어떤 기회인가요?
하는 일
- 트레져러는 증권사, 자산운용사, 금융 미디어, 보험·재보험사가 실제 업무에 쓰는 금융 데이터 AI 레이어를 만듭니다. 공시·리서치·시세·거래 데이터를 LLM이 읽고 쓸 수 있는 형태로 연결하고, 그 위에서 에이전트가 애널리스트나 운용역의 작업을 대신 수행하게 만드는 것이 우리 일입니다.
- 수만 건의 DART 공시·증권사 리포트·PDF 표를 LLM이 정확히 인용할 수 있는 단위로 파싱·청킹·임베딩하는 파이프라인
- 금융 질의에서 "그럴듯한 답"과 "맞는 답"을 구분하는 평가셋 구축과 자동 평가 (LLM-as-judge의 한계 포함)
공고 원문 전체 보기
하는 일
- 트레져러는 증권사, 자산운용사, 금융 미디어, 보험·재보험사가 실제 업무에 쓰는 금융 데이터 AI 레이어를 만듭니다. 공시·리서치·시세·거래 데이터를 LLM이 읽고 쓸 수 있는 형태로 연결하고, 그 위에서 에이전트가 애널리스트나 운용역의 작업을 대신 수행하게 만드는 것이 우리 일입니다.
- 수만 건의 DART 공시·증권사 리포트·PDF 표를 LLM이 정확히 인용할 수 있는 단위로 파싱·청킹·임베딩하는 파이프라인
- 금융 질의에서 "그럴듯한 답"과 "맞는 답"을 구분하는 평가셋 구축과 자동 평가 (LLM-as-judge의 한계 포함)
- MCP 기반 툴 수십 개를 붙인 에이전트가 수치 하나 틀리지 않고 멀티스텝 분석을 끝내게 만드는 오케스트레이션과 가드레일
- 토큰 비용·레이턴시·정확도 사이의 트레이드오프를 실제 고객 트래픽 기준으로 튜닝하는 일
- 중요하지 않습니다.
- 비정형 금융 문서 파서와 청킹 전략을 직접 설계하고 검색 품질 지표로 검증
- 특정 태스크(예: 실적 요약, 공시 이벤트 분류)의 프롬프트·툴 설계와 평가셋 구축
- 에이전트 실패 케이스를 트레이스 로그에서 찾아 원인을 분류하고 수정
- 첫 4주 안에 실제 고객 환경에 배포되는 기능 하나를 맡는 것이 목표
지원 자격
- Python으로 동작하는 것을 혼자 끝까지 만들어본 경험
- 스스로 문제를 정의하고 해결책을 검증해본 경험 — 어떤 지표로 "됐다"고 판단했는지 설명할 수 있어야 합니다
- AI 코딩 도구가 만든 코드가 왜 맞고 왜 틀리는지 읽어낼 수 있는 분
- 처음 보는 API 문서를 읽고 며칠 안에 프로토타입을 만들어본 경험
- Git 브랜치·PR 흐름으로 협업 가능
우대 사항
- RAG·에이전트를 만들어보고 "잘 안 됐던 부분"을 설명할 수 있는 분
- 임베딩 모델·청킹 전략·리랭킹을 비교 실험해본 경험
- LLM 출력 평가(정확도, 환각, 인용 검증)를 자동화해본 경험
- 금융 데이터의 구조(공시, 재무제표, 시장 데이터)에 호기심이 있는 분
지원할 수 있나요?
로그인 후 내 기록으로 지원 조건을 확인해 주세요. 지금은 공고에 적힌 모집 조건만 볼 수 있어요.
내 기준으로 보고 싶다면
이 공고가 요구하는 것 중에서 지금 내 경험으로 보여줄 수 있는 것이 무엇이고 무엇이 아직 기록되지 않았는지, 항목별로 확인할 수 있어요.경험 정리 시작하기로그인
POTEN 안에서 채울 수 없는 조건
- 학력
- 실제 조건 지원 자격 원문을 확인해 주세요
이 조건은 연습 과제로 대신할 수 없어요. 지원 전에 원문에서 한 번 더 확인해 주세요.