크래프톤 데이터·AI 면접은 어떻게 준비하나요?

데이터 직군은 지표를 정의하고 검증하는 사고방식을 봅니다. 분모가 뭐였는지, 어떻게 측정했는지, 결과를 어떻게 의사결정으로 연결했는지 준비하세요. 크래프톤은 도전과 장인정신을 봅니다. 실패한 도전에서 뭘 배웠는지 정면으로 답하세요.

크래프톤 데이터·AI 채용은 지금 몇 건 열려 있나요?

현재 14건이 진행 중이며, 역대 공고 24건 기반 예상질문 60개와 AI 모의면접 연습을 제공합니다.

크래프톤 데이터·AI 면접 예상질문 60개 — 역대 공고 24건 분석

Q: LLM, SLM, VLM 중 하나 이상의 프로젝트 경험이 있다고 하셨는데, 구체적으로 어떤 프로젝트였나요?

면접관의 의도: 프로젝트 경험이 실제로 무엇인지 확인 — 눈으로 읽지 말고 실전처럼 소리 내어 답해보세요. AI 모의면접으로 어디서 틀어지는지 바로 확인할 수 있습니다.

Q: PyTorch 등 Deep Learning 프레임워크를 활용한 경험이 있다고 하셨는데, 어떤 문제를 해결하기 위해 사용했나요?

면접관의 의도: Deep Learning 프레임워크의 실제 사용례 확인 — 눈으로 읽지 말고 실전처럼 소리 내어 답해보세요. AI 모의면접으로 어디서 틀어지는지 바로 확인할 수 있습니다.

Q: 게임 환경에서 발생하는 실시간 상호작용과 대규모 동시 접속 환경에 대응하기 위해, 텍스트 및 비주얼 입력을 처리하는 다양한 언어/멀티모달 모델의 연산 효율을 최적화하는 방법은 무엇인가요?

면접관의 의도: 실시간 상호작용과 대규모 동시 접속 환경에 대한 대응 방법 확인 — 눈으로 읽지 말고 실전처럼 소리 내어 답해보세요. AI 모의면접으로 어디서 틀어지는지 바로 확인할 수 있습니다.

Q: 사용자 데이터 및 게임 로그 분석을 통해 모델 개선을 위한 피드백 루프를 구축하고 지속적으로 개선하는 방법은 무엇인가요?

면접관의 의도: 사용자 데이터 및 게임 로그 분석을 통한 모델 개선 방법 확인 — 눈으로 읽지 말고 실전처럼 소리 내어 답해보세요. AI 모의면접으로 어디서 틀어지는지 바로 확인할 수 있습니다.

Q: 멀티모달 학습 및 추론 경험이 있다고 하셨는데, 구체적으로 어떤 문제를 해결하기 위해 멀티모달 학습 및 추론을 사용했나요?

면접관의 의도: 멀티모달 학습 및 추론의 실제 사용례 확인 — 눈으로 읽지 말고 실전처럼 소리 내어 답해보세요. AI 모의면접으로 어디서 틀어지는지 바로 확인할 수 있습니다.

Q: LLM의 효율성·안정성·성능을 향상시키는 새로운 분석 관점이나 알고리즘을 제안한 경험이 있나요? 구체적으로 어떤 문제를 해결했고, 어떤 방법으로 접근했는지 말씀해주세요.

면접관의 의도: LLM 성능 향상에 대한 경험과 분석 능력 확인 — 눈으로 읽지 말고 실전처럼 소리 내어 답해보세요. AI 모의면접으로 어디서 틀어지는지 바로 확인할 수 있습니다.

Q: Tool use, agentic learning, reasoning 등 LLM의 새로운 능력을 탐구한 경험에 대해 말해주세요. 어떻게 접근했고, 어떤 결과를 얻었나요?

