인기 검색

Research Engineer / Scientist (SLAM)
공고 요약
담당업무
실환경의 visual, visual-inertial, lidar 및 멀티센서 기반 SLAM 시스템 설계·구현
pose estimation, map management, loop closure, global optimization을 포함한 localization·mapping 파이프라인 개발
기하학 기반 기법과 머신러닝을 결합한 학습 기반·하이브리드 SLAM 연구 및 프로토타이핑
factor graph 최적화, filtering, smoothing을 포함한 확장 가능한 상태 추정 프레임워크 구축·유지
카메라, IMU, depth sensor, lidar 등 센서 융합 전략 개발
perceptual aliasing, 동적 장면, drift 등 실환경 배포 실패 원인 분석 및 해결책 설계
대규모 데이터셋에서 SLAM 정확도·강건성·성능을 측정하는 평가 프레임워크, 벤치마크, 지표 개발
대규모 프로덕션 시스템의 실시간 제약, 메모리 사용량, 연산 효율 최적화
reconstruction, simulation, infrastructure 팀과 협업해 SLAM 출력을 후속 world modeling·rendering 파이프라인에 통합
연구 아이디어 제안, 팀원 멘토링, localization·mapping 모범 사례 및 기술 방향 수립에 기여
지원자격
확률 추정, 최적화, 기하학적 비전 및 bundle adjustment, factor graph, Kalman filtering에 대한 탄탄한 이해
visual, visual-inertial, lidar, 멀티센서, 하이브리드 등 하나 이상의 SLAM 방식에 대한 깊은 경험
Python 및/또는 C++ 활용 능력과 연구·프로덕션 수준 SLAM 시스템 구축 경험
수치 최적화 라이브러리 및/또는 로보틱스 프레임워크 경험
학습 기반 perception 또는 representation learning 및 이를 SLAM에 적용하는 방식에 대한 이해
실환경 센서 특성, 보정, 동기화, 노이즈 모델링에 대한 이해
불확실하고 빠르게 변화하는 환경에서 아이디어 구상부터 배포까지 프로젝트를 추진한 경험
정확성, 안정성, 측정 가능한 개선을 중시하는 주도성과 엔지니어링 엄밀성
협업 및 업무 태도
소규모 고역량 팀과의 협업 및 설계·실험·코드 품질을 통한 기술 수준 향상
도전적인 문제에 대한 대응력과 장기 연구 개발 과정의 회복력
공간 지능형 AI 시스템 개발을 위한 미션 중심의 협업
전형 및 지원 안내
지원자의 필요에 따라 채용 및 선발 전 과정에서 관련 법에 따른 편의 제공
지원자 평가 또는 선발에 인공지능을 활용할 수 있음
마감기한
상시채용
AMD 지원하기 전 이력서 Check
시간이 없다면 AI와 한번에 수정해보세요
공고 원문
댓글
AMD에 맞는
이력서로 자동 수정하기