Machine Learning Engineer

| 아래 내용은 2020년 11월에 수정된 최신 정보입니다.

옴니어스 AI 연구팀은 머신러닝 분야의 cutting-edge 기술들을 패션 도메인이 가진 특성에 맞는 적합한 형태로 변형/적용하며 문제를 풀어나가고 있습니다. 패션 이미지를 제대로 해석하기 위해서는 아이템, 형태 등과 같은 객관적인 속성 부터 스타일, 감성키워드와 같은 정성적인 속성 그리고 성별, 사람의 자세, 옷의 겹침 등 속성의 높은 복잡도와 이미지의 비정형성을 극복해야 합니다. 그렇기 때문에 패션을 해석하기 위한 머신러닝 모델을 개발하는 것은 단순히 딥러닝 모델을 블랙박스처럼 활용하는 것 이상의 많은 노력을 필요로 합니다. 

옴니어스는 글로벌 수준의 패션 AI 기술을 개발하기 위해, 지난 5년간 자체 개발한 데이터 수집 툴을 통해 패션 전문가 그룹과 머신러닝 전문가가 협업을 하여 OMNIOUS Fashion 데이터셋을 구축해왔습니다. 또한 지난 3년간 상용화된 머신러닝 서비스를 운영하면서 고객사의 피드백이 지속적으로 반영되어 더욱 real world에 근접한 데이터셋으로 진화하고 있습니다. 옴니어스 AI 연구팀은 이러한 학습데이터를 활용해 패션을 이해하는 머신러닝 연구와 시장의 문제를 지속적으로 해결하고 있습니다. 이에 담대한 도전과 여정을 함께할 머신러닝 엔지니어를 모시고자 합니다.


주요 업무

* 아래의 업무 영역 중에서 적합한 업무가 주어지게 됩니다.

  • 옴니어스에서 개발하고 있는 머신러닝 모델들을 파악하고, 우리의 제품과의 연관성에 대해 이해합니다.
  • 제품에 사용되고 있는 머신러닝 모델들을 분석하여 현재 모델들을 개선하고 단점을 해결할 수 있는 연구 주제를 찾습니다.
  • 주요 연구 주제:

1. Object detection and fine-grained classification

- (i) 작은 물체 (ii) 서로 겹친 물체가 있는 다양한 소스의 패션 이미지들에 대해서도 잘 작동하는 detector   모델을 연구/개발합니다.

- 클래스 간 유사도가 높고, 클래스 내 다양성이 큰 패션 아이템들이 포함된 이미지에서의 fine-grained 물체 분류를 위한 classifier 모델을 연구/개발합니다.

2. Multi-label attributes detection and multi-task learning

(i) 다양한 종류의 속성 (프린트 패턴, 소재감, 길이, 핏, 패션 아이템의 디테일한 구성요소) 등을 detection 하고 (ii) 그러한 속성들 간의 관계를 활용한 multi-task learning 모델을 연구/개발 합니다.

3. Robust fashion image retrieval

패션 아이템의 색상, 소재, 패턴, 소매, 넥라인, 핏 등 다양한 속성들을 고려한, 유사한 스타일의 상품을 실시간으로 찾아주는 embedding 모델을 연구/개발 합니다. 제한된 환경에서 제작된 상업용 이미지 뿐만이 아닌 다양한 디바이스와 빛 조건에서 촬영된 사용자의 이미지들에서도 robust한 모델을 개발합니다.

4. Compatible fashion outfit recommendation

기존의 코디된 상의, 하의, 신발, 가방 등의 조합 데이터셋을 학습하여, 새로운 패션 아이템이 주어졌을때 함께 착용시 어울릴 만한 코디 아이템을 추천하는 모델을 개발합니다. 아이템의 종류, 색상, 패턴, 소재 등 각종 속성을 복합적으로 고려하여 사람이 스타일링한 것과 같은 룩을 완성하는 코디 추천 모델을 개발합니다.