면접관의 의도: LLM의 새로운 능력에 대한 연구 경험 확인 — 눈으로 읽지 말고 실전처럼 소리 내어 답해보세요. AI 모의면접으로 어디서 틀어지는지 바로 확인할 수 있습니다.

Q: Physical AI, World Models 영역에서 LLM을 활용한 경험에 대해 말해주세요. 어떻게 적용했고, 어떤 결과를 얻었나요?

면접관의 의도: LLM의 확장된 연구 영역에 대한 경험 확인 — 눈으로 읽지 말고 실전처럼 소리 내어 답해보세요. AI 모의면접으로 어디서 틀어지는지 바로 확인할 수 있습니다.

Q1LLM, SLM, VLM 중 하나 이상의 프로젝트 경험이 있다고 하셨는데, 구체적으로 어떤 프로젝트였나요?프로젝트 경험이 실제로 무엇인지 확인[AI Research Div.] AI Companion Team Internship (2년 이상 / 인턴)

Q2PyTorch 등 Deep Learning 프레임워크를 활용한 경험이 있다고 하셨는데, 어떤 문제를 해결하기 위해 사용했나요?Deep Learning 프레임워크의 실제 사용례 확인[AI Research Div.] AI Companion Team Internship (2년 이상 / 인턴)

Q3게임 환경에서 발생하는 실시간 상호작용과 대규모 동시 접속 환경에 대응하기 위해, 텍스트 및 비주얼 입력을 처리하는 다양한 언어/멀티모달 모델의 연산 효율을 최적화하는 방법은 무엇인가요?실시간 상호작용과 대규모 동시 접속 환경에 대한 대응 방법 확인[AI Research Div.] AI Companion Team Internship (2년 이상 / 인턴)

Q4사용자 데이터 및 게임 로그 분석을 통해 모델 개선을 위한 피드백 루프를 구축하고 지속적으로 개선하는 방법은 무엇인가요?사용자 데이터 및 게임 로그 분석을 통한 모델 개선 방법 확인[AI Research Div.] AI Companion Team Internship (2년 이상 / 인턴)

Q5멀티모달 학습 및 추론 경험이 있다고 하셨는데, 구체적으로 어떤 문제를 해결하기 위해 멀티모달 학습 및 추론을 사용했나요?멀티모달 학습 및 추론의 실제 사용례 확인[AI Research Div.] AI Companion Team Internship (2년 이상 / 인턴)

Q6LLM의 효율성·안정성·성능을 향상시키는 새로운 분석 관점이나 알고리즘을 제안한 경험이 있나요? 구체적으로 어떤 문제를 해결했고, 어떤 방법으로 접근했는지 말씀해주세요.LLM 성능 향상에 대한 경험과 분석 능력 확인[AI Research Div.] Postdoctoral Researcher - LLMs (계약직)

Q7Tool use, agentic learning, reasoning 등 LLM의 새로운 능력을 탐구한 경험에 대해 말해주세요. 어떻게 접근했고, 어떤 결과를 얻었나요?LLM의 새로운 능력에 대한 연구 경험 확인[AI Research Div.] Postdoctoral Researcher - LLMs (계약직)

Q8Physical AI, World Models 영역에서 LLM을 활용한 경험에 대해 말해주세요. 어떻게 적용했고, 어떤 결과를 얻었나요?LLM의 확장된 연구 영역에 대한 경험 확인[AI Research Div.] Postdoctoral Researcher - LLMs (계약직)

Q9대규모 언어모델(LLM)에 대한 이론적·경험적 분석 또는 모델링 연구 경험에서, 어떤 어려움이 있었고, 어떻게 해결했나요?LLM 분석에 대한 어려움 해결 능력 확인[AI Research Div.] Postdoctoral Researcher - LLMs (계약직)

Q10LLM 내부 구조 분석, 스케일링 법칙, 표현 학습, 모델 해석 등 LLM 동작 원리에 대한 심층 연구 경험이 있나요? 구체적으로 어떤 연구를 했고, 어떤 결과를 얻었나요?LLM 동작 원리에 대한 심층 연구 경험 확인[AI Research Div.] Postdoctoral Researcher - LLMs (계약직)

