AI Research Engineer

소개

Deep In Sight의 인캐빈센싱 사업본부는 차량 실내 환경에서 운전자 상태 및 동승자 행동을 인식하는 온디바이스 AI 시스템을 연구개발합니다. 이 포지션은 차량 환경에서 동작하는 AI 딥러닝 모델을 독립적으로 연구·설계하고 실제 제품 환경에 적용하는 AI Research Engineer 역할입니다. 주어진 태스크를 수행하는 수준을 넘어, 문제를 스스로 정의하고 실험 설계부터 시스템 적용까지 전 과정을 주도할 수 있는 역량이 요구됩니다.

주요업무

1. Model Research & Development 차량 환경 (조명 변화, 가림, 자세 변화, 센서 특성)을 고려한 딥러닝 모델 설계 및 학습 Detection, Landmark, Pose, Classification, Segmentation 모델 개발 및 성능 고도화 논문 및 오픈소스 기반 SOTA 모델 분석, 응용 및 자체 개선 2. Experiment & Evaluation Failure case 분석 및 근본 원인 추론 정확도·지연시간·안정성 관점의 정량 평가 지표 설계 실험 결과 기반 모델 구조 및 학습 전략 독립 개선 3. Optimization & System Integration 차량 탑재 SoC 환경을 고려한 모델 경량화 및 최적화 추론 파이프라인 개선 및 시스템 단위 성능 검증 임베디드·응용 SW 엔지니어와 협업하여 실차 환경 검증 4. Research Infrastructure 데이터 전처리 및 학습 파이프라인 개선 재현 가능한 실험 관리 체계 구축 및 팀 내 전파 반복 가능한 평가·검증 프로세스 정립

자격요건

1. 학위: 컴퓨터 비전, 머신러닝, 전자공학, 컴퓨터과학 등 관련 분야 학사 이상 2. 경력: 관련 분야 5년 이상의 실무 경험 (또는 석사 이상 학위 보유 시 3년 이상) 3. 기본 요건 : 한국어·영어 모두 업무 커뮤니케이션 가능한 수준 4. 필수 역량 : - Python 기반 딥러닝 모델 구현 및 학습 경험 (PyTorch 등) - CNN, Transformer 기반 모델 구조에 대한 깊은 이해 - 문제를 독립적으로 정의하고, 실험 설계·실행·결론 도출까지 주도한 경험 - 실험 결과 해석 근본 원인 분석 개선 전략 도출 능력 - 실험 결과를 명확하게 문서화하고 팀에 공유하는 역량

우대사항

•임베디드 AI 또는 모델 경량화 경험 (Quantization, Pruning, TensorRT 등) •실제 센서 데이터 기반 프로젝트 수행 경험 •MLflow, W&B, DVC 등 실험 관리 도구 사용 경험 •GPU 서버 또는 클라우드 환경 활용 경험 •자율주행, DMS/OMS, ADAS 등 차량 도메인 실무 이해 •CVPR, ICCV, ECCV, NeurIPS 등 학회 관련 연구 경험

혜택 및 복지

＜Supporting your growth＞ Providing work-related books and materials. Supporting expenses for attending industry-related seminars, conferences Financial support for job-related training Assistance with personal language study expenses (submission of course certificates required)