월드모델·머신러닝 엔지니어 (7년~)

담당업무

• 자율주행 모빌리티의 Perception, 예측, 판단, 운영 데이터 문제를 머신러닝 과제로 구조화

• 제품 성능 영향도와 데이터 확보 가능성 및 배포 난이도를 고려한 모델 개발 우선순위와 개선 로드맵 수립

• 차량 주행 로그, 센서 데이터, 시뮬레이션 데이터를 활용한 human-label-free SSL Dataset 설계

• 데이터 수집·정제·버전 관리·품질 검수 기준 정의 및 실패 케이스 기반 데이터 보강·샘플링 전략 수립

• MLOps 환경과 연동되는 실험 추적 및 재현 체계 구축

• Perception, 예측, 판단, 이상 상황 분석을 위한 World Model 및 4D occupancy prediction 모델 설계·학습

• SSL 및 Contrastive Representation Learning 기반 latent representation 학습과 action-conditioned·counterfactual prediction 실험

• 정확도·지연 시간·안정성·일반화 성능 평가 지표 설계 및 모델 실패 케이스 개선

• NVIDIA Jetson 등 임베디드 플랫폼의 모델 추론 속도·자원 사용량 최적화

• 양자화·프루닝·GPU 가속을 활용한 모델 경량화와 C++, Python, CUDA 기반 실시간 추론 Pipeline 구현

• 실차 환경 모델 배포 후 로그 수집 및 성능 저하 원인 분석

• Perception, Localization, Motion Planning, 하드웨어 팀과 모델 인터페이스 조율 및 통합 테스트 계획 수립

• 동료 엔지니어의 실험 설계·코드 리뷰·성능 분석 지원과 모델 개발 우선순위·리스크 관리

주요 산출물

• 제품 요구사항과 연결된 머신러닝 모델 개발 로드맵

• 학습 Dataset 정의서 및 데이터 품질 관리 기준

• 모델 학습·평가·실험 추적 리포트

• 임베디드 배포용 모델 및 추론 Pipeline

• 모델 성능 대시보드 및 배포 판단 기준 문서

자격요건

• 실제 제품 또는 서비스에 모델을 배포하고 성능을 개선한 경험

• MLOps 도구를 활용한 데이터 수집부터 모델 학습·평가·배포까지의 전체 흐름 주도 역량

• 컴퓨터 비전, 센서 융합, 시계열 데이터, Scene-centric World Model 중 하나 이상의 모델 개발 역량

• SSL 및 Contrastive Representation Learning 설계·구현 역량

• Action-conditioned·counterfactual prediction 및 Vision Foundation Model distillation 이해·활용 경험

• 정량 지표와 실제 실패 케이스 기반 모델 성능 분석 역량

• Python, C++, CUDA, Linux, Docker, Git 활용 능력

• NVIDIA Jetson 등 임베디드 플랫폼 모델 배포 및 GPU 추론 최적화·경량화 역량

• 자율주행 차량 또는 로봇의 Perception·예측·판단 모델 개발 역량

• 라이다·카메라·IMU 센서 데이터와 Perception·Localization·Motion Planning·제어 모듈 데이터 흐름 이해

• 임베디드 환경의 처리 지연·전력·메모리 제약을 고려한 모델 설계 역량

• PEFT와 MoE 기반 지속 학습 및 fleet 모델 업그레이드 Pipeline 설계 역량

• 복잡한 기술 문제 구조화, 실행 계획 수립, 코드 리뷰·실험 리뷰·기술 문서화 및 커뮤니케이션 역량

우대사항

• 카메라·라이다·IMU 비동기 센서 로그 또는 SPM 환경의 로봇·모빌리티 주행 데이터 경험

• 실제 주행 로그 기반 실패 케이스 분석 및 모델 개선 경험

• NVIDIA TensorRT 모델 최적화 경험

• ROS 2 기반 실시간 추론 노드 개발 경험

• Occupancy·World Model의 continuous differentiable implicit representation 연구 또는 제품 적용 경험

• PEFT·MoE 기반 현장 데이터 지속 학습 및 fleet 모델 개선 경험

• 시뮬레이션 데이터와 실제 데이터를 함께 활용한 일반화 성능 개선 경험

• 모델 버전 관리 도구와 데이터 Pipeline 및 human-label-free 데이터 수집·큐레이션 워크플로 구축 경험

• 모델 성능 대시보드 구축 경험

• GitHub, Notion, Slack을 활용한 기술 문서화 경험

복리후생

• 유연한 출퇴근 제도와 코어타임 10:00~15:00

• 자유로운 연차 사용

• 업무 장비 및 도구 제공

• 근속연수에 따른 연차 추가 지급

• 생일휴가 제공

• 건강 DAY 제공

• 명절 선물 제공

• 점심 식비 지원

• 음료 및 스낵 지원

전형절차

1. 서류전형

2. 2차 서류전형

3. 직무 면접

4. 임원 면접

5. 처우협의

6. 최종합격

근무환경

• 유연한 출퇴근 제도

• 코어타임 10:00~15:00

• 자유로운 연차 사용

마감기한

2026년 9월 25일 08:59까지