Physical AI Lead Engineer

포지션 상세 정보

기술스택

C++
Docker
Python
PyTorch
TensorFlow
DeepLearning
MachineLearning
AI/인공지능

주요업무

1. 선행연구 ( Research )
범용 로봇 지능을 위한 Physical AI 아키텍처 및 학습 구조를 설계합니다.
							
• Physical AI 아키텍처 설계
   - 조립/체결뿐만 아니라 물류 및 서비스 작업까지 확장 가능한 범용 Physical AI 아키텍처 설계
   - Vision-Language-Action (VLA) 기반 로봇 제어 구조 연구
   - VLM, MLLM, Policy Transformer 등 대규모 사전학습 모델 활용"									
• 학습 기반 정책 및 일반화 구조 연구
   - 강화학습(RL), 모방학습(IL), Foundation Model 기반 정책 학습 구조 연구
   - 다양한 작업 환경(제조/물류/서비스)에서 일반화 가능한 Representation / Policy 구조 설계
   - Sim2Real 전이 및 데이터 효율성 개선 연구"									
• 통합 로봇 지능 연구
   - Manipulation뿐 아니라 grasping, picking, navigation, task sequencing 등 복합 작업을 포함한 통합 로봇 지능 연구
   - 장기적으로 Task generalization 및 zero-shot 수행 가능성 확보"									

2. 제품화 ( Product / Deployment )
연구 결과를 실제 환경에 적용 가능한 시스템으로 구현하고 확장합니다.									

• 시스템 설계 및 확장
   - 조립/체결 작업을 중심으로 시작하여, 물류(피킹/이송) 및 서비스 작업까지 확장 가능한 시스템 설계
   - 다양한 작업 유형에 빠르게 적용 가능한 공통 ML pipeline 구축"									
• 실환경 적용 및 성능 개선
   - 실제 생산 및 물류 환경에서 정확도, 속도, 안정성 등 성능 개선
   - Vision / Motion / SW 팀과 협업하여 end-to-end pipeline 구축"									
• 운영 효율화
   - 작업별 fine-tuning 비용 최소화 및 적용 속도 개선"

자격요건

특정 task가 아닌, “로봇이 다양한 일을 하게 만드는 구조”를 설계하는 분을 찾습니다.									
• Physical AI / Robotics Intelligence
   - 로봇 manipulation 또는 control 관련 프로젝트 경험 (실환경 또는 시뮬레이션)
   - MuJoCo, Isaac Gym 등 시뮬레이션 환경을 활용한 학습 및 검증 경험
   - Sim2Real 문제를 경험해 본 분 (실제 로봇 적용 경험 또는 이에 준하는 경험)
   - 강화학습(RL), 모방학습(IL), Policy Learning 중 하나 이상을 활용한 시스템 구현 경험"									
• Learning & System
   - 머신러닝, 딥러닝, 강화학습 중 하나 이상의 분야에서 실무 경험 5년 이상
   - PyTorch 또는 TensorFlow 기반 모델 설계 및 학습 경험
   - 모델 단위가 아닌, 데이터 수집 → 학습 → 배포까지 이어지는 end-to-end ML pipeline 경험"									
• Leadership
   - 팀 또는 프로젝트를 리딩하며 주도해 본 경험 (소규모라도 무관)"									

우대사항

• Embodied AI·Physical AI 기반 로봇 학습·제어 연구/개발 경험									
• Foundation Model 또는 범용 정책 학습 구조 설계 경험									
• Vision-Language Model(VLM) / Multimodal 모델 기반 제어 경험									
• Sim2Real, domain randomization, data scaling 등 일반화 관련 경험									
• 실제 로봇을 활용한 작업 수행 및 적용 경험 (manipulation, 물류, 서비스, 제조 환경 등)									
• C++ 및 로봇 제어 관련 개발 경험									
• Docker 및 ML 인프라 구축 경험									
• 주요 컨퍼런스 및 저널에 연구 논문을 게재한 경험									

복지 및 혜택

[플라이퍼(Plaifer)는 이렇게 일합니다]
- Possibility First | 안 되는 이유보다 되는 방법을 먼저 찾습니다.
- My Game | 내 일처럼 움직이고, 내 결과로 만들어냅니다.
- Worth the Pay | 고객이 기꺼이 돈을 낼 만한가를 스스로 묻습니다.
- Tiki-Taka | 탁월한 동료와 함께, 서로가 서로를 더 낫게 만듭니다.
- Last 5% | 차이를 만드는 마지막 5%를 완성합니다.

[일하는 문화]
- "~님" 호칭을 사용해 서로를 존중하며 일하고 있어요.
- 서로 밝게 인사하며 함께 긍정적인 분위기를 만들어 가고 있어요.
- 불필요한 회의를 최소화하고, 업무에 집중할 수 있는 환경을 지향해요
- 어떤 고민이든 리더 혹은 CEO와 언제든 자유롭게 1on1 미팅을 할 수 있어요.

[일하는 환경]
- 선택적 근로시간제를 운영하고 있어요. 코어타임(10:00 ~ 16:00) 외 시간은 자유롭게 출퇴근 가능해요.
- 점심시간은 70분으로 여유롭게 식사와 휴식을 즐기실 수 있어요.
- 연차, 반차 등의 휴가는 구성원의 자율과 책임을 기반으로 운영하고 있어요.
- 사내 휴식 공간에 다양한 음료와 간식을 제공해 드리고 있어요.

[혜택 및 복지]
- 장기근속자를 위한 리프레시 휴가를 제공해요. (2년 이상 5일 / 5년 이상 10일 / 10년 이상 30일)
- 생일을 맞이한 플라이퍼에게 케이크와 조기 퇴근(오후 3시 퇴근)을 지원해요.
- 가족들과 함께 풍성한 날을 위한 명절 선물을 제공해 드려요.
- 플라이퍼를 위한 특별한 종합 건강 검진 프로그램을 지원해 드려요. (건강검진 반차 별도 제공)
- 플라이퍼의 추천으로 인재가 합류하면 인센티브 100만원을 지급해요. (수습기간 이후)
- 국내 및 해외 특허에 대해 출원과 등록 각각 50만원의 보상금을 지원해 드려요.
- 늦은시간까지 근무하게 되면 야근 식비 및 교통비를 지원해 드려요.

채용절차 및 기타 지원 유의사항

서류 전형 ＞ 직무 및 컬쳐핏 인터뷰(1시간) ＞ 처우협의 ＞ 최종합격 및 입사
• 전형 단계는 상황에 따라 일부 조정될 수 있습니다.
• 서류 안내 : 이력서(필수), 포트폴리오(선택)
- 서류는 자율 형식(양식 및 분량 무관)입니다. 단, 압축하지 말고 PDF 또는 URL 형식으로 제출해 주세요.
- 포트폴리오 제출은 선택이나, 가지고 계신 포트폴리오가 있다면 제출해 주시면 좋습니다.