[KT] 2026년 경력채용(멀티모달 AI VLM 연구개발)

멀티모달 AI(VLM) 연구개발

지원기간 2026.9.23(수) ~ 2026.10.11(일) 지원자격 • 정규 4년제 대학을 기졸업하신 분 • 남성의 경우, 병역 필 또는 면제 • 해외출장(여행) 및 체류에 결격 사유가 없는 분 채용유형 • 정규직 채용분야 KT AX미래 분야의 주역으로서 '연구 및 개발 전문인력'을 찾습니다. 모집분야 세부직무는 아래 내용 확인 부탁 드립니다. ※ '직무 세부내용/소속(예정) 부서 정보 등' 추가 문의 가능한 자리가 별도로 마련됩니다(희망자 限). 참여 신청은 KT 링크드인 공식계정 게시글 통해 가능합니다(신청기한 : ~ '26.09.30. 23:50) 멀티모달 AI(VLM) 연구ㆍ개발 업무내용 • VLM(vision language model) 기반 기술 연구/개발 - 이미지·비디오와 언어를 통합하는 Native 멀티모달 아키텍처 설계 및 개발 - 멀티모달 맥락 이해 및 다단계 추론(Reasoning) 성능 고도화 연구 • 멀티모달 AI 학습·최적화 기술 개발 - 멀티모달 Pre-training 및 Post-training(SFT/RL) 파이프라인 구축ㆍ최적화 - 대용량 멀티모달 데이터 처리 파이프라인 구축 및 입출력 효율화 - 분산 학습 환경 구축, 학습성능 및 자원효율 개선 자격요건 • 멀티모달 AI 문제 정의 및 솔루션 제안 역량/경험 - Python 및 PyTorch 기반 모델 구현, 학습 파이프라인 최적화 역량 - 최신 AI/멀티모달 기술 트렌드 이해, 도메인 문제 정의 및 해결/연구 역량 • VLM 등 멀티모달 모델의 구조와 학습 방법 이해 - VLM 등 대규모 멀티모달 모델 설계·학습 경험 • 거대 모델 분산 학습 프레임워크 활용 및 인프라 최적화 경험 - GPU 기반 분산 학습 환경 구축 및 학습 성능·자원 효율 최적화 역량 - VLM 학습 프레임워크·데이터 파이프라인 최적화 역량 ※ 박사 학위(예정) 보유 또는 관련 분야 실무 프로젝트 3년 이상 경험 (석사 이상 학위 소지자 경우 연구 프로젝트 경험 대체) 우대사항 • Native 멀티모달 아키텍처 연구·개발 경험 • 비디오 이해 기반 VLM 연구·개발 경험 • Video Understanding, Video Agent 연구 경험 • Megatron-LM 등 대규모 분산 학습 프레임워크 활용 경험 • 멀티모달 Pre-training, SFT 등 모델 학습 경험 • 멀티모달 AI 관련 주요 학회 논문 게재 또는 연구 실적 근무지 • 서울(우면) 채용절차 지원접수 서류전형 인성검사 면접전형 이력검증/건강검진 최종합격 통보 및 처우협의 ※ 채용절차는 회사 사정에 의해 순서변경 또는 추가/생략될 수 있습니다(ex : 실무역량Test, 평판조회 등). ※ 전형단계별 진행사항은 향후 'SMS/E-mail' 등을 통해 수시로 개별안내 예정입니다. 지원방법 및 유의사항 • KT 채용 홈페이지(recruit.kt.com)를 통한 온라인 지원만 가능합니다. • 입사지원서 기재사항이 허위로 판명되거나 채용청탁 등 채용과 관련하여 부정행위가 확인될 경우 합격 또는 채용이 취소되며, 향후 KT 채용에 응시할 수 없습니다. • 취업보호 대상자(보훈)는 관련 법령 및 내부 기준에 의거하여 우대합니다. • 지원서 작성시 유의사항 - 기재사항이 원본과 다를 경우 채용이 취소될 수 있습니다. - 편입학의 경우 편입학 전·후의 학교 성적을 각각 입력합니다. - 학력, 자격, 어학, 수상, 경력 등은 증빙 가능한 서류가 있는 경우에만 입력하시기 바랍니다. - 학점은 성적증명서에 표기된 100점 만점 환산 평균 점수(예: 80/100)를 입력하시되, 100점 만점 환산 점수가 표기되지 않은 경우 평균 평점(예: 3.0/4.5)을 입력하시기 바랍니다. (100점 만점으로 임의 환산하는 것은 금지합니다.) 문의처 • 이메일 문의(recruit@kt.com) 또는 KT 채용홈페이지 Q&A 게시판 질의 등록

• 정규 4년제 대학을 기졸업하신 분 • 남성의 경우, 병역 필 또는 면제 • 해외출장(여행) 및 체류에 결격 사유가 없는 분

• 정규직

• VLM(vision language model) 기반 기술 연구/개발 - 이미지·비디오와 언어를 통합하는 Native 멀티모달 아키텍처 설계 및 개발 - 멀티모달 맥락 이해 및 다단계 추론(Reasoning) 성능 고도화 연구 • 멀티모달 AI 학습·최적화 기술 개발 - 멀티모달 Pre-training 및 Post-training(SFT/RL) 파이프라인 구축ㆍ최적화 - 대용량 멀티모달 데이터 처리 파이프라인 구축 및 입출력 효율화 - 분산 학습 환경 구축, 학습성능 및 자원효율 개선

• 멀티모달 AI 문제 정의 및 솔루션 제안 역량/경험 - Python 및 PyTorch 기반 모델 구현, 학습 파이프라인 최적화 역량 - 최신 AI/멀티모달 기술 트렌드 이해, 도메인 문제 정의 및 해결/연구 역량 • VLM 등 멀티모달 모델의 구조와 학습 방법 이해 - VLM 등 대규모 멀티모달 모델 설계·학습 경험 • 거대 모델 분산 학습 프레임워크 활용 및 인프라 최적화 경험 - GPU 기반 분산 학습 환경 구축 및 학습 성능·자원 효율 최적화 역량 - VLM 학습 프레임워크·데이터 파이프라인 최적화 역량 ※ 박사 학위(예정) 보유 또는 관련 분야 실무 프로젝트 3년 이상 경험 (석사 이상 학위 소지자 경우 연구 프로젝트 경험 대체)

• Native 멀티모달 아키텍처 연구·개발 경험 • 비디오 이해 기반 VLM 연구·개발 경험 • Video Understanding, Video Agent 연구 경험 • Megatron-LM 등 대규모 분산 학습 프레임워크 활용 경험 • 멀티모달 Pre-training, SFT 등 모델 학습 경험 • 멀티모달 AI 관련 주요 학회 논문 게재 또는 연구 실적

• 서울(우면)

지원접수 -> 서류전형 -> 인성검사 -> 면접전형 -> 이력검증/건강검진 -> 최종합격 통보 및 처우협의 ※ 채용절차는 회사 사정에 의해 순서변경 또는 추가/생략될 수 있습니다(ex : 실무역량Test, 평판조회 등). ※ 전형단계별 진행사항은 향후 'SMS/E-mail' 등을 통해 수시로 개별안내 예정입니다.