BRIDGELYT · RESEARCH & OPPORTUNITIES

리얼월드 Cloud Infrastructure Engineer

리얼월드 Cloud Infrastructure Engineer — 서울 오피스 · 경력 3년 이상 · 정규직·MILITARY_SERVICE_EXCEPTION. 담당 업무·지원 자격·마감일과 공식 지원 링크를 확인하세요.

진행·예정 · 출처에서 확인한 정보이며 최종 조건은 공식 원문을 확인하세요.

한 줄 요약

리얼월드 Cloud Infrastructure Engineer — 리얼월드 · 서울 오피스 · 경력 3년 이상 · 정규직·MILITARY_SERVICE_EXCEPTION. 현재 상태: 진행·예정.

정보 갱신일 2026-10-21

Large-Scale GPU Cluster Management
Multi-Cloud/Hybrid Cloud 운영: AWS, Kakao Cloud, Azure, SK Lambda 등 다양한 클라우드 환경에서 대규모 GPU 클러스터(SLURM, Kubernetes 등) 구축 및 통합 관리
고가용성 아키텍처 설계: Login Node HA, Auto-scaling, GPU Failure Auto-DRAIN 등 장애를 선제적으로 방지하고 자동 복구하는 시스템 구축
리소스 최적화: Job Scheduling 정책(MaxTime, Priority, Fair Share) 수립 및 GPU 가동률(Utilization) 극대화
ML Pipeline Optimization & Acceleration
I/O 병목 분석 및 해결: 대용량 데이터셋 학습 시 발생하는 스토리지(NFS, Lustre, GPUDirect Storage) 및 DataLoader 단계의 병목 현상 프로파일링 및 튜닝
Distributed Training Support: Multi-Node 학습 환경에서의 네트워크(Infiniband, RoCE) 최적화 및 NCCL 통신 효율 개선
DevOps/MLOps: GitHub Actions 등을 활용한 인프라 변경 사항(IaC) 및 학습 환경 배포 자동화
Monitoring & Reliability Engineering
선제적 장애 대응: GPU 온도, 메모리 오류(ECC Error), 네트워크 지연 등을 실시간 모니터링하고, 장애 발생 전 징후를 탐지하여 조치하는 알림 시스템 구축
가시성 확보: Grafana, Prometheus 등을 활용한 클러스터 리소스 현황 및 사용자별 사용량 대시보드 개발

Infrastructure Engineering 경력 3년 이상
클러스터 관리 경험: SLURM, Kubernetes(EKS/AKS/GKE) 등 대규모 컴퓨팅 클러스터 운영 경험
Cloud Platform 능숙: AWS, GCP, Azure 등 퍼블릭 클라우드 환경에서의 네트워킹(VPC, Subnet), 보안(IAM), 스토리지 설계 경험
Linux & Scripting: Linux 시스템 커널 튜닝 및 Shell Scripting, Python을 활용한 자동화 도구 개발 능력

High Performance Computing (HPC) & AI
GPU 클러스터 운영 심화: InfiniBand, NVLink, RDMA 등 고속 인터커넥트 설정 및 트러블슈팅 경험
ML Framework 이해: PyTorch, TensorFlow 등의 데이터 로딩 메커니즘을 이해하고 시스템 레벨에서 최적화해 본 경험
Parallel File System: Lustre, GPFS, WekaIO 등 고성능 분산 파일 시스템 운영 경험
MLOps & Workflow Orchestration
Workflow Management: Prefect, Airflow, Kubeflow Pipelines 등을 활용하여 복잡한 데이터 전처리 및 학습 워크플로우를 설계하고 운영해 본 경험
Experiment Tracking: WandB, MLflow 등 실험 관리 도구와 인프라 연동 경험
Model Serving: Triton Inference Server, TorchServe 등을 활용한 모델 배포 및 최적화 경험
Problem Solving & Optimization
병목 프로파일링: Nsight Systems, PyTorch Profiler 등을 사용하여 시스템 전구간(Storage → CPU/RAM → GPU)의 성능 저하 원인을 규명해 본 경험
비용 최적화: Spot Instance 활용, 예약 인스턴스 전략 수립 등을 통해 클라우드 비용을 효율화한 경험