핵심 요구사항
- AI Agent(Claude Code, Codex 등) 활용 개발 경험
- Vector DB(Milvus, pgvector 등) 및 RDBMS/NoSQL 스키마 설계
- LLM/VLM 오케스트레이션 및 선례 기반 RAG 파이프라인 구현
- 규제 문구 검증·승인 워크플로 API 개발
- k8s/Docker/AWS 기반 배포 및 CI/CD, 모니터링 구축
- 백엔드 개발 경력 3~5년 이상 (Python 또는 Java)
Required stack
필요 기술
PythonFastAPIPostgreSQLMilvusRedisKubernetesAWSDocker
Project brief
프로젝트 내용
프로젝트 소개:
• 검수 에이전트 백엔드 개발
프로젝트 진행 상황:
• 코어 비교엔진은 안정화 완료 - 에이전트, 데이터 계층 확장에 집중할 예정
전체 프로젝트 일정:
• 2026.10.01 ~ 2027.06.30
공통 업무 :
• 원안초안 자동 작성 등 AI Blink 고도화 에이전트 파이프라인 설계·구현
• 브랜드 확산에 따른 멀티 브랜드 대응 및 운영 이관
백엔드 개발자 주요 업무 :
• 검수 에이전트 개발
• LLM/VLM 호출 오케스트레이션
• 선례 기반 RAG
• 판정 근거 보존
• 원안초안 작성 백엔드
• 문안 생성
• 규제 문구 검증
• 승인 워크플로 API
• 성능·비용 최적화 및 배포(CI/CD)
• 모니터링·회귀 테스트 자동화
사용 기술스택 :
• 개발언어: Python 또는 Java
• 데이터베이스: PostgreSQL, MySQL, MariaDB, Milvus, Redis
• 프레임워크: FastAPI 또는 SpringBoot
• 인프라: k8s, docker, aws
필수 기술:
• AI Agent 활용 개발 경험
• Vector DB(Pinecone, Milvus, Chroma, pgvector 등)
• RDBMS/NoSQL의 Schema 설계
자격 요건 :
• 백엔드 개발 경력 3~5년 이상
• AI Agent 활용 개발 경험 (Claude Code, Codex 등 코딩 에이전트를 활용하여 개발한 경험)
• 데이터베이스 설계: 임베딩 처리를 위한 Vector DB(Pinecone, Milvus, Chroma, pgvector 등) 및 RDBMS/NoSQL의 Schema 설계 등
우대 사항 :
• Python, Go, Node.js 등 에이전트 생태계에 유연한 언어 기반 숙련자
• AWS, GCP 등 클라우드 환경에서 에이전트 트래픽 분산 아키텍처 설계 경험자
• MSA(마이크로서비스 아키텍처) 및 Docker/Kubernetes 기반 환경에서의 배포 경험자
• AI Agent의 여러 기능들을 활용하여 업무 프로세스 개선 경험(자동화, 사내 MCP서버 구축, Skill, MCP연동 등)
• 검수 에이전트 백엔드 개발
프로젝트 진행 상황:
• 코어 비교엔진은 안정화 완료 - 에이전트, 데이터 계층 확장에 집중할 예정
전체 프로젝트 일정:
• 2026.10.01 ~ 2027.06.30
공통 업무 :
• 원안초안 자동 작성 등 AI Blink 고도화 에이전트 파이프라인 설계·구현
• 브랜드 확산에 따른 멀티 브랜드 대응 및 운영 이관
백엔드 개발자 주요 업무 :
• 검수 에이전트 개발
• LLM/VLM 호출 오케스트레이션
• 선례 기반 RAG
• 판정 근거 보존
• 원안초안 작성 백엔드
• 문안 생성
• 규제 문구 검증
• 승인 워크플로 API
• 성능·비용 최적화 및 배포(CI/CD)
• 모니터링·회귀 테스트 자동화
사용 기술스택 :
• 개발언어: Python 또는 Java
• 데이터베이스: PostgreSQL, MySQL, MariaDB, Milvus, Redis
• 프레임워크: FastAPI 또는 SpringBoot
• 인프라: k8s, docker, aws
필수 기술:
• AI Agent 활용 개발 경험
• Vector DB(Pinecone, Milvus, Chroma, pgvector 등)
• RDBMS/NoSQL의 Schema 설계
자격 요건 :
• 백엔드 개발 경력 3~5년 이상
• AI Agent 활용 개발 경험 (Claude Code, Codex 등 코딩 에이전트를 활용하여 개발한 경험)
• 데이터베이스 설계: 임베딩 처리를 위한 Vector DB(Pinecone, Milvus, Chroma, pgvector 등) 및 RDBMS/NoSQL의 Schema 설계 등
우대 사항 :
• Python, Go, Node.js 등 에이전트 생태계에 유연한 언어 기반 숙련자
• AWS, GCP 등 클라우드 환경에서 에이전트 트래픽 분산 아키텍처 설계 경험자
• MSA(마이크로서비스 아키텍처) 및 Docker/Kubernetes 기반 환경에서의 배포 경험자
• AI Agent의 여러 기능들을 활용하여 업무 프로세스 개선 경험(자동화, 사내 MCP서버 구축, Skill, MCP연동 등)
지원 기회 분석
지원 전에 볼 것
예상 산출물
- 검수 에이전트 백엔드 시스템
- 선례 기반 RAG 및 판정 근거 보존 모듈
- 원안초안 자동 작성·규제 검증·승인 워크플로 API
- CI/CD 배포 파이프라인 및 모니터링·회귀 테스트 자동화
매력 포인트
- 약 9개월 장기계약
- AI 에이전트·RAG 등 최신 기술 스택 경험 축적 가능
- 코어 비교엔진이 안정화되어 있어 확장 중심 개발
확인할 점
- 9개월 장기 프로젝트에 예산 600만원은 명시된 금액이 월 단가인지 총액인지 불명확(총액이면 심각한 저예산)
- 요구 업무 범위(에이전트·RAG·워크플로·CI/CD·모니터링)가 1인 백엔드가 감당하기엔 매우 광범위
Client signal
클라이언트 정보
회사 · 위시켓 / 지역 · 서울특별시 강남구 / 고용형태 · CONTRACTOR