 대형 Foundation Model (LLM, MLLM) 아키텍처 및 학습 기법 개발

  - 대형 언어모델 학습을 위한 다양한 분산학습 방법론 연구 및 개발 

  - 언어이해, 상식추론, 수리 논리, 코드, 멀티모달 등 벤치마크 개발 및 평가

  - 대규모 데이터 Augmentation 기법 연구

ㅇ 대화형 멀티모달 모델 개발

  - Alignment tuning 기술 (Human/AI Feedback) 기반 대화형 멀티모달 모델 개발

  - RL기반 Reasoning 강화 모델 개발

  - 대형 MoE 모델 post-training 학습 프레임워크 개발

  - Data Augmentation, Automatic Evaluation 기술 연구/개발

  - 데이터 설계/확장/정제, 모델 학습/평가 프로세스 반복을 통한 모델 성능 고도화

ㅇ Agentic AI 기술 기반 서비스 및 플랫폼 개발

  - Agentic 워크플로우 설계

  - 비지니스에 AI Model 적용을 위한 모델 최적화 및 Serving API 최적화

  - Model/Agent의 개선 사항을 추적하기 위한 평가 시스템 구축

  - 대규모 서비스를 위한 Serving Architecture 설계 및 개발

ㅇ 제조/바이오 특화 VLM 등 멀티모달 모델 개발

  - 제조 산업 특화 Vision-Language Model(VLM) 개발 및 최적화 연구

  - CAD 등 다양한 도면을 분석하여 온톨로지 기반 질의응답(QA) 시스템 구축

  - 서열·PDB 등 생물학 데이터 처리 및 3D 구조 예측/생성 모델 개발

  - SMILES·분자 그래프 데이터 representation learning 및 property 예측 개발

  - Diffusion, LLM, DL model (예, GNN 등) SotA 연구 분석 및 prototyping 수행

ㅇ 25년 졸업 또는 26년 2월 졸업 예정인 석사

ㅇ공통

- 컴퓨터공학, 인공지능, 머신러닝, 수학/통계 등 AI 관련 전공자

  - 딥러닝 기반 언어 모델 및 멀티모달 모델 관련 연구/개발 경험

  - Python, PyTorch/Tensorflow 등 AI 라이브러리 사용 경험

  - 최신 ML 방법론을 빠르게 습득하고 프로토타이핑하여 분석/구현하는 능력

  - 고객 중심 사고, 지속적인 학습 및 적용 자세, 그리고 협업 및 커뮤니케이션 능력

ㅇ 초대형 Foundation 모델(LLM, MLLM) 개발 및 상용화

  - 언어모델, 대화, 멀티모달 등 자연어/Vision 처리 연구/개발 경험 (2년 이상)

  - 딥러닝 모델 학습, 서빙, 응용 서비스 개발 경험

  - 여러 대의 GPU 서버를 효율적으로 활용한 분산 학습 개발 경험

ㅇ 대화형 멀티모달 모델 개발

  - ML 알고리즘 및 딥러닝 기반 멀티모달 모델에 대한 심층 지식 및 개발 역량

  - 다양한 task 정의에 따라 모델의 fine-tuning 방법을 설계/구현할 수 있는 역량

  - 최신 ML 방법론을 빠르게 습득하고 prototyping하여 분석할 수 있는 역량

ㅇ Agentic AI 기술 기반 서비스 및 플랫폼 개발

  - Machine Learning, Foundation Model, Agentic AI 관련 기본적인 기술 이해도

  - 다양한 Agentic AI 라이브러리, 서비스, 플랫폼에 대한 경험

  - 상용 수준의 AI 서비스 또는 Agentic 서비스 개발 및 운영 경험

ㅇ 제조/바이오 특화 VLM 등 멀티모달 모델 개발

 - VLM, Multimodal AI, LLM 등에 대한 모델 연구/개발 경험

  - 최신 VLM 기술을 습득해 도메인 특화 모델에 적용·개선할 수 있는 역량

  - 데이터셋 구축, 모델 학습, 성능 평가 및 ML 파이프라인 설계·운영 경험

ㅇ공통

  - NLP/ML/DL 관련 주요 학회 논문 실적 보유 및 AI 분야 학위 소지
(언어모델/멀티모달 모델 전공 우대)

