Vision AI 엔지니어

소개

VISION AI 스타트업, 한국딥러닝(KDL) 우리가 상상하고 꿈꾸는 AI의 시대로. 지금, 우리는 출발선에 다시 서 있습니다. 대한민국 최고의 시각지능을 만듭니다. 이제껏 우리는 자체 OCR 엔진인 DEEP OCR, 이미지를 분석하는 LVM 모델인 DEEP IMAGE, 2D 이미지를 3D로 변환하는 Recon 모델 DEEP 3D 등 다양한 자체 엔진을 개발해 왔습니다. 그중에서도 DEEP OCR은 우리의 메인 프로덕트로 자리 잡으며 지속적인 고도화를 거듭해 왔습니다. 단순한 문자 인식 기술을 넘어 다양한 환경과 조건에서도 높은 정확도를 유지할 수 있도록 정밀한 데이터 학습과 최적화 과정을 거쳐왔으며, 실제 산업 현장에서 안정성과 성능을 인정받고 있습니다. 하지만 우리의 여정은 여기서 끝이 아닙니다. 우리는 OCR 기술을 더욱 발전시키는 것은 물론, DEEP IMAGE와 DEEP 3D를 비롯한 AI 기반의 다양한 솔루션을 한층 더 정교하게 다듬어 나갈 것입니다. 이를 통해 단순한 데이터 추출을 넘어, 복잡한 이미지 해석과 3D 변환을 자동화하여 더욱 직관적이고 혁신적인 사용자 경험을 제공하는 것이 우리의 목표입니다. 앞으로도 우리는 AI 비전 기술의 한계를 확장하고, 보다 정교하고 강력한 솔루션을 선보이기 위해 끊임없이 연구하고 도전할 것입니다. KDL의 기술이 만들어낼 새로운 세상을 직접 구현하고 싶다면, KDL 팀에 합류해 주세요. --- #이런 문제를 풀고 있습니다 • 이미지나 영상에서 복잡한 객체를 정확히 검출·분류해야 하는 문제 └ 다양한 환경(조도, 해상도, 배경 등)에서도 정밀하고 안정적인 모델 성능을 유지하기 위해, 최신 Detection/Segmentation 아키텍처를 적극 실험하고 있습니다. • 실제 서비스에서 발생하는 Latency–Accuracy Trade-off 문제 └ 경량화, 멀티스케일 인퍼런스, 딥러닝–전통 CV 기법 결합 등 다양한 접근으로 실시간성과 정확도를 모두 잡는 모델을 고민합니다. • 학습 데이터가 부족하거나 편향된 상황에서의 일반화 성능 확보 문제 └ Data-centric 관점에서의 증강·필터링, Self-supervised 학습, Synthetic Data 활용 등 다양한 데이터 전략을 연구하고 적용합니다. • 논문 속 SOTA 모델을 실제 서비스에 적용하는 과정에서의 도메인 적합성 문제 └ 모델이 실제 유저 환경에서 기대만큼 작동하지 않을 때, 왜 그런지를 집요하게 분석하고, 실용적인 수정·개선안을 빠르게 테스트합니다. # 이런 분과 함께하고 싶습니다 • 다양한 Computer Vision 과제를 빠르게 파악·분석하고 논리적 사고로 최적의 해결책을 제시할 수 있는 분 • SOTA Vision 논문·오픈소스를 즐겁게 탐구하며, 새로운 모델 구조나 알고리즘을 과감히 실험하고 실제 서비스에 적용해 본 분 • 지속적인 학습과 트렌드 습득에 열정적이며, 구체적 성과(정량 지표 개선·제품 기능 고도화 등)를 만드는 데 동기부여가 확실한 분 • 팀 내에서 지식·노하우를 공유하고, 함께 성장하는 긍정적 문화 형성에 관심이 있는 분

주요업무

• 최신 Vision AI 연구 동향 파악 후 Custom Backbone/Head 설계·검증(PoC) 및 프로덕션 반영 • 이미지·비디오 기반 대규모 데이터 파이프라인 구축 증강·라벨 품질 관리·Hard Case 마이닝을 통한 데이터 개선 사이클 운영 • PyTorch Lightning / DDP / mixed‑precision 환경에서 모델 학습·재현 실험 주도, mAP·IoU·FPS 등 정량 지표로 성능 모니터링 • Latency·메모리 최적화를 위한 ONNX·TensorRT·Quantization 적용 • 모델 개발 과정에서 발생하는 에러·성능 이슈를 분석·디버깅하고, 알고리즘·하이퍼파라미터 개선 방안 제안 • 제품 연동을 위한 모듈형 API 및 샘플 Demo 제공, 고객사 요청을 반영한 기능 고도화

자격요건

• Computer Vision 모델 개발 1 년 이상 실무 경험 • PyTorch 기반 Vision 분야 중 1 개 이상 Task 학습·추론 파이프라인 구축 경험 • 자료구조·알고리즘·선형대수·확률통계 등 기초 지식 보유 • 정량 지표 분석·해석 및 실험 자동화 스크립트 작성 경험 • Git 기반 협업 및 Docker 기본 사용 경험

우대사항

• 논문·특허 등 연구 성과가 있거나, 오픈소스 프로젝트에 꾸준히 기여해본 경험 • 모델 경량화(Quantization, Pruning 등) 및 Inference Optimization 경험 • Git, Notion, Jira, DVC 등 협업 툴 활용 및 문서화·프로세스 관리 능력 • CUDA Kernel 작성·커스텀 GPU Op 개발로 연산 병목 해결 경험

혜택 및 복지

『성장을 가속하도록』 • 러닝데이 컨퍼런스, 세미나 참석 지원 • 코파일럿, GPT, 클로드 등 AI 생산성 도구 지원 • 더블모니터, 모니터암, 시디즈 의자 제공 • 고과에 따른 인센티브 지급 • 특허 출원 시 200만 원 + 소요비용 지원 『제대로 충전하도록』 • 매년 유급 여름휴가 운영 • 매년 무급 리프레쉬 휴가 지원 • 선연차 제도 운영 • 유급 건강검진휴가 지원 『일상에서도 체감되도록』 • 점심시간 11시 45분부터 1시까지 운영 • 사내 안마 의자, 커피머신, 간식 구비 • 매 월 팀 회식 & 티타임 비용 지원 • 야근 식사 지원