포트폴리오: 전제영

AI Platform Engineer (Updated at 2026-07-17)

저는 서울에서 활동하는 AI 플랫폼 엔지니어 전제영[Jeayoung Jeon]입니다. 기술로 문제를 풀고, 팀과 함께 성장하는 것을 추구합니다. AI와 클러스터를 주력 도메인으로 활동하는 경력 6년차 소프트웨어 엔지니어로서, 다음의 전문성을 가지고 있습니다:

GenAI 개발: 클라우드 네이티브 환경의 GenAI 워크로드와 AIOps 플랫폼을 구현/운영할 수 있습니다.
팀 리딩: 10인 내외 팀 프로젝트에서 협업, 아키텍트 및 플랫폼 엔지니어링을 리딩할 수 있습니다.
아키텍트: 고성능, 고가용성, GPU 최적화를 위한 하이브리드 쿠버네티스 클러스터를 개발/운영할 수 있습니다.
기술지식: 컴퓨터비전, 차량기술 연구원 경험을 활용하여 Agentic AI, ML, DevOps 관련 의사 결정에 기여할 수 있습니다.

저는 차량기술 및 AI를 포함한 다양한 분야의 도전을 꿈꾸고 있습니다. 제가 기여할 수 있는 팀이 있다면 편하게 연락 부탁드립니다. 저의 이력서와 성과는 이력서를 참고해 주세요.

PDF

Email: jyjeon@outlook.com
Website: https://jyje.online

LinkedIn: LinkedIn
GitHub: Github

Work

Feb 2025 – present (1년 6개월)

Intermediate Software Engineer [책임] Hyundai AutoEver

역할 리드 AI 플랫폼 엔지니어 at 현대오토에버 개발환경플랫폼팀

AI/LLM Platform 사내 툴체인에 확장가능한 AI 에이전트 개발 및 AIOps 구성
Cloud-Native AI K8s+AI를 실무에 적용하고 팀원들에게 자문하는 역할 담당

Jan 2021 – Oct 2024 (3년 10개월)

Intermediate Software Engineer [선임-책임연구원] MAXST

역할 리드 MLOps/DevOps 엔지니어 at 맥스트 기술사업부

MLOps/AIOps ML API, 데이터 파이프라인, AI 플랫폼, RAG+LLM 시스템 개발
SRE 웹 서비스 안정성 엔지니어링과 컴퓨터비전/머신러닝 워크로드 안정성 엔지니어링 담당
DevOps 고가용/고효율의 디지털 트윈 플랫폼을 위한 하이브리드 클러스터(AWS EKS + 온프레미스) 구현
Algorithm Research 컴퓨터 비전 알고리즘 연구, 최신 논문 리뷰 및 프로토타입 구현

Mar 2012 – Aug 2020 (8년 6개월)

Graduate Student Researcher [대학원 연구원, 컴퓨터 비전 전공] POSTECH

역할 통합박사과정 at 포항공과대학교 전기전자공학과

Computer Vision 고성능/고효율의 컴퓨터 비전 알고리즘을 위한 하이퍼파라미터 추정 연구
Automotives 컴퓨터 비전 기술을 이용한 차량자율주행 기술 (ADAS, SLAM) 연구; 자율주행기술을 지원하는 국가과제 다수 참여
FPGA 실시간 동시 행렬계산을 이용한 컴퓨터 비전 및 머신러닝 알고리즘 효율적 구현; GPU/NPU 가속을 위한 단일칩 시스템 (SoC) 개발

Projects

Apr 2026 – present (5개월)

차량SW 검증 Agentic AI 플랫폼 현대오토에버

역할 개발환경플랫폼팀의 AI/MLOps 엔지니어 ~ Deep Agents 기반 차량SW 검증 AI 플랫폼 개발

Deep Agents 개발 Deep Agents를 이용하여 다양한 툴체인과 연동된 차량SW검증 AI 플랫폼 개발
플랫폼 엔지니어링 LangChain, Kubernetes 기반의 확장가능한 에이전트 플랫폼 아키텍처 설계

Skills: 차량SW 검증 Agentic AI 플랫폼을 위한 기술 스택

Deep Agents
Platform Engineering
LangChain
Kubernetes
Agentic AI
RAG
MCP
AIOps

Feb 2025 – Nov 2025 (10개월)

