[Physical AI TFT] Physical AI 경력

주요업무

• 멀티모달 비전·언어 입력 기반 로봇 행동 생성 모델 VLA 연구·개발

• Imitation Learning 및 Reinforcement Learning 기반 매니퓰레이션·보행 제어 정책 개발

• 시연 데이터 기반 제어 정책 학습 및 데이터 수집·전처리 파이프라인 설계

• Whole-body Control 기반 매니퓰레이션·보행 통합 제어 연구

• Physical AI와 Navigation 시스템 간 통합 및 최적화

• Isaac Sim/Lab, MuJoCo 기반 시뮬레이션 환경 구축 및 정책 학습·검증

• Sim-to-Real 전이 전략 수립 및 실제 로봇 성능 검증

• 로봇·관제 플랫폼 연동 및 통합 테스트

자격요건

• C++ 또는 Python 기반 로봇 소프트웨어 개발 경험

• ROS 또는 ROS 2 기반 로봇 시스템 개발 경험

• Isaac Sim/Lab, MuJoCo 등 시뮬레이션 환경 사용 경험

• Imitation Learning 또는 Reinforcement Learning 기반 제어 알고리즘 이해 및 구현 경험

• 컴퓨터 비전, 매니퓰레이션 또는 보행 제어 프로젝트 경험

• Transformer, Diffusion Model 등 최신 모델 아키텍처 이해

• 복잡한 로봇 시스템 이해 및 멀티모듈 통합 능력

• 알고리즘 이론과 실제 구현을 연결하는 능력

• 독립적인 문제 해결 능력 및 팀 협업 능력

• 해외 여행 및 건강상 결격 사유가 없는 자

• 병역필 또는 면제자

우대사항

• 로봇 플랫폼 및 프레임워크 활용 경험

• 휴머노이드, 모바일 로봇, 4족 보행 로봇 또는 매니퓰레이터 개발 경험

• LeRobot 등 로봇 학습 프레임워크 활용 경험

• OpenVLA, OpenPi, GR00T 등 VLA 모델 활용 경험

• ACT 등 모방학습 정책 활용 경험

• ROS 2 기반 매니퓰레이션 또는 휴머노이드 프로젝트 경험

• Footstep Planning, Whole-body Control 등 보행 제어 연동 경험

• Sim-to-Real transfer 연구 또는 적용 경험

• PPO, SAC, DAgger 등 모방학습·강화학습 실전 적용 경험

• Vision Encoder, Multimodal Representation 등 멀티모달 학습 연구 경험

• ICRA, CoRL, RSS, ICLR, NeurIPS, ICML 등 로보틱스·AI 학회 논문 게재 또는 발표 경험

• 로보틱스 관련 대회·해커톤 수상 또는 개인 프로젝트 포트폴리오

전형절차

1. 지원서 접수

2. 서류전형

3. 직무테스트 및 인성진단 온라인 진행

4. 면접전형

5. 평판조회

6. 채용검진

7. 최종합격

전형 안내

• 직무테스트는 온라인 코딩테스트 및 객관식·주관식 문항 등으로 진행될 수 있음

• 직무별 직무테스트 유형이 다를 수 있으며 일부 직무는 미진행

• 서류전형 합격자에 한해 직무테스트 상세내용 별도 안내

• 원데이 면접 진행

• 1차 역량면접 및 2차 인성면접을 같은 날 진행

• 면접 유형과 방식은 변경될 수 있음

• 전형 결과 개별 통보

• 처우협의는 채용전형 중 별도 안내

마감기한

2026년 9월 10일 23:59까지