  - Data 합성 및 Evaluation 방법 설계 및 개발 경험

  - Multi-gpu, multi-node 환경에서의 모델 최적화 및 분산 학습 기술/경험

  - ML 관련 competition/challenge 우수 입상 경험

ㅇ 초대형 Foundation 모델(LLM, MLLM) 개발 및 상용화

  - Megatron-LM, Nemo, DeepSpeed 등 분산 학습 프레임워크 경험 (2년 이상)

  - 거대 언어 및 멀티모달 아키텍처 연구/개발 경험

  - Dask/Spark 등을 활용한 대용량 데이터 처리 경험

ㅇ 대화형 멀티모달 모델 개발

  - 언어모델/멀티모달 모델/서비스 상용 개발 경험  

ㅇ Agentic AI 기술 기반 서비스 및 플랫폼 개발

  - 언어모델/멀티모달 모델/서비스 상용 개발 경험

ㅇ 제조/바이오 특화 VLM 등 멀티모달 모델 개발

  - 제조/바이오 도메인 데이터 모델링 경험 및 화학/바이오 툴체인 활용 경험
    (RDKit, PyRosetta 등)

  - Diffusion, LLM, Deep Learning model (GNN 등) 실무/연구 경험

  - CAD 등 제조 산업 도면 데이터 처리 및 분석 경험

  - Visual Grounding, OCR 관련 연구 성과 및 서비스 개발 경험

ㅇ 국가보훈 취업지원대상자*와 장애인은 관련 법령에 의거하여 우대하고 있습니다.

1. 서류전형

  - 지원 기간 : 10월 1일(수) ~ 10월 22일(수) 오후 6시
  - 자기소개서 작성 및 제출
  - 지원 자격 조건에 해당하는 지원자의 경우 모두 필기전형 응시 진행(필기전형 이후 종합 발표 예정)

2. 필기전형
 
  ① SKCT (심층)

  - 응시일정 : 10/27(월) 09:00 ~ 10/28(화) 17:00 사이 자율 응시 (약 70분)
     ※ AM 03:00~05:00 시간대는 시스템 점검으로 접속이 불가할 수 있습니다. 
  - SKCT는 온라인으로 시행
 
  ② 코딩테스트 

  - 응시일정 : 11/2(일) 14:00 ~16:00
  - 응시 관련 상세 가이드는 지원접수 마감 이후 개별 안내 예정
  

3. 면접전형 : 11월 ~ 12월
 
4. 최종 합격자 발표 : 12월 중
 
5. 입사 : 26년 1월

ㅇ SKCT응시 프로그램설치
 
  - 아래 링크 중 본인의 PC에 맞는 프로그램을 다운 및 설치
    ※ 과거 응시 이력이 있더라도 최신 프로그램 링크를 다시 다운로드 진행

     1) Windows       2) Mac(Intel)       3) Mac(Arm)

ㅇ 온라인 SKCT 문의처

  - SKCT 시스템 관련 문의 : 02-6324-5100(평일, 9시~17시)

ㅇ SKCT 응시 이력은 4개월간 보존되며 해당 기간동안 채용 지원 시 활용됨

ㅇ 최근 4개월 내 타 SK관계사의 SKCT에 응시한 이력이 있는 경우
 
   - 4개월 내 획득한 점수를 활용하여 평가 진행(본 모집에서 응시 불필요)
   - 응시 불필요 대상자는 개별 안내 예정이며, 추가적인 재응시는 불가
   - 응시 대상자와 함께 결과 발표 예정
 

ㅇ 본 모집 SKCT 응시할 경우, 타 SK계열사 지원 시 활용예정(4개월 간)

ㅇ  서울 (또는 서울 근교)

ㅇ  2026년 1월

※ 본 공고의 지원접수는 10월 22일(수) 오후 5시 59분 59초에 마감됩니다.