우리 팀은 AI 워크로드에 특화된 고성능 스토리지 어플라이언스를 개발하고 있습니다. Kubernetes 위에서 오케스트레이션되는 오픈소스 기반 분산 스토리지 백엔드로 데이터센터 수준의 IO 성능을 목표로 합니다.(SPDK·NVMe-oF 데이터 패스, Kubernetes Operator 오케스트레이션, REST API/CLI 컨트롤 플레인, React 대시보드, DAOS·Kuzu·Qdrant 통합)
Software Validation Engineer로서 본 플랫폼의 성능·품질과 안정성을 책임지게 됩니다. 어플라이언스가 데이터센터 수준의 성능 목표와 견고한 신뢰성을 만족함을 증명하는 자동화 프레임워크를 설계하고 개발팀과 직접 협업해 깊은 시스템 이슈를 근본 원인까지 추적합니다.
언어에 대하여: 스택은 주로 Go와 C/C++이지만, 우리는 AI 보조 개발을 핵심 워크플로우로 활용합니다. 최신 AI 코딩 에이전트의 도움을 받아 정확하고 효과적인 검증 도구를 만들 수 있다면 이전에 어떤 언어를 다뤘는지는 장벽이 되지 않습니다. 시스템에 대한 본질적 이해와 엄밀한 방법론이 중요합니다.
주요업무
- 멀티노드 스토리지 클러스터 전반에 걸친 자동화 검증·성능 평가 파이프라인 설계·구현·운영
- 처리량, 지연, 부하·장애 상황에서의 동작을 특성화하기 위한 벤치마크·스트레스·장애 주입(fault-injection) 프레임워크 구축
- 데이터 패스·오케스트레이션·컨트롤 플레인 전반의 복잡한 결함 재현·격리·근본 원인 분석 및 개발팀과의 직접 협업
- 업계 표준 스토리지 벤치마크 정의·수행 및 선도 제품 대비 경쟁 분석 주도
- 명확하고 결과 중심적인 시나리오를 통한 신뢰성·고가용성(노드/디스크/네트워크 장애 및 복구) 검증 방법론, 결과, 회귀(regression) 사항의 영어 문서화
자격요건
- CS, EE, CE 또는 관련 분야 학사/석사/박사, 또는 동등한 실무 경험(junior~senior 모두 지원 가능)
- 스토리지 및/또는 네트워크 시스템 개념에 대한 탄탄한 이해와 관련 시스템 프로젝트 경험
- 실제 베어메탈 시스템에서의 성능 벤치마킹, 병목 분석, 소프트웨어 기반 근본 원인 디버깅 경험
- 테스트 자동화/검증 도구 개발 경험 및 스크립팅 역량(Python, Bash 등)
- Linux 시스템 기본기에 대한 이해
- 영어로 기술 문서를 작성하고 기본적인 커뮤니케이션이 가능한 역량 