5. Fashion trend forecasting 

일단위로 축적되는 이커머스 패션 상품 정보 (상품 이미지 및 가격, 품절 여부 등 메타 정보), SNS 인플루언서 포스팅을 분석해 패션 트렌드를 분석하고 예측합니다. 색상, 소재, 핏, 등 다양한 패션 속성들의 변화량을 예측하고 관심 상품의 인기도 및 판매량을 예측하는 모델을 개발합니다.

6. Style keyword generation  

이커머스, SNS의 이미지와 실제 사용자들이 많이 활용하는 키워드의 pair 데이터셋을 활용해, '가을나들이룩', '데일리룩', '하객룩' 등과 같이 단순한 속성들의 조합으로 표현되지 않는 패션 이미지들의 특성을 표현하는 다양한 스타일 키워드를 생성하는 모델을 연구/개발합니다.  

7. 머신러닝 모델을 상용화하기 위한 수준의 모델, 알고리즘, 코드 최적화를 수행합니다.

8. 그 밖의 연구 주제들:

  • Self-supervised learning / Semi-supervised learning
  • Model compression / knowledge distillation
  • Out-of-distribution detection / model uncertainty measure
  • Personalized Recommendation

자격요건

  • CS/EE 또는 관련 전공 (또는 이와 동등한 전문적 경험)
  • 머신러닝/딥러닝에 대한 깊은 이해
  • Tensorflow, Pytorch 등의 딥러닝 라이브러리를 사용한 연구 경험
  • 풍부한 Python 활용 경험 
  • 논문을 통해 새로운 연구 내용을 이해할 수 있는 능력 및 구현 경험
  • 최신 머신러닝/딥러닝 연구 주제들에 대한 지식 및 구현 경험

이런 분이 오시면 좋아요

  • 컴퓨터 시각 또는 머신러닝 분야에서 국제 학회 또는 학술지에 논문 출판 경험
  • 컴퓨터 시각 또는 머신러닝 분야 석박사 학위 소지자 (또는 동등한 전문적 경험)
  • 실사용된 서비스에 머신러닝 기술을 적용해본 경험
  • 머신러닝 모델 배포 파이프라인을 구현해본 경험
  • 명료한 글쓰기 능력

이런 분과 일하고 싶어요

  • 자기주도적인 분
  • 호기심이 많고 도전을 즐기시는 분
  • 주도적으로 문제를 찾고 그를 연구주제로 formalize 하여 해결하는 과정을 즐기는 분
  • 자기 분야에 전문성을 추구하시는 분
  • 실패를 두려워하지 않고 배우는 자세로 일하시는 분
  • 좋은 팀 플레이어옴니어스의 핵심 가치에 공감하시는 분

옴니어스에서 일하면 좋은 점

  • 열정적인 팀원들과 함께 일하기 좋은 환경
  • 풍부한 자체 데이터셋을 통해 기계학습의 최신 연구주제들을 풀 수 있는 기회
  • 국제 학회 논문 출판을 비롯한 연구 활동 지원
  • 원하는 개인 성장 지원 (교육비/세미나비/스터디비/도서구매비)
  • 눈치 안 보는 휴가 사용
  • 원하는 간식/음료/커피 제공
  • 매주 금요일 오전 모든 팀원이 모여 여유를 즐기는 스무디 미팅
  • 주 2회 리모트 근무 가능
  • 연 1회 이상 좋은 곳에서 즐기는 워크샵 지원
  • 매 2년 근속마다 Refresh 2주 유급 휴가 제공

지원 방법

  • 접수 및 문의: joinus@omnious.com
  • 지원 서류: 자유로운 형식의 이력서와 포트폴리오 (GitHub page가 있다면 포함)
  • 메일 제목에 지원 분야인 Machine Learning Engineer를 명시해 주세요. 
  • 인턴 지원도 가능합니다 (최소 3개월 이상)
  • 인터뷰는 다음 프로세스들을 통해 진행됩니다.
    • 연구팀 멤버들과의 인터뷰 (기술 프레젠테이션)
    • 임원진과의 인터뷰