인포시즈는 제조·반도체·플랜트·금융 등 다양한 산업의 데이터를 AI가 실제 운영과 의사결정에 활용할 수 있는 구조로 연결하는 Enterprise AI Infrastructure 기업입니다. 플랜트와 제조 산업의 핵심 자산인 P&ID(Process & Instrumentation Diagram)에는 설비 구조와 공정 흐름, 운영 로직 등 복잡한 산업 정보가 담겨 있습니다.

Applied Scientist (Computer Vision)는 이러한 산업 도면을 AI가 이해 가능한 형태로 구조화하고, Vision 기술을 실제 운영 환경까지 연결하는 역할을 맡게 됩니다.

단순히 모델 Accuracy를 높이는 역할이 아닙니다. 복잡한 산업 데이터를 실제 문제 해결로 연결하는 역할에 가깝습니다.

이런 역할을 맡게 됩니다

• P&ID 및 산업 도면 기반 Vision AI 모델 연구 및 개발
• Symbol / Text / Line / Relation 인식 및 구조화
• OCR, Object Detection, Segmentation 등 Vision 기술 개발
• Vision-Language Model(VLM) 기반 산업 문서 이해 기술 연구
• 산업 도메인 특화 데이터셋 및 학습 파이프라인 구축
• 실제 운영 환경 적용을 위한 모델 최적화 및 성능 개선

이런 분을 찾고 있습니다

• 문제를 대충 넘기지 않고 끝까지 파고드는 분
• 단순 모델 성능보다 실제 산업 문제 해결에 더 관심이 있는 분
• 복잡한 데이터를 구조화하고 관계를 이해하는 문제를 좋아하는 분
• 논문 구현을 넘어 실제 운영 환경까지 연결하는 데 흥미가 있는 분
• 정답이 없는 문제를 스스로 정의하고 방향을 만들어갈 수 있는 분
• 어렵고 복잡한 문제를 해결하는 과정 자체를 즐기는 분
• AI가 산업의 운영 방식을 근본적으로 바꾸게 될 것이라 믿는 분

기본적으로 이런 역량을 기대합니다

• 2년 이상의 컴퓨터 비전 혹은 머신러닝 연구 경험 (석/박사 과정 포함)
• Vision Transformer, CNN 등 Vision 모델 학습 경험
• 이미지 또는 비디오 도메인 기반 모델 개발 경험
• Vision-Language Model(VLM) 활용 경험
• Python 활용 능력
• PyTorch, OpenCV 등 Vision / Deep Learning Toolkit 활용 경험

이런 경험이 있다면 더욱 좋습니다

• CVPR, ICCV, ECCV, NeurIPS, ICML, ICLR, AAAI 등 Top-tier 학회 논문 제출 경험
• Foundation Model 학습 및 대규모 분산 학습 경험
• OCR / Document AI / Multimodal AI 관련 경험
• AWS, Google Cloud, Azure 등 클라우드 환경 개발 경험
• 실제 서비스 또는 운영 환경에 AI 모델을 적용해본 경험

우리는 이런 부분을 더 중요하게 봅니다

우리는 단순히 좋은 스펙이나 논문보다, 복잡한 산업 문제를 실제로 해결하려는 사람을 찾습니다.

우리가 더 중요하게 보는 것은 아래와 같습니다.

• 높은 호기심과 문제 해결 집요함
• 빠른 이해력과 학습 속도, 높은 실행력
• 모호한 문제 속에서도 방향을 만들어가는 힘
• 기술을 실제 산업 문제와 연결하는 사고
• 연구와 구현, 운영 사이의 간극을 줄이려는 태도
• 팀 전체의 기준을 끌어올리는 태도

이 역할이 중요한 이유

우리는 산업 현장의 데이터를 단순히 수집하는 것이 아니라,
AI가 실제로 이해하고 활용할 수 있는 구조로 바꾸고 있습니다.

그리고 그 시작에는, 복잡한 산업 도면과 문서를 AI가 이해 가능한 형태로 구조화하는 문제가 있습니다.

Applied Scientist (Computer Vision)는 산업 AI의 가장 어려운 문제 중 하나를 직접 해결하며,
인포시즈의 핵심 기술 경쟁력을 함께 만들어가는 역할입니다.

채용 절차

• 서류 전형 → 1차 인터뷰 → 2차 인터뷰 → 처우 협의
• 처우 협의 단계에서 레퍼런스 체크가 함께 진행될 수 있습니다.