← WORK 목록으로
KOREA위시켓AI/MLREMOTE

PyTorch/Transformer 기반 생물학 데이터 예측 AI 모델 개발 (주 20시간 /재택 근무) 전문가

생물학적 데이터를 AI로 학습하여 신규 데이터의 특성과 성능을 예측하는 Foundation Model/Transformer 기반 AI 모델 개발 프로젝트입니다. Pre-trained Foundation Model에서 임베딩을 추출하고, 다양한 형태의 이종 데이터를 통합하는 Transformer 예측 모델을 설계·학습·최적화하는 것이 핵심입니다. PyTorch 기반 딥러닝과 Transformer/Attention 모델 설계 경험이 있는 AI 연구·개발자, 특히 바이오·멀티모달 데이터 경험이 있는 개발자에게 적합합니다.

2026.11.04VIEW 78위시켓에서 수집
Budget2,000,000원
Difficulty전문가
Duration5개월
Work style원격 가능
Required stack

필요 기술

PythonPyTorchTransformerBERTFoundation ModelFeature EngineeringMulti-modalEmbedding
Project brief

프로젝트 내용

프로젝트 소개:
- 다양한 형태의 생물학적 데이터를 AI로 학습하여 새로운 데이터의 특성과 성능을 예측하는 프로젝트입니다.
- Foundation Model 및 Transformer 기반의 AI 모델을 개발합니다.

프로젝트 진행 상황:
- 기존 학습용 데이터베이스 확보 완료
- Foundation Model 확보 완료
- 기본 AI 모델 계획 및 개발 진행 중

전체 시스템 구성:
- Foundation Model 기반 데이터 임베딩 및 Feature 추출
- 외부 분석 도구를 활용한 데이터 생성 및 확장
- 다양한 데이터 유형을 통합하는 Transformer 모델 개발
- 신규 데이터의 특성 및 성능 예측 모델 개발
- 모델 고도화 및 예측 성능 최적화

전체 프로젝트 일정:
- 5개월 (가능한 바로 시작, 종료일 및 참여 기간은 협의 가능)

모집 인원:
- 경력 4~7년 차 1명 (월 200~250만 원)
- 주 20시간 / 재택 근무 (미팅 시 협의 가능)

근무 형태:
- 재택 근무 (주 20시간, 협의 가능)

상세 업무:
- Pre-trained Foundation Model 활용 및 Embedding 추출
- 데이터 전처리 및 Feature Engineering
- 다양한 형태의 데이터를 통합하는 AI 모델 설계
- Transformer 기반 예측 모델 개발 및 학습
- 기존 학습 모델의 확장 및 성능 개선
- 모델 평가 및 최적화

필수 기술:
- Python 기반 AI 모델 개발
- PyTorch 기반 딥러닝 모델 구현 및 학습
- Transformer 및 Attention 기반 모델 설계 경험
- BERT 등 Pre-trained Model 활용 경험
- 데이터 분석 및 Feature Engineering 역량

자격 요건:
- AI / Deep Learning 모델 개발 경험이 있으신 분
- 새로운 모델 아키텍처 설계 및 구현이 가능하신 분
- Transformer 기반 모델 개발 경험이 있으신 분
- 대규모 데이터 학습 및 최적화 경험이 있으신 분

우대 사항:
- 생물학·바이오 데이터를 활용한 AI 모델 개발 경험이 있으신 분
- 이종(Multi-modal) 데이터를 통합하는 모델 개발 경험이 있으신 분
- R&D 과제 수행 또는 모델 연구 경험이 있으신 분
지원 기회 분석

지원 전에 볼 것

핵심 요구사항

  • PyTorch 기반 딥러닝 모델 구현 및 학습
  • Transformer 및 Attention 기반 모델 설계 경험
  • BERT 등 Pre-trained Model 활용 및 Embedding 추출
  • 데이터 전처리 및 Feature Engineering
  • 대규모 데이터 학습 및 최적화 경험
  • 이종(Multi-modal) 데이터 통합 모델 설계

예상 산출물

  • Foundation Model 기반 데이터 임베딩/Feature 추출 파이프라인
  • 다양한 데이터를 통합하는 Transformer 예측 모델
  • 신규 데이터 특성·성능 예측 모델
  • 모델 평가 및 최적화 결과

매력 포인트

  • 재택 주 20시간 유연 근무
  • Foundation Model·학습 DB 확보 등 선행 작업 완료
  • 최신 AI 연구 성격의 도전적 과제

확인할 점

  • 요구 난이도(Foundation Model·Transformer·멀티모달 연구개발)에 비해 월 200~250만 원 단가가 매우 낮음
  • 기존 기술스택이 'Java, ML'로 표기되어 실제 요구 스택(Python/PyTorch)과 불일치
  • 예산 2,000,000원 표기가 월 단가인지 전체 예산인지 모호함
Client signal

클라이언트 정보

회사 · 위시켓 / 지역 · 서울시 강남구 / 고용형태 · CONTRACTOR
START THE LOOP · CHOOSE

시장과 사람의 답을 봤다면,
다음 결과물의 구조를 고릅니다.

한 번의 결과에 기대지 않고 다시 만들 수 있도록, 문제 발견부터 제작·배포·수익화까지 이어지는 전체 흐름을 익혀보세요.

TTJ CLASS에서 다음 구조 고르기 →
처리 중...