pages: update qualifications for MLE

src/pages/careers.mdx

@@ -54,9 +54,9 @@ import figBrainRoom from './image/brain-room.png';
 </TabItem>
 <TabItem value="ml-engineer" label="ML Engineer">
 
-- Platform-level optimization for large-scale training of Transformer-based models
-- Acceleration/quantization techniques for serving generative models
-- Parallelization/caching strategies on state-of-the-art decoding algorithms
+- ML/DL 모델을 효율적으로 서빙하기 위한 시스템 개발 및 설계
+- ML/DL 모델의 학습 및 서빙 성능을 높이는 최신 최적화/양자화 기법 탐색 및 적용
+- 기존 학습/서빙 시스템의 성능을 높이기 위한 개선 방안 연구 및 구현
 
 </TabItem>
 </Tabs>
@@ -76,9 +76,9 @@ import figBrainRoom from './image/brain-room.png';
 </TabItem>
 <TabItem value="ml-engineer" label="ML Engineer">
 
-- TensorFlow, PyTorch 등의 프레임워크로 구현된 코드를 이해할 수 있는 분
-- gRPC와 Docker를 활용하여 GPU 자원을 사용하는 서비스 구성 경험
-- IPC, NCCL 등 프로세스 간 통신에 대한 이해 또는 네트워크 관련 지식
+- Python, C++에 능숙하여 원하는 것을 구현할 수 있는 능력
+- Docker를 사용하여 서비스를 구성할 수 있는 능력
+- PyTorch 기반의 프레임워크로 작성된 코드를 이해하고 모델 아키텍처를 파악할 수 있는 능력
 
 </TabItem>
 </Tabs>
@@ -99,8 +99,8 @@ import figBrainRoom from './image/brain-room.png';
 <TabItem value="ml-engineer" label="ML Engineer">
 
 - 유관 전공 석사 이상의 경력 또는 관련 학회 논문 제출 경험
-- OpenMP, MPI, CUDA 등 병렬/분산 및 GPU 프로그래밍에 대한 이해 또는 관련 지식
-- ML/DL 프레임워크를 플랫폼 수준에서 최적화하거나 관련 Repository의 Contribution 경험
+- OpenMP, MPI, CUDA 등 multi-core CPU나 가속기를 활용하여 프로그램의 성능을 최적화 해본 경험
+- ONNX, ONNX Runtime을 사용해 PyTorch 모델을 변환하고 edge device에서 실행 해본 경험
 
 </TabItem>
 </Tabs>