포지션 상세
“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.
[DL Team]
뷰런의 DL팀은 LiDAR 세상의 문제를 해결하기 위해 딥러닝 '시스템' 자체를 연구합니다.
성능과 실시간성의 트레이드오프를 타협하지 않으며, Edge 디바이스에 바로 적용되는 실질적인 기술을 개발하는 것을 목표로 합니다.
연구에 대해서는 누구보다 치열하게 몰입하지만, 팀과 함께 협업을 만들어 갈 수 있는 동료를 찾고 있습니다.
• 다양한 학습 방법론 SFT, RFT (e.g., GDPO, GRPO) 및 WGM, 3DGS 월드 모델 및 시나리오 적용을 통한 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 모델의 동작 방식 고도화
• 학습 및 평가를 위한 고품질 데이터셋 확보에 지속적인 우선순위를 둡니다. 이를 위해 데이터 큐레이션, 데이터 강화, 필터링 파이프라인 연구 개발
• 시뮬레이션(Open/Closed-loop)부터 실차 테스트까지 다양한 환경에서의 성능 검증을 통해 자율주행 모델의 일반화 성능 및 안정성 확보
• 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
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.
[DL Team]
뷰런의 DL팀은 LiDAR 세상의 문제를 해결하기 위해 딥러닝 '시스템' 자체를 연구합니다.
성능과 실시간성의 트레이드오프를 타협하지 않으며, Edge 디바이스에 바로 적용되는 실질적인 기술을 개발하는 것을 목표로 합니다.
연구에 대해서는 누구보다 치열하게 몰입하지만, 팀과 함께 협업을 만들어 갈 수 있는 동료를 찾고 있습니다.
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 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 모델의 동작 방식 고도화
• 학습 및 평가를 위한 고품질 데이터셋 확보에 지속적인 우선순위를 둡니다. 이를 위해 데이터 큐레이션, 데이터 강화, 필터링 파이프라인 연구 개발
• 시뮬레이션(Open/Closed-loop)부터 실차 테스트까지 다양한 환경에서의 성능 검증을 통해 자율주행 모델의 일반화 성능 및 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
