FnGuide

부서소개

- LLM TFT는 금융투자 분야의 방대한 데이터를 기반으로 최신 AI 기술(Large, Language Model, RAG 등)을 실전 적용하여, 내부 운영과 외부 고객 서비스 전반의 지능화와 효율화를 선도하는 팀입니다.

핵심가치

- 데이터를 활용해 정보 그 이상, 의미 있는 인사이트와 새로운 가치를 만들어내자

- 최신 AI 기술을 단순히 도입하는 것을 넘어서, 실효성 있는 시스템으로 내재화하자

- 신뢰할 수 있는 성능, 재현 가능한 결과, 지속 가능한 AI 활용을 지향하자

부서의 미션

- 금융 데이터에 특화된 LLM 및 RAG 시스템을 기획 개발하고, 이를 실무와 서비스에 통합

- 외부 고객에게는 차별화된 인공지능 기반 서비스로 금융 데이터의 새로운 활용 가치를 제시

부서에서 하는 일

- AI 기반 제품화 : LLM/RAG 기반 챗봇, 검색 시스템, 요약 분석 툴 등 금융에 특화된 기능 기획 및 구현

- AI 서비스 기획 및 외부 PoC : 대 고객 프로젝트를 통해 실제 업무 적용 가능성 검증

- AI 인프라 및 파이프라인 설계 : 에이전트 설계/구현, 프롬프트 엔지니어링, 파인튜닝, 벡터 DB 연계 등 기술 체계 내재화

- Cross-functional 협업 : 기획, 개발, 상품, 영업 부서와 함께 문제 해결 중심으로 일함

부서의 자랑거리, 우리 부서만의 문화

- 기술을 도구가 아닌 핵심 역량으로 삼고자 하는 팀

- 실험과 시행착오를 통해 배우는 것을 당연하게 여김

- 금융과 AI의 경계를 넘나드는 도전적인 과제에 즐겁게 몰입하는 분위기

- 실험적인 임팩트를 만들기 위해 기술과 비즈니스를 함께 고민하는 팀

담당업무

- 금융특화 언어모델 평가용 리더보드 구축

- 금융 리포트, 뉴스, 공시 등 비정형 데이터를 활용한 정보 추출 및 구조화 실험 보조

- 온톨로지 기반 금융 지식 모델링 및 지식 그래프 설계 실습

- Hugging Face 기반 LLM 모델 활용 및 프롬프트 최적화 실험 지원

- 지식 그래프를 활용한 RAG Agent 구축

- Retrieval-Augmented Generation (RAG) 구성 요소 분석 및 개선 아이디어 도출

- 모델 성능 평가를 위한 금융 도메인 벤치마크 설계 및 테스트 데이터 구축 지원

자격요건

- 학사 이상

- 자연어 처리 또는 기계학습/딥러닝 관련 기초 지식을 보유하신 분

- 논문 또는 기술 문서를 기반으로 개념을 이해하고 실습에 적용할 수 있는 능력을 보유하신 분

- 금융 도메인 데이터에 대한 관심 있으신 분

우대사항

- 특정 태스크를 위한 sLLM Fine-tuning 경험 있으신 분

- Hugging Face Transformers, PyTorch 등을 활용한 모델 실습 경험 있으신 분

- Agent 아키텍쳐를 직접 구축하며 최적화해본 경험 있으신 분

- 벡터 검색/Graph DB/LLM inference 최적화 도구에 대한 실습 경험 있으신 분

공통 우대사항

- 주식시장과 기업공시에 대한 기본 지식을 갖추신분

- 빠른 면접진행 및 출근가능자 우대

기타사항

- 긍정 마인드, 책임감, 솔선수범

채용절차