Q11대규모 언어모델(LLM)을 학습하고 평가한 경험이 있나요? 구체적으로 어떤 모델을 어떤 데이터로 학습했고, 어떤 평가 지표를 사용했는지 말씀해주세요.대규모 언어모델 학습 및 평가 경험 확인[AI Research Div.] Research Engineer - Foundation Models (2년 이상 / 계약직)

Q12Foundation Model 개발 과정에서 발생하는 복합적인 문제(학습 불안정성, 성능 병목, 평가 불일치, 데이터 품질 문제 등)를 어떻게 분석하고 해결했는지 구체적인 사례를 하나 꼽아서 말씀해주세요.Foundation Model 개발 과정 문제 해결 능력 확인[AI Research Div.] Research Engineer - Foundation Models (2년 이상 / 계약직)

Q13대규모 분산 학습 환경에서 모델 병렬화, 데이터 병렬화, 파이프라인 병렬화, 통신 최적화, 메모리 최적화, 체크포인트 전략 등을 어떻게 적용하고 개선했는지 구체적인 사례를 하나 꼽아서 말씀해주세요.대규모 분산 학습 환경 최적화 능력 확인[AI Research Div.] Research Engineer - Foundation Models (2년 이상 / 계약직)

Q14새로운 모델 아키텍처, 학습 기법, 최적화 기법을 기존 학습 코드베이스와 실험 파이프라인에 어떻게 통합하고 실험적으로 검증했는지 구체적인 사례를 하나 꼽아서 말씀해주세요.신규 모델 아키텍처 및 학습 기법 통합 및 검증 능력 확인[AI Research Div.] Research Engineer - Foundation Models (2년 이상 / 계약직)

Q15모델 학습 중 발생하는 성능 저하, 불안정성, 수렴 실패, 분산 시스템 오류, 데이터 병목, 평가 불일치 등의 문제를 어떻게 분석하고 해결했는지 구체적인 사례를 하나 꼽아서 말씀해주세요. 그리고 그 과정에서 어떤 지표를 사용해서 성능을 측정했는지 말씀해주세요.모델 학습 중 발생하는 문제 분석 및 해결 능력 확인[AI Research Div.] Research Engineer - Foundation Models (2년 이상 / 계약직)

Q16대규모 Multi-modal LLM 학습 프로젝트에서 어떤 어려움을 겪었고, 어떻게 해결했나요?실제 사례로 문제 해결 능력과 협업 능력을 평가[AI Research Div.] Research Scientist Intern - 독자 AI 파운데이션 모델 (2년 이상 / 인턴)

Q17탑티어 학회에 발표한 논문 중에서 가장 자신 있는 논문을 선택해서, 그 논문에서 어떤 문제를 해결했고, 어떻게 접근했는지 설명해주세요.연구 능력과 발표 능력을 평가[AI Research Div.] Research Scientist Intern - 독자 AI 파운데이션 모델 (2년 이상 / 인턴)

Q18새로운 도메인에 빠르게 적응하는 방법은 무엇인가요? 실제로 새로운 도메인에서 어떤 경험을 했나요?적응 능력과 새로운 도메인에 대한 이해를 평가[AI Research Div.] Research Scientist Intern - 독자 AI 파운데이션 모델 (2년 이상 / 인턴)

Q19LLM 내부 구조 분석이나 모델 해석 등에서 어떤 연구 경험을 했나요? 그 경험에서 어떤 어려움을 겪었고, 어떻게 해결했나요?모델 동작 원리에 대한 이해와 문제 해결 능력을 평가[AI Research Div.] Research Scientist Intern - 독자 AI 파운데이션 모델 (2년 이상 / 인턴)

