포지션 상세
모티프드라이브(Motif Drive)는 자율주행 및 첨단 운전자 보조 시스템(ADAS) 분야의 AI 기술을 선도하는 혁신적인 기술 기업입니다. Perception AI 의 핵심인 Object Detection 모델의 성능을 높이기 위해 대규모 고품질 학습 데이터 확보가 필수적이며, 수작업 어노테이션의 한계를 극복하는 Auto Labeling 시스템 개발을 통해 데이터 파이프라인의 자동화를 추진하고 있습니다. 이 핵심 기술을 함께 만들어 나갈 개발자를 모십니다.
– 2D Bounding Box, 3D Box, Segmentation Mask 등 어노테이션 자동화
– 카메라 및 LiDAR 데이터에 대한 자동 레이블링 알고리즘 적용
• 사전 학습 모델(Pre-trained Model) 기반 자동 어노테이션 시스템 구축
– YOLO, DINO, SAM(Segment Anything Model) 등 최신 모델 활용
– Zero-shot / Few-shot 추론을 활용한 레이블 자동 생성
• 어노테이션 품질 검수 자동화 모듈 개발
– 신뢰도 기반 필터링, 중복 제거, Human-in-the-loop 검수 연계
• 학습 데이터 관리 파이프라인 구축 및 유지보수
– 데이터 버전 관리, 메타데이터 정합성 검증, 데이터셋 통계 분석
• Perception 모델 학습 팀과 협력하여 데이터 품질 지속 개선
• 어노테이션 툴 연동 및 내부 레이블링 플랫폼 개선
• Python 프로그래밍 능숙 및 딥러닝 프레임워크(PyTorch 또는 TensorFlow) 활용 능력
• Object Detection 및 Image Segmentation 모델에 대한 이해 및 실무 경험
– YOLO 계열, Faster R-CNN, DETR 등 주요 Detection 모델 경험
• OpenCV 등 컴퓨터 비전 라이브러리 활용 능력
• 데이터 전처리 및 어노테이션 파이프라인 구축 경험
• Git 을 활용한 협업 개발 경험
• Linux 기반 개발 환경에 익숙한 자
[주요 기술 스택]
• 언어 : Python, C++ (보조)
• 딥러닝 : PyTorch, TensorFlow, ONNX
• 모델 : YOLO 계열, DETR / DINO, SAM, Grounding DINO
• 비전 라이브러리 : OpenCV, Albumentations, Open3D
• 데이터 관리 : DVC, MLflow, CVAT, Labelbox
• 인프라 : Linux, Docker, Git, GPU 서버 환경
주요업무
• Object Detection 용 Auto Labeling 파이프라인 설계 및 개발– 2D Bounding Box, 3D Box, Segmentation Mask 등 어노테이션 자동화
– 카메라 및 LiDAR 데이터에 대한 자동 레이블링 알고리즘 적용
• 사전 학습 모델(Pre-trained Model) 기반 자동 어노테이션 시스템 구축
– YOLO, DINO, SAM(Segment Anything Model) 등 최신 모델 활용
– Zero-shot / Few-shot 추론을 활용한 레이블 자동 생성
• 어노테이션 품질 검수 자동화 모듈 개발
– 신뢰도 기반 필터링, 중복 제거, Human-in-the-loop 검수 연계
• 학습 데이터 관리 파이프라인 구축 및 유지보수
– 데이터 버전 관리, 메타데이터 정합성 검증, 데이터셋 통계 분석
• Perception 모델 학습 팀과 협력하여 데이터 품질 지속 개선
• 어노테이션 툴 연동 및 내부 레이블링 플랫폼 개선
자격요건
• 관련 분야 개발 경력 3 년 이상 (컴퓨터 비전, ML 엔지니어링 등)• Python 프로그래밍 능숙 및 딥러닝 프레임워크(PyTorch 또는 TensorFlow) 활용 능력
• Object Detection 및 Image Segmentation 모델에 대한 이해 및 실무 경험
– YOLO 계열, Faster R-CNN, DETR 등 주요 Detection 모델 경험
• OpenCV 등 컴퓨터 비전 라이브러리 활용 능력
• 데이터 전처리 및 어노테이션 파이프라인 구축 경험
• Git 을 활용한 협업 개발 경험
• Linux 기반 개발 환경에 익숙한 자
[주요 기술 스택]
• 언어 : Python, C++ (보조)
• 딥러닝 : PyTorch, TensorFlow, ONNX
• 모델 : YOLO 계열, DETR / DINO, SAM, Grounding DINO
• 비전 라이브러리 : OpenCV, Albumentations, Open3D
• 데이터 관리 : DVC, MLflow, CVAT, Labelbox
• 인프라 : Linux, Docker, Git, GPU 서버 환경
