판교
1개월 전에 등록됨

현대자동차

기본 정보

회사명: 현대자동차
직무: NPU 딥러닝 컴파일러 개발
부문: 연구개발
분야: 반도체
직급: 연구원, 책임연구원
경력: 2년 이상 관련 경험 ※ 관련 전공 경력 인정
학력: 석사 이상
근무지: 판교
기업공고등록일: 2026-06-15
마감일: 채용시까지
채용형태: 경력채용

조직소개

우리 조직은 자율주행 및 로보틱스 분야에 적용되는 고성능 AI 반도체(NPU)의 아키텍처 설계와 소프트웨어 개발 업무를 수행합니다.(NPU: Neural Processing Unit – 신경망 처리 장치)

아키텍처 및 명령어 집합(ISA) 설계, 딥러닝 컴파일러 및 성능 시뮬레이터 개발과 함께 DSE(Design Space Exploration)를 통한 아키텍처 최적화를 수행합니다.

담당업무

딥러닝 모델의 Graph-level 최적화 및 Lowering Pass를 개발하고, 컴파일된 결과를 NPU에서 효율적으로 실행하기 위한 Runtime 환경을 개발합니다. Frontend와 Backend 컴파일러 간 인터페이스를 설계하고 NPU 아키텍트 및 Backend 컴파일러 개발자와 협업하여 End-to-End 성능을 최적화합니다.

Frontend Compiler

Graph-level optimization pass 개발
Operator-level lowering pass 개발
Dataflow 및 메모리 계층 스케줄링 최적화
IR 및 컴파일 파이프라인 설계·고도화

Runtime

컴파일된 코드 실행을 위한 Runtime 개발
메모리 및 자원 관리 기능 개발
Runtime 관점의 성능 프로파일링 및 병목 분석 지원

Code Generation

Backend compiler 인터페이스 개발
End-to-End 성능 및 품질 개선
병목 구간 분석 및 Frontend/Backend 경계의 개선 포인트 도출
Backend, Runtime, 하드웨어 아키텍트와 협업한 End-to-End 성능 최적화

지원자격

인공지능·전자·컴퓨터공학 분야 석사 이상
2년 이상의 딥러닝 컴파일러(Graph-level) 최적화, Lowering Pass 개발 및 Runtime 환경 개발 경험
관련 전공은 경력으로 인정
Graph/IR Transformation, Runtime, Inference 성능 최적화 중 하나 이상에 대한 이해 또는 경험
C/C++/Python 활용 가능

우대사항

NPU 또는 GPU 대상 컴파일러 분야 박사 학위
NPU·GPU 등 AI 가속기 전문 Fabless 또는 관련 기업 근무 경험
TVM, MLIR, LLVM, XLA 등 오픈소스 컴파일러 스택 확장 및 내재화 경험
딥러닝 모델 가속기 대상 컴파일러 또는 Runtime 개발 경험
최신 AI 모델 구조 및 저정밀 추론에 대한 이해
AI 가속기 또는 특정 도메인 최적화 DSL 설계 및 컴파일러 파이프라인 적용 경험
비즈니스 영어 커뮤니케이션 및 영어 문서 작성 역량

기타사항

전형단계: 지원서 접수 → 서류전형 → 면접전형(인성검사) → 채용검진 → 최종합격

취업보호대상자는 관계 법령에 따라 우대
현대자동차 채용 홈페이지를 통한 지원
채용 완료 시 공고 조기 종료 가능
필요 시 전형단계에서 과제 진행 가능
전형 진행에 따라 일정 조정 가능
개인별 경력 및 평가를 고려하여 직급 및 처우 최종 결정
제출 내용이 사실과 다르거나 증빙할 수 없는 경우 합격 취소 또는 전형상 불이익 가능
정상근무 및 해외여행에 결격사유가 없어야 하며 지정 입사일에 입사 가능해야 함
채용 과정에서 전·현직장의 영업비밀 및 비밀유지의무 준수 필요

AI Summary

자율주행·로보틱스용 고성능 NPU에서 AI 모델을 효율적으로 실행하기 위한 딥러닝 컴파일러 및 Runtime 개발 직무입니다. 일반적인 AI 모델 개발보다는 모델을 NPU 하드웨어에 최적화해 실행시키는 AI Compiler/System Software 성격이 강합니다.

핵심 업무는 Graph/IR Transformation, Lowering, Dataflow·Memory Scheduling, Runtime 및 Backend Interface 개발이며, 최종적으로 Frontend Compiler부터 Runtime과 NPU 하드웨어까지 연결되는 End-to-End Inference 성능 최적화가 목표입니다.

특히 TVM·MLIR·LLVM·XLA 등 컴파일러 인프라 경험과 NPU/GPU 가속기 구조에 대한 이해가 높은 직무 적합성을 보여주는 핵심 신호입니다.

핵심기술

Deep Learning Compiler
Graph-level Optimization
Graph/IR Transformation
Lowering Pass
Intermediate Representation (IR)
Compiler Pipeline
Runtime System
Code Generation
Dataflow Optimization
Memory Hierarchy Scheduling
Memory/Resource Management
Inference Performance Optimization
Performance Profiling
NPU/GPU Architecture
TVM / MLIR / LLVM / XLA
C / C++ / Python
Low-Precision Inference
Domain Specific Language (DSL)

핵심역량

컴파일러 구조 및 최적화 역량
시스템 소프트웨어 개발
AI 가속기 구조 이해
성능 병목 분석
End-to-End 성능 최적화
알고리즘 및 자료구조 이해
하드웨어·소프트웨어 Co-design
복잡한 기술문제 해결
Backend·Runtime·HW 조직과의 기술협업
영어 기술문서 이해 및 커뮤니케이션

직업분류

O*NET: Software Developers / Computer Hardware Engineers / Computer and Information Research Scientists 계열 연관
NCS: 인공지능 SW개발·시스템SW개발·반도체 설계 및 시스템반도체 관련 직무군

※ 단일 직업분류로는 포착하기 어려운 AI Compiler + System Software + NPU Architecture 융합형 R&D 직무입니다.

적합도

높은 적합

NPU/GPU용 딥러닝 컴파일러 개발 경험자
Graph/IR Transformation 및 Lowering Pass 개발 경험자
TVM·MLIR·LLVM·XLA 기반 Compiler 개발 경험자
AI Accelerator Runtime 또는 Code Generation 개발 경험자
NPU/GPU Inference 성능 최적화 경험자

중간 적합

일반 Compiler/LLVM 개발 경험이 있고 AI Accelerator로 전문영역을 확장하려는 지원자
GPU Computing·CUDA·AI Systems 분야 연구개발 경험자
Computer Architecture와 System Software 양쪽에 경험을 가진 석·박사급 지원자

핵심 판단요소: Compiler/IR + Runtime + NPU/GPU 이해 + C/C++ + AI Inference 최적화 경험

이 직업에 지원하려면 다음을 방문하세요 talent.hyundai.com.

NPU 딥러닝 컴파일러 개발