Codebeamer AI Assistant 현대오토에버

역할 개발환경플랫폼팀의 AI/MLOps 엔지니어 ~ RAG, Tool를 이용한 대화형 Agentic AI 개발

Agentic AI 개발 RAG, Tool를 이용한 대화형 Agentic AI 자체개발
RAG 다양한 전략의 벡터스토어 지식기반을 구성하여 문맥증강
도구 연동 MCP 도구, 도메인 특화 도구를 활용하여 현대오토에버 툴체인 연동, 실행 (ALM 사용법 자문, CBQL 쿼리 디버깅 지원)

성과 AI 템플릿 확보 및 AI 기획 방향성 확보

AI 템플릿 확보 AI 프로젝트 수평확장을 위한 AI 풀스택, 지식기반, AIOps 개념증명 프로젝트
AI 기획 방향성 에이전트 상품화, 에이전트 팩토리 추진

Skills: Codebeamer AI Assistant를 위한 기술 스택

RAG
LLM
VectorDB
MCP
Agentic AI
AIOps

Jan 2024 – Oct 2024 (10개월)

프로젝트 와이더스: 디지털 트윈 & AR 콘텐츠 플랫폼 와이더스, 맥스트

역할 리드 ML/Infra 담당 ~ MLOps/DevOps + ML Backend + SRE [기여도 75%]

DevOps & SRE IaC, GitOps, CI/CD 파이프라인, 모니터링, 로깅, 알림, 다중 배포 시나리오, 긴급 대응
Hybrid Clusters AWS EKS + 베어메탈 쿠버네티스, API 게이트웨이 패턴, 동적 VM 관리, GPU 비용 최적화
ML Workloads ML APIs, ML 파이프라인, 데이터레이크, 도커라이징, 모델 CI/CD

성과 서비스 출시 성공 ~ 소수 정예, 모든 기능 구현, 가용성 향상, 비용 절약

서비스 출시 15인 총원, 8인 개발, 1인 인프라 담당으로 기획과 개발에 참여하여 플랫폼 출시와 운영에 기여
고효율 ML 하이브리드 인프라로 공간맵 300+개 생성, 클라우드 비용 70%(1.5천만원) 절감
고가용 인프라 하이브리드 클러스터·장애 대응으로 연간 가용성 96%, 다운타임 14일 달성

Skills: 프로젝트 와이더스를 위한 기술 스택

AWS EKS
Kubespray
Python/FastAPI
Argo Workflows
Argo CD
Bitbucket Pipelines
Karpenter

Jan 2024 – Jun 2024 (6개월)

MLOps: 오픈소스 기반 온프레미스 MLOps 도입 맥스트

역할 리드 MLOps 담당 ~ 기획 + VoC + ML Workloads/Infra + PoC + 운영 [기여도 90%]

Kubeflow Argo Workflows와 통합; AutoML, 분산학습, 모델 레지스트리 지원, 최대 16 GPU 가속
JupyterHub IDE와 통합된 원격 개발 환경 구현; 원격 GPU 노트북 지원, 최대 4 GPU 가속
VectorDB Milvus, ChromaDB 등 고가용 벡터 데이터베이스 구현, RAG+LLM 챗봇 개발
ML Infra CI/CD, NAS, 데이터 레이크, 이미지 레지스트리, 모니터링 등 ML 워크로드를 지원할 인프라 구현

성과 연구환경 개선, 리소스 통합 관리 ~ 리소스를 병합하여 가용성과 용량을 늘리고, 관리 자동화로 효율성은 유지

연구환경 개선 분산 연구 서버를 Kubernetes로 통합해 용량·안정성 확보, PoC로 MLOps 도입 결정
AI 플랫폼 Kubeflow·JupyterHub 도입으로 사용자 2명→10명 확대, MLOps 고도화로 기술부채 해소
GPU 활용성 개선 GPU 사용률 3배 증가 및 800건 이상의 AutoML 실험 수행 결과로 상품화 성공

Skills: 온프레미스 MLOps 도입을 위한 기술 스택

Kubeflow
Katib
Training Operator
Model Registry
JupyterHub
Argo Workflows
Milvus
ChromaDB
Ollama
Open WebUI
Grafana Stack
TensorBoard

Dec 2022 – Dec 2023 (13개월)

