포지션 상세 정보
- 기술스택
C
C++
Python
PyTorch
Rust
- 주요업무
• End-to-End AV 2.0을 위한 VLM/MLLM, VLA 계열 모델 연구 및 개발 • 다양한 학습 방법론 SFT, RFT (e.g., GDPO, GRPO) 및 WGM, 3DGS 월드 모델 및 시나리오 적용을 통한 <span style="color: #FFFFFF">• </span>정교한 주행 행동 구현 및 장기적 의사결정 성능 고도화 • Pre-training 및 Post-training 전반의 학습 전략을 리드하고, RLHF, DPO 등의 선호도 기반 최적화와 인스트럭션 튜닝을 통해 <span style="color: #FFFFFF">• </span>모델의 동작 방식 고도화 • 학습 및 평가를 위한 고품질 데이터셋 확보에 지속적인 우선순위를 둡니다. 이를 위해 데이터 큐레이션, 데이터 강화, <span style="color: #FFFFFF">• </span>필터링 파이프라인 연구 개발 • 시뮬레이션(Open/Closed-loop)부터 실차 테스트까지 다양한 환경에서의 성능 검증을 통해 자율주행 모델의 일반화 성능 및 <span style="color: #FFFFFF">• </span>안정성 확보
- 자격요건
• 컴퓨터공학 또는 관련 분야 석사 학위 소지자, 혹은 그에 준하는 실무 경력을 보유하신 분 • 자율주행 및 로보틱스 분야에서 딥러닝 모델의 연구 및 구조 설계 관련 4년 이상의 경력이 있으신 분 • 다양한 실제 환경의 복잡한 문제 해결을 위해 SFT, RFT 적용해 본 실무 경험이 있으신 분 • 트랜스포머 기반 아키텍처(VLA, VLM 등)에 대한 전문가 수준의 지식이 있으신 분 • Python, Rust 프로그래밍 역량 및 PyTorch / JAX 활용 능력이 있으신 분 • Multi-GPU 및 Multi-node 기반의 분산 학습 환경 구축 및 모델 최적화 경험이 있으신 분 • 공통의 목표 달성을 위해 팀과 원활하게 협업하고 소통할 수 있는 역량이 있으신 분
- 우대사항
• VLM/MLLM, VLA 모델을 실제 차량에 적용해본 경험이 있으신 분 • VLA 기반 모델의 아키텍처 설계부터 대규모 학습, Nvidia 엣지 디바이스 상의 고성능 배포까지 모델 개발 전 과정에 대한 <span style="color: #FFFFFF">• </span>실무 경험을 보유하신 분 • CVPR, ECCV, ICCV, ICLR, NeurIPS 등 주요 학회 논문 게재 경험이 있으신 분 • CUDA Graph 최적화를 통해 CPU 오버헤드를 최소화하고, VLA 및 VLM 모델의 실시간 추론 성능을 확보해 본 <span style="color: #FFFFFF">• </span>실무 경험이 있으신 분 • Embodied 자율주행을 위한 CoT/CoC 데이터 큐레이션 파이프라인 및 자동화된 검증 시스템 설계 및 구현 경험이 있으신 분 • AV Challenge 참여 경험이 있으신 분 (e.g., Autonomous Grand Challenge 2025)
- 복지 및 혜택
<b>업무환경·장비</b> • 8시~11시 사이 자율 출근 가능 • 업무에 필요한 최신 기기 제공 • 점심, 저녁 무제한 식대 지원 • 회사 인근 주차장 이용 지원 • 택시비 지원 <b>건강·웰빙</b> • 매년 건강검진 금액 지원 • 경조사 발생 시 경조휴가·경조금 지원 • 설·추석 등 명절 선물 제공 • OTT 등 구독 서비스 지원 • 중소 기업 청년 소득세 감면 지원 <b>성장·전문성 지원</b> • 업무 관련 도서 구매 지원 • 외부 교육·세미나 참가 지원 • 팀 워크숍 비용 지원 • 특허 등록 지원 • 내부 인재 추천 포상금 지급 <b>문화·커뮤니티</b> • 매월 사내 동호회 Activity Day 운영 • 직원 간 교류를 위한 랜덤 런치 모임 • 2년, 3년 장기 근속자 대상 기념 선물 제공
- 채용절차 및 기타 지원 유의사항
<b>[채용 절차]</b> • 서류 평가 > 1차 면접 > 2차 면접 > 처우 협의 > 최종 합격 <b>안내사항</b> • 1차 인터뷰 시 하기의 3개의 논문 중 하나를 선택 하여 15~20분 가량 이야기를 나누는 시간이 있습니다. <span style="color: #FFFFFF">• </span>인터뷰 대상자는 아래 논문 중 1개를 사전에 읽고 와주시기 바랍니다. • π0: A Vision-Language-Action Flow Model for General Robot Control • EMMA: End-to-End Multimodal Model for Autonomous Driving • VADv2: End-to-End Vectorized Autonomous Driving via Probabilistic Planning • Towards Efficient and Effective Multi-Camera Encoding for End-to-End Driving • Alpamayo-R1: Bridging Reasoning and Action Prediction for Generalizable Autonomous Driving in the <span style="color: #FFFFFF">• </span>Long Tail <b>[제출 서류]</b> • 이력서 또는 경력기술서 • 포트폴리오 <b>[근무 조건]</b> • 근무 형태: 정규직(수습기간 3개월) • 근무지: 서울시 서초구 강남대로 311, 드림플러스 • 근무시간: 유연근무제(코어타임 11:00~17:00 외 탄력적 출퇴근)
기업/서비스 소개
기업상세 정보로 이동
“Empower your future with Autonomous AI” 뷰런은 도로, 도시, 산업 현장을 더 안전하고 효율적으로 만들고자 합니다. 특정 센서나 하드웨어에 종속되지 않고, 어떤 조건과 환경 속에서도 감지, 판단, 예측, 행동으로 이어지는 실제 환경에서 작동하는 AI를 개발하고 있습니다. 인지부터 예측까지, 현장에서 스스로 판단하고 움직이는 완벽한 자율화의 미래를 함께 만들어갈 ‘뷰러니’를 기다립니다! [Our Technology] • 어느 현장에서나 일관된 인지 및 예측: PoC 단계부터 대규모 배포까지 단계적으로 확장할 수 있으며, 팀 규모와 글로벌 환경에 상관없이 일관된 품질과 성능을 제공합니다. • 모듈형 아키텍처 & End to End 파이프라인: LiDAR 인지부터 센서 융합, 의사결정 로직까지 모듈화하여 빠르게 시작하고 확장할 수 있으며, 데이터 처리부터 라벨링, 학습, 검증, 배포까지 단절 없는 워크플로를 통해 개발 속도를 극대화합니다. • 현실 환경에서 흔들리지 않는 신뢰성: 처음부터 ‘안전’을 기준으로 설계하고 검증하여, 가장 중요한 순간과 현장에서 믿을 수 있는 성능을 최우선으로 제공합니다. [E2E Team] E2E팀은 세상의 물리 규칙을 인지 방식이 아닌 E2E AI 시스템을 활용하여 이해하고, 자율주행이 갖고 있는 기술적 한계점을 돌파하는 것을 최우선 가치로 삼고 있습니다. 우리의 가장 큰 목표는 단순히 연구 과정에서의 성과에 만족하지 않고 실제 도로 위에서 직접 구현하고, 적용하며 자율주행의 새로운 표준을 정립하는 것입니다. 이를 통해 기술적 임계치를 넘어서는 도전과 그 결과물이 실제 세상에 가져올 변화를 함께 만들어갈 동료를 찾습니다.