Q20연구를 주도할 수 있는 능력은 무엇이라고 생각하나요? 실제로 연구를 주도한 경험에서 어떤 성과를 냈나요?연구 주도 능력과 성과를 평가[AI Research Div.] Research Scientist Intern - 독자 AI 파운데이션 모델 (2년 이상 / 인턴)

Q21Vision Language Action Model 관련 프로젝트에서 어떤 성과를 내셨나요?Vision Language Action Model 관련 프로젝트 성과 확인[AI Research Div.] Research Engineer - Vision Language Action Game Agent (2년 이상

Q22인공지능(AI) 관련 논문을 통해 빠르게 이해하고 실험 설계할 수 있는 능력이 있으신가요?인공지능(AI) 관련 논문 이해 및 실험 설계 능력 확인[AI Research Div.] Research Engineer - Vision Language Action Game Agent (2년 이상

Q23게임 환경에서 멀티모달 입력을 받아 행동을 출력하는 VLA 에이전트 모델 연구 및 구현에서 어떤 어려움이 있었나요?VLA 에이전트 모델 연구 및 구현에서의 어려움 확인[AI Research Div.] Research Engineer - Vision Language Action Game Agent (2년 이상

Q24Instruction-following 성능 향상을 위한 데이터 설계, 학습 레시피 수립, 실패 케이스 분석 및 개선에서 어떤 접근 방식을 취하셨나요?Instruction-following 성능 향상을 위한 접근 방식 확인[AI Research Div.] Research Engineer - Vision Language Action Game Agent (2년 이상

Q25Real-time 제약을 고려한 모델링/추론/서빙 최적화 및 성능 검증에서 어떤trade-off를 고려하셨나요?Real-time 제약을 고려한 최적화 및 성능 검증에서의 trade-off 확인[AI Research Div.] Research Engineer - Vision Language Action Game Agent (2년 이상

Q26대규모 멀티모달 LLM 학습에서 성능 향상을 위한 모델 아키텍처와 학습 알고리즘을 어떻게 설계하고 개선하였나요?대규모 멀티모달 LLM 학습에서 모델 아키텍처와 학습 알고리즘 설계 및 개선 능력 평가[AI Research Div.] Research Scientist - Foundation Models (2년 이상 / 계약직)

Q27탑티어 학회에 발표한 논문 중 하나를 선택하여, 그 논문에서 사용한 데이터 파이프라인과 평가 전 과정에 대해 설명해 주시고, 그 결과가 어떻게 실용적으로 적용될 수 있는지 말씀해 주실 수 있나요?탑티어 학회 논문에서 사용한 데이터 파이프라인과 평가 전 과정 설명 및 실용적 적용 가능성 평가[AI Research Div.] Research Scientist - Foundation Models (2년 이상 / 계약직)

Q28새로운 도메인에 빠르게 적응하여 연구를 주도할 수 있는 능력이 중요하다고 생각합니다. 그런 능력을 갖추기 위해 어떻게 노력하였으며, 구체적인 사례를 하나 들어 주시겠습니까?새로운 도메인에 빠르게 적응하여 연구를 주도할 수 있는 능력 평가[AI Research Div.] Research Scientist - Foundation Models (2년 이상 / 계약직)

Q2930B 이상 대규모 파운데이션 모델에 대한 학습과 배포 경험이 있다면, 그 모델의 성능을 어떻게 평가하였으며, 어떤 지표를 사용하였는지 설명해 주시고, 그 결과가 어떻게 모델의 개선에 기여하였는지 말씀해 주실 수 있나요?대규모 파운데이션 모델의 성능 평가와 지표 사용 능력 평가[AI Research Div.] Research Scientist - Foundation Models (2년 이상 / 계약직)

