AI Research Engineer | 딥인사이트

담당업무

• 차량 환경을 고려한 딥러닝 모델 설계·학습

• Detection, Landmark, Pose, Classification, Segmentation 모델 개발 및 성능 고도화

• 논문·오픈소스 기반 SOTA 모델 분석 및 자체 개선

• Failure case 분석과 근본 원인 추론

• 정확도·지연시간·안정성 평가 지표 설계

• 차량용 SoC 환경의 모델 경량화·최적화

• 추론 파이프라인 개선 및 시스템 성능 검증

• 임베디드·응용 SW 엔지니어와 실차 환경 검증

• 데이터 전처리·학습 파이프라인 개선

• 재현 가능한 실험 관리 및 평가·검증 프로세스 구축

필요 역량

• Python 기반 딥러닝 모델 구현·학습 경험

• PyTorch 등 딥러닝 프레임워크 활용

• CNN, Transformer 기반 모델 구조 이해

• 문제 정의, 가설 수립, 실험 설계·실행·결론 도출 역량

• 실험 결과 해석과 근본 원인 분석 능력

• 개선 전략 도출 및 결과 문서화·공유 역량

• 한국어·영어 업무 커뮤니케이션

우대사항

• 임베디드 AI 또는 Quantization, Pruning, TensorRT 등 모델 경량화 경험

• 실제 센서 데이터 기반 프로젝트 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 이해

• CVPR, ICCV, ECCV, NeurIPS 등 학회 관련 연구 경험

• 논문 구현·재현·검증 및 자체 개선 경험

• 데이터·모델·환경 관점의 성능 저하 원인 분석 경험

• 실제 차량 탑재 AI 및 독립적인 연구 사이클 완주 경험

근무환경

• 모델 아이디어가 실제 양산 차량에 탑재되는 연구·실차 사이클

• 차량용 온디바이스 AI 도메인 경험

• AI 엔지니어에서 Part Lead로의 성장 경로

• MLOps 기반 학습·검증 체계

• GPU·클라우드 환경에서 대규모 실험 수행

기술적 과제

• 제한된 차량용 SoC 자원에서의 추론 구조 설계

• 실시간 환경의 지연시간·정확도 균형 최적화

• 희소하거나 부정확한 annotation 환경의 평가 체계 구축

• 다중 모델 결합 시 시스템 판단 품질 관리

접수방법

• 지원하기 버튼을 통한 지원

마감기한

상시채용