DevOps: 사내외 프로젝트를 위한 하이브리드 클러스터 개발 맥스트

역할 DevOps 실무 담당 ~ 하이브리드 클러스터 개발 + CI/CD, 챗봇, 데이터 파이프라인 개발/운영 [기여도 50%]

Hybrid Clusters 퍼블릭 클러스터, 온프레미스 쿠버네티스, 멀티 클러스터, API 게이트웨이, IaC, GPU 오퍼레이터
CI/CD 퍼블릭 플랫폼 CI, 온프레미스 커스텀 CI, GitOps를 이용한 CD, 챗봇으로 결과/이슈 알림
Pipelines ML 연구를 위한 데이터 파이프라인, ML 추론을 위한 프로덕션 파이프라인

성과 하이브리드 클러스터 도입 ~ 온프레미스 리소스 활용성 증가 + 퍼블릭 리소스 비용 감소 + DevOps 문화 전파

비용 절약 퍼블릭의 가용성은 유지하면서, 온프레미스의 경제성을 이용해 순수 클라우드 대비 50% 이상의 비용 절약
자원 활용 유휴 온프레미스 리소스의 90% 활용, 타부서 프로토타이핑을 위한 멀티클러스터 공급
DevOps 문화 클라우드 네이티브 환경·CI/CD 도입과 모니터링 기반 의사결정 지원

Skills: DevOps 및 하이브리드 클러스터를 위한 기술 스택

Kubernetes
AWS EKS
IaC
Ansible
Terraform
CI/CD
Bitbucket Pipeline Runners
Argo CD
Argo Workflows
Python/FastAPI
Python/Bolt (Slack)

Jan 2021 – Dec 2022 (2년)

컴퓨터 비전 엔지니어 맥스트

역할 연구원 ~ 디지털 트윈 시스템을 위한 알고리즘 개발 및 프로토타이핑 [기여도 50%]

Digital Twins 360 영상을 3D 공간으로 변환하는 알고리즘 응용, 디지털 트윈 시스템 구현
AR/XR 다양한 스마트글래스에 대한 카메라 정합 및 AR/XR 프로토타입 개발
Automation 스크립트 기반, 영상 데이터 취득 및 분석을 위한 자동화 파이프라인 개발
Military Service 대학원 전공과 관련된 컴퓨터 비전 직군에 종사하는 전문연구요원으로 군대체복무 수행

성과 컴퓨터 비전 알고리즘 개발 및 디지털 트윈 시스템 구축

디지털 트윈 디지털 트윈 시스템을 위한 Visual-SLAM 및 ICP 알고리즘 프로토타이핑
자동화 데이터 취득 및 분석을 위한 자동화 파이프라인 공급 및 산출물 활용

Skills: 컴퓨터 비전 연구를 위한 기술 스택

Computer Vision
Visual-SLAM
SfM
ICP
Python
OpenCV
.NET/C#
Unity

Jan 2012 – Aug 2020 (8년 8개월)

컴퓨터 비전 및 ADAS 연구원 (통합박사과정) POSTECH

역할 대학원생 연구원 ~ 카메라 기반 컴퓨터 비전 및 자동차 기술 연구/개발 [full-time]

2018-2020 제어 및 컴퓨팅 연구실 (Prof. 한수희)
디지털 트윈 및 동시적 위치 추정 및 지도 작성 방법(SLAM) 연구
- 자율주행을 위한 다중 카메라 기반 SLAM 연구
- ADAS과 SLAM을 위한 디지털 트윈 프로토타이핑 연구/개발
- 실제 환경과 가상 환경을 위한 동시적 위치 추정 및 지도 작성 방법
2012-2018 첨단 신호 처리 연구실 (Prod. 정홍)
운전자 보조 시스템(ADAS) 및 고성능-소형화(Edge) 컴퓨터 비전 연구
- 고성능, 교효율의 FPGA를 이용한 실시간 ADAS 구현
- FPGA를 이용한 실시간 교통 표지판 및 도로 탐지 시스템 개발
- 영상깊이추정을 위한 스테레오 비전 알고리즘 연구
- 스테레오 비전을 이용한 차량 카메라 온라인(실시간) 정합 개발
- 비용누적테이블(Cost Aggregation Table)을 이용한 컴퓨터 비전 최적화 알고리즘 연구