Q30원활한 업무 커뮤니케이션 능력이 중요하다고 생각합니다. 그런 능력을 갖추기 위해 어떻게 노력하였으며, 구체적인 사례를 하나 들어 주시겠습니까? 예를 들어, 연구 결과를 어떻게 팀원들과 공유하였으며, 피드백을 어떻게 수용하였는지 설명해 주시고, 그 결과가 어떻게 팀의 성과에 기여하였는지 말씀해 주실 수 있나요?원활한 업무 커뮤니케이션 능력 평가[AI Research Div.] Research Scientist - Foundation Models (2년 이상 / 계약직)

Q31대규모 Multi-modal LLM 학습을 진행한 경험에서, 모델의 성능 향상을 위한 구체적인 방법을 어떤 식으로 적용하였나요?모델 성능 향상 방법 적용 능력 확인[AI Research Div.] [전문연구요원] Research Scientist - Foundation Model (2년 이상)

Q32탑티어 학회에 논문을 발표한 경험에서, 어떤 주제를 다루었고, 그 논문에서 어떤 기여를 하였나요? 본인이 직접 생각해서 하신 건가요? 본인 아이디어가 맞아요?연구 기여도 및 아이디어 확인[AI Research Div.] [전문연구요원] Research Scientist - Foundation Model (2년 이상)

Q33대규모 Foundation Model에 대한 학습 및 배포 경험이 있다면, 그 과정에서 어떤 기술적인 어려움이 있었는지, 그리고 어떻게 해결하였는지 구체적으로 설명해주실 수 있나요?기술적 어려움 해결 능력 확인[AI Research Div.] [전문연구요원] Research Scientist - Foundation Model (2년 이상)

Q34새로운 도메인에 빠르게 적응할 수 있는 능력이 중요하다고 합니다. 그런 경우에, 어떻게 빠르게 적응하였는지, 그리고 어떤 성과를 내었는지 구체적인 사례를 하나 들어주실 수 있나요?도메인 적응 능력 및 성과 확인[AI Research Div.] [전문연구요원] Research Scientist - Foundation Model (2년 이상)

Q35Agent 시스템을 설계하고 구현한 경험에서, 가장 어려웠던 부분은 무엇이었나요?Agent 시스템 설계 및 구현의 어려움을 확인[AI Research Div.] [전문연구요원] Research Scientist - Generalist Agent for Game Envir

Q36딥러닝 논문을 이해하고 실험을 설계한 경험에서, 어떤 문제를 해결하려고 했나요?딥러닝 논문 이해 및 실험 설계의 목적을 확인[AI Research Div.] [전문연구요원] Research Scientist - Generalist Agent for Game Envir

Q37LLM, VLM, 멀티모달 모델 관련 프로젝트에서, 어떤 데이터를 사용했으며 어떻게 평가했나요?LLM, VLM, 멀티모달 모델 관련 프로젝트의 데이터 및 평가를 확인[AI Research Div.] [전문연구요원] Research Scientist - Generalist Agent for Game Envir

Q38실시간 추론 최적화와 서빙을 위한 연구에서, 어떤 방법론을 사용했으며 어떤 결과를 얻었나요?실시간 추론 최적화와 서빙의 방법론 및 결과를 확인[AI Research Div.] [전문연구요원] Research Scientist - Generalist Agent for Game Envir

Q39Agent 시스템을 개발할 때, 어떻게 하면 사용자와의 상호작용을 개선할 수 있을까요? 구체적으로, '이런 문제가 있었는데 제가 이렇게 해결했다'는 식으로 사례를 하나 꼽아서 말씀해주실 수 있을까요?Agent 시스템의 사용자 상호작용 개선 방법을 확인[AI Research Div.] [전문연구요원] Research Scientist - Generalist Agent for Game Envir

Q40대용량 게임 로그 데이터를 분석하여 비정상 행동을 탐지한 경험을 말해주세요대용량 데이터 분석 및 비정상 행동 탐지 경험 확인[Publishing Platform Div.] Game Security Data Scientist (7년 이상)

