SDF - 제조 DX Data Scientist 매니저 (경력·학사)

• [제품 수준의 ML 개발] PoC나 실험에 국한되지 않고 실제 운영 환경에서 ML 모델 설계 및 구축, 배포
• ML 라이프 사이클 end-to-end 관리 (데이터 파이프라인 통합, 모델 학습, 검증, 배포 및 배포)
• 실제 운영 부하, data drift 및 예외 상황을 고려한 모델 확장성, Resilient, 유지보수성 확보
• [MLOps] 테스트 자동화, 모델 버전 관리 및 배포 워크플로우 생성, CI/CD 파이프라인 구현
• 모니터링 프레임워크 구축 (모델 성능, Drift 및 성능 저하 추적, 운영 환경 내 재학습/경고 기능 제공)
• 모델 컨테이너화 및 기존 플랫폼(Docker, K8s, 클라우드 ML 서비스) 통합
• [비즈니스 문제 정의 및 가치 명확화] 비즈니스 요구사항의 Data Scientice 문제로의 전환 및 명확화
• 엄격한 통계 및 실험 설계 방안 확보
• 비기술 이해관계자와 경영층 대상 비즈니스 가치, ROI 및 Impact 설명
• 비즈니스 성과 중심의 결과물 도출