최적화 엔지니어 (Optimization Research Engineer) | (주)오믈렛 | 마감일 2026년 10월 14일

기업명: 주식회사 오믈렛
기업 홈페이지: https://omelet.ai/
채용 공고 제목: [(주)오믈렛] 최적화 엔지니어(Optimization Research Engineer)
채용 공고 링크: https://www.saramin.co.kr/zf_user/jobs/relay/view?rec_idx=55039542&view_type=etc
업·직종: 응용 소프트웨어 개발 및 공급업
근무형태: 정규직
경력제한: 없음
학력제한: 석사이상
급여: 협의 후 결정
모집인원: 0명
채용직급/직책:
근무지역: 서울 강남구, 대전 유성구(선택 가능)
접수방법: 사람인 지원 또는 careers@omelet.ai 지원
모집 기간 : 2026년 9월 15일 ~ 2026년 10월 14일
검색 키워드: 리서치 엔지니어, 최적화, 알고리즘

오믈렛(Omelet)은 고객의 복잡한 운영 문제를 이해하고, 최적의 의사결정을 생성하는 Operational Intelligence 회사로써, 물류, 의료, 방산 등 다양한 산업에 걸쳐 고객의 의사결정을 돕고 있습니다. 우리는 다양한 산업군의 복잡한 의사결정 문제를 혁신적으로 해결할 수 있는 생성형 AI기반 의사결정 Foundation 모델을 공급합니다
PS(Problem Solver)팀은 물류, 제조, 유통 등 다양한 산업에서 사람의 경험과 직관에 의존하고 있는 의사결정 문제를 발견하고, 이를 Optimization AI가 해결할 수 있는 문제로 구조화하는 팀입니다.
고객의 모호한 요구사항과 실제 운영 데이터를 바탕으로 문제를 정의하고, 최적화 알고리즘을 개발하고, 시뮬레이션을 통해 효과를 검증하며, 검증된 문제와 해결 방법을 다시 활용할 수 있는 형태로 구조화합니다.
즉, 현실의 문제를 Optimization Problem으로 정의하고 해결 가능한 시스템으로 만드는 역할입니다.

이런 일을 합니다
문제 정의 및 정식화
◦ 고객 인터뷰, 현장 관찰, 운영 데이터 분석
◦ Input / Decision / Output 구조 정의
◦ 의사결정 변수, 목적함수, 제약조건 설계
◦ VRP, MILP, CP, Scheduling, Packing, Inventory Optimization 등으로 정식화

최적화 알고리즘 개발
◦ MILP / CP-SAT 기반 모델 개발
◦ Heuristic / Metaheuristic 설계
◦ OR-Tools, Gurobi, CPLEX 및 자체 Solver 활용
◦ Neural Combinatorial Optimization, Bayesian Optimization, RL 등 ML for OR 적용
◦ 실제 산업 규모에서 사용할 수 있도록 계산시간과 해 품질 개선

시뮬레이션 및 성능 검증
◦ 실제 데이터를 기반으로 AS-IS 재현
◦ Baseline, KPI 및 성공 기준 정의
◦ TO-BE 시나리오 및 What-if Simulation 설계
◦ 비용, 처리량, 서비스 수준 등 정량적 효과 검증

문제와 알고리즘의 자산화
◦ Input / Output Schema 및 Optimization Specification 정의
◦ API Interface 설계
◦ 고객별 로직과 일반화 가능한 Optimization Logic 분리
◦ 반복적으로 활용할 수 있는 문제 구조와 알고리즘 모듈 축적

고객 커뮤니케이션 및 제품 연결
◦ 고객과 직접 문제 정의 및 Modeling 방향 협의
◦ 중간·결과 보고 및 알고리즘 결과 설명
◦ 검증된 PoC를 Product / Engineering 팀과 협업하여 실제 서비스로 연결

자격요건
• 산업공학, 컴퓨터과학, 수학, 통계학 또는 관련 분야 석사 이상, 또는 이에 준하는 실무 경험
• LP / MIP 등 수리최적화에 대한 기본적인 이해
• MILP, CP, Metaheuristics 등 다양한 최적화 기법의 특성과 Trade-off(연산 시간 및 해의 품질)를 다각도로 비교 분석하여, 도메인 제약에 최적화된 알고리즘을 선별하고 선택 사유를 논리적으로 입증할 수 있는 역량
• 현실의 문제를 변수, 목적함수, 제약조건으로 구조화하고 모델링할 수 있는 역량
• Python 기반 최적화 모델 및 알고리즘 구현 역량
• Baseline과 KPI를 설계하고 결과를 정량적으로 검증할 수 있는 역량
• 모호한 요구사항을 구조화하고 필요한 가설과 검증 방법을 스스로 정의할 수 있는 문제 해결 능력
• 모델링 과정과 결과를 비전문가에게 논리적으로 설명할 수 있는 커뮤니케이션 역량

우대사항
• VRP, Scheduling, Packing, Assignment, Inventory 등 조합최적화 문제 경험
• Heuristic / Metaheuristic 설계 경험
• Neural Combinatorial Optimization, Bayesian Optimization, RL, Learning-to-Solve 등 ML for OR 경험
• Simulation / Discrete Event Simulation 경험
• 물류, 제조, 유통, 모빌리티 등 실제 산업 데이터 경험
• 고객 또는 현업 담당자와 직접 문제를 정의하고 PoC를 수행한 경험
• 알고리즘을 API 또는 실제 서비스로 연결해본 경험
• 프로젝트에서 만든 문제 구조나 알고리즘을 재사용 가능한 형태로 추상화·모듈화해본 경험

이런 분과 잘 맞습니다
• 주어진 문제를 푸는 것보다 무엇을 풀어야 하는지 정의하는 과정을 좋아하는 분
• 데이터 뒤에 존재하는 의사결정 구조를 발견하는 것을 좋아하는 분
• 연구 성능뿐 아니라 실제 현장에서 사용할 수 있는 해법에 관심이 있는 분
• 고객과 현장을 이해하는 것을 문제 해결의 일부라고 생각하는 분
• 한 번의 프로젝트를 넘어 다음 문제를 더 빠르게 풀 수 있는 구조를 만드는 데 관심이 있는 분
PS팀은 Observe → Define → Model → Solve → Simulate → Validate → Generalize → Productize의 과정을 통해 산업의 의사결정 문제를 반복적으로 발견하고, 정의하고, 해결할 수 있는 기반을 만들어갑니다. 빠르게 성장하는 조직에서 문제 정의부터 프로덕트화까지 전 과정을 리드할 기회를 찾는 분을 기다립니다.

혜택 및 복지
• 주 3회 이상 출근 + 재택/유연근무 병행
• 경조사 지원 (경조휴가·경조금·화환)
• 생일 축하금 및 명절 선물/귀향비 지급
• 종합건강검진 지원 (연 1회)
• 자기계발비 및 체력단련비 지원
• 사내 다과·음료 무상 제공 및 야근·휴일 근무 시 식대 지원

채용 전형
서류 검토 – 사전과제 – 1차면접(직무 적합성) – 2차면접(조직 적합성) – 처우 협의