Q41머신러닝/딥러닝 모델을 사용하여 부정행위를 탐지한 경험에서 모델의 성능을 개선한 방법을 구체적으로 설명해주세요머신러닝/딥러닝 모델 성능 개선 경험 확인[Publishing Platform Div.] Game Security Data Scientist (7년 이상)

Q42게임 데이터를 활용한 Anti-Cheat, 부정행위/어뷰징 탐지 경험에서 데이터의 품질과 재현성을 고려한 피처 엔지니어링 방법을 설명해주세요데이터 품질과 재현성을 고려한 피처 엔지니어링 경험 확인[Publishing Platform Div.] Game Security Data Scientist (7년 이상)

Q43대용량 로그 데이터 처리 및 ML 파이프라인 구축/운영 경험에서 데이터 처리와 모델 학습을 위한 아키텍처를 설계한 방법을 설명해주세요대용량 로그 데이터 처리 및 ML 파이프라인 구축/운영 경험 확인[Publishing Platform Div.] Game Security Data Scientist (7년 이상)

Q44게임 스튜디오, 보안 엔지니어 등과의 협업 경험에서 협업을 통해 얻은 성과를 구체적으로 설명하고, 협업을 위한 커뮤니케이션 방법을 설명해주세요협업 경험과 커뮤니케이션 방법 확인[Publishing Platform Div.] Game Security Data Scientist (7년 이상)

Q45AI 모델 평가를 위한 데이터 수집·생성·정제를 직접 수행해 본 경험이 있나요? 구체적으로 어떤 데이터를 어떻게 수집했는지 설명해주세요.데이터 수집·생성·정제 경험 확인[AI Research Div.] Foundation Model Evaluation Engineer - 독자 AI 파운데이션 모델 (2년 이상

Q46평가 벤치마크 또는 평가 툴킷을 직접 설계·구축해 본 경험이 있나요? 어떤 문제를 해결하기 위해 설계했으며, 어떻게 구축했는지 설명해주세요.평가 벤치마크 또는 평가 툴킷 설계·구축 경험 확인[AI Research Div.] Foundation Model Evaluation Engineer - 독자 AI 파운데이션 모델 (2년 이상

Q47대규모 평가 파이프라인·분산 실행 환경 등 평가 인프라를 구축·운영해 본 경험이 있나요? 어떤 기술을 사용했으며, 어떻게 구축했는지 설명해주세요.대규모 평가 파이프라인·분산 실행 환경 구축·운영 경험 확인[AI Research Div.] Foundation Model Evaluation Engineer - 독자 AI 파운데이션 모델 (2년 이상

Q48여러 사이즈의 LLM등의 Foundation Model을 많이 써보신 경험이 있나요? 어떤 모델을 사용했으며, 어떻게 사용했는지 설명해주세요.LLM등의 Foundation Model 사용 경험 확인[AI Research Div.] Foundation Model Evaluation Engineer - 독자 AI 파운데이션 모델 (2년 이상

Q49레슨런을 효과적이고 효율적으로 전파·논의할 수 있는 의사소통 역량을 갖추신 분인가요? 구체적으로 어떻게 의사소통을 했으며, 어떤 결과를 얻었는지 설명해주세요.의사소통 역량 확인[AI Research Div.] Foundation Model Evaluation Engineer - 독자 AI 파운데이션 모델 (2년 이상

Q50최근 3년간 진행한 딥러닝 프로젝트 중 가장 어려웠던 경험은 무엇이었나요? 그때 어떻게 해결했나요?문제 해결 능력과 딥러닝 프로젝트 경험 확인[AI Research Div.] '26, '27년 전문연구요원 신규편입 (경력무관)

Q51Transformer나 Diffusion과 같은 최신 딥러닝 모델을 실제 프로젝트에 적용해본 경험이 있나요? 구체적으로 어떤 모델을 사용했고, 어떤 결과를 얻었나요?최신 딥러닝 모델 적용 경험 확인[AI Research Div.] '26, '27년 전문연구요원 신규편입 (경력무관)

