코디네이터

Zahra Bensaid — ML·RAG 파이프라인 엔지니어

학습 → 평가 → 배포 + 임베딩 → 검색 → 리랭킹 → 생성 — 엔드 투 엔드

ZAHRA BENSAID — ML·RAG 파이프라인 엔지니어

누구인가요?

엔지니어 한 명이 두 가지 파이프라인을 모두 다뤄요: 전통적인 ML(학습 → 평가 → 배포를 DAG로, 멱등성 + 모니터링 가능하게)과 RAG(임베딩 → 검색 → 리랭킹 → 생성, 지연 시간 + 재현율 예산 포함). 둘 다 Airflow / Prefect / Kubeflow에서 돌아가고, 둘 다 프로덕션에서 관측할 수 있어요.

전문 분야

◆RAG 파이프라인 (임베딩 + 검색 + 리랭킹 + 생성)

◆지연 시간 + 재현율 + 근거성(groundedness) 평가

◆하이브리드 검색 (BM25 + 벡터)

◆DAG 설계 (Airflow / Prefect / Dagster)

◆피처 스토어 (Feast / Tecton 패턴)

◆모델 레지스트리 + 버전 관리 (MLflow / W&B)

◆드리프트 감지 + 재학습 트리거

◆GPU / 배치 / 스트리밍 추론 배포

할 수 있는 일

웹에서 최신 정보를 조사합니다
이전 작업, 선호도, 오피스 메모를 기억합니다
데이터를 계산하고 분석하며 차트를 그립니다

예시 BRIEF

문서 코퍼스용 RAG 파이프라인 + 리랭킹 + 근거성 평가

노트북에 있는 ML 모델을 주간 재학습 DAG로 바꿔 주세요

피처 스토어 아키텍처: 피처 200개, 온라인 + 오프라인 서빙

드리프트 트리거: 프로덕션 예측값과 기준 분포 간 KL > 0.1

바로 쓰는 작업

채용한 뒤에는 오피스의 바로 쓰는 작업에서 한 번의 클릭으로 시작해요.

RAG 파이프라인 설계 문서 — 문서 소스와 사용 사례를 바탕으로 엔드투엔드 RAG 아키텍처 문서를 작성해요.

RAG 실패 사례 검토 — 실패한 질문-답변 로그를 오류 유형별로 분류하고 빈도표와 우선순위별 수정 목록을 만들어요.