Q5220B 이상의 대규모 Foundation Model에 대한 학습이나 배포 경험은 있나요? 그때 어떤 도전을 맞이했고, 어떻게 해결했나요?대규모 모델 학습 및 배포 경험 확인[AI Research Div.] '26, '27년 전문연구요원 신규편입 (경력무관)

Q53AI/ML 탑티어 학회에서 발표한 논문이나 수상 경험이 있나요? 그때 어떤 주제를 다루었고, 어떤 성과를 얻었나요?탑티어 학회 발표 및 수상 경험 확인[AI Research Div.] '26, '27년 전문연구요원 신규편입 (경력무관)

Q54새로운 도메인에 빠르게 적응하는 능력은 어떻게 가지셨나요? 구체적인 경험을 하나 꼽아서 설명해주세요.새로운 도메인 적응 능력 확인[AI Research Div.] '26, '27년 전문연구요원 신규편입 (경력무관)

Q55실제 대규모 트래픽이 발생하는 프로덕션 환경에서 AI/LLM 모델 서빙 시스템을 설계·구축·운영해본 경험이 있나요? 구체적으로, '이런 문제가 있었는데 제가 이렇게 해결했다'는 식으로 사례를 하나 꼽아서 말씀해주실 수 있을까요?대규모 트래픽 처리 경험과 문제 해결 능력 확인[AI Research Div.] ML Serving Engineer (5년 이상)

Q56메모리 및 연산 효율화 기법(KV Cache Offloading/Loading, PagedAttention, 양자화 등)을 도입하여 서빙 비용을 혁신적으로 절감하고 성능을 대폭 높여본 경험이 있나요? 구체적으로, 어떤 기법을 사용하여 어떤 결과를 얻었는지 설명해주실 수 있을까요?메모리 및 연산 효율화 기법 적용 경험과 성과 확인[AI Research Div.] ML Serving Engineer (5년 이상)

Q57장애 및 지연 시간(Latency) 성능 이슈를 추론 엔진, 프레임워크, GPU 하드웨어 전반의 관점에서 심도 있게 분석하고 근본 원인을 개선해본 노하우가 많나요? 구체적으로, 어떤 이슈를 어떻게 분석하고 해결했는지 설명해주실 수 있을까요?장애 및 지연 시간 성능 이슈 분석과 해결 능력 확인[AI Research Div.] ML Serving Engineer (5년 이상)

Q58서빙 안정성을 위한 모니터링 및 관측성(Observability) 체계와 배포 자동화(CI/CD) 환경을 직접 구축하고 고도화해 본 경험이 있나요? 구체적으로, 어떤 모니터링 도구와 CI/CD 툴을 사용하여 어떤 결과를 얻었는지 설명해주실 수 있을까요?서빙 안정성 모니터링과 배포 자동화 경험 확인[AI Research Div.] ML Serving Engineer (5년 이상)

Q59고성능 LLM 추론 스택에 깊은 이해가 있으며 Custom Kernel 개발 및 CUDA 하위 레벨 가속을 다뤄본 경험이 있나요? 구체적으로, 어떤 추론 스택을 사용하여 어떤 성과를 얻었는지 설명해주실 수 있을까요?고성능 LLM 추론 스택 이해와 Custom Kernel 개발 경험 확인[AI Research Div.] ML Serving Engineer (5년 이상)

Q60데이터 확보 계획을 수립할 때, 어떤 기준을 고려하여 최적의 데이터 확보 방안을 기획하시나요?데이터 확보 계획 수립 기준[AI Research Div.] Data Program Manager (경력무관 / 인턴)

크래프톤 데이터·AI 면접, 질문 60개 쌓여 있어요

크래프톤 데이터·AI 예상질문 아카이브 60

준비하는 회사가 여기 없나요?

같은 직군, 다른 회사