포지션 상세
모티프드라이브(Motif Drive)는 자율주행 및 첨단 운전자 보조 시스템(ADAS) 분야의 AI 기술을 선도하는 혁신적인 기술 기업입니다. End-to-End 자율주행 시스템의 핵심 입력 데이터인 HD Map(고정밀 지도)의 품질은 차량의 안전한 경로 계획과 판단에 직결됩니다. 당사는 실도로 주행 데이터로부터 차선, 도로 경계, 교통 표지, 신호체계 등의 Map 요소를 자동으로 어노테이션하는 Auto Labeling 시스템을 구축하고자 하며, 이를 함께 개발할 역량 있는 개발자를 모집합니다.
– 차선(Lane), 도로 경계(Road Boundary), 정지선, 횡단보도 등 Map 요소 자동 레이블링
– 교통 표지판(Traffic Sign), 신호등(Traffic Light), 속도 제한 구간 등 정적 요소 인식 및 어노테이션
– 주행 가능 영역(Drivable Area), 교차로 구조, 합류·분기 구간 등 도로 위상 구조 자동 추출
• 카메라 및 LiDAR 융합 데이터 기반 Map 요소 자동 추출 알고리즘 개발
– 멀티센서 캘리브레이션 및 센서 퓨전을 활용한 Map 레이어 생성
– 포인트 클라우드(Point Cloud)와 이미지 데이터의 정합 및 공동 어노테이션
• 사전 학습된 비전 모델 및 지도 학습 기반 Map Segmentation 파이프라인 구축
– BEV(Bird's Eye View) 공간에서의 Map 요소 탐지 및 벡터화
– MapTR, HDMapNet, BeMapNet 등 최신 Map 예측 모델 적용 및 최적화
• 자동 생성된 Map 어노테이션에 대한 품질 검증 및 후처리 자동화
– 위상 일관성(Topological Consistency) 검증 및 오류 자동 교정
– Human-in-the-loop 검수 연계를 통한 품질 보증 파이프라인 운영
• HD Map 데이터 관리 파이프라인 구축 및 유지보수
– OpenDRIVE, Lanelet2 등 표준 Map 포맷 기반 데이터 변환 및 저장
– Map 버전 관리, 변경 이력 추적, 데이터 정합성 검증
• Perception 및 Planning 팀과 협력하여 Map 데이터 품질 요구사항 반영
• Python 프로그래밍 능숙 및 딥러닝 프레임워크(PyTorch 또는 TensorFlow) 활용 능력
• 컴퓨터 비전 및 이미지 Segmentation 모델에 대한 실무 이해
• 3D 포인트 클라우드 데이터 처리 경험 (Open3D, PCL 등)
• 공간 데이터(Geospatial Data) 처리에 대한 기본 이해
– 좌표계 변환, 투영법(Projection), GPS/IMU 데이터 활용 능력
• 데이터 전처리 및 어노테이션 파이프라인 설계·구현 경험
• Git 을 활용한 협업 개발 경험 및 Linux 기반 개발 환경에 익숙한 자
[주요 기술 스택]
• 언어 : Python, C++ (보조)
• 딥러닝 : PyTorch, TensorFlow, ONNX
• Map 모델 : MapTR, HDMapNet, BeMapNet, VectorMapNet
• 센서 처리 : Open3D, PCL, OpenCV, ROS / ROS2
• Map 포맷 : OpenDRIVE, Lanelet2, NDS, GeoJSON
• 데이터 관리 : DVC, MLflow, CVAT, QGIS
• 인프라 : Linux, Docker, Git, GPU 서버 환경
주요업무
• End-to-End 자율주행 파이프라인에서 요구되는 Map 데이터 자동 어노테이션 시스템 설계 및 개발– 차선(Lane), 도로 경계(Road Boundary), 정지선, 횡단보도 등 Map 요소 자동 레이블링
– 교통 표지판(Traffic Sign), 신호등(Traffic Light), 속도 제한 구간 등 정적 요소 인식 및 어노테이션
– 주행 가능 영역(Drivable Area), 교차로 구조, 합류·분기 구간 등 도로 위상 구조 자동 추출
• 카메라 및 LiDAR 융합 데이터 기반 Map 요소 자동 추출 알고리즘 개발
– 멀티센서 캘리브레이션 및 센서 퓨전을 활용한 Map 레이어 생성
– 포인트 클라우드(Point Cloud)와 이미지 데이터의 정합 및 공동 어노테이션
• 사전 학습된 비전 모델 및 지도 학습 기반 Map Segmentation 파이프라인 구축
– BEV(Bird's Eye View) 공간에서의 Map 요소 탐지 및 벡터화
– MapTR, HDMapNet, BeMapNet 등 최신 Map 예측 모델 적용 및 최적화
• 자동 생성된 Map 어노테이션에 대한 품질 검증 및 후처리 자동화
– 위상 일관성(Topological Consistency) 검증 및 오류 자동 교정
– Human-in-the-loop 검수 연계를 통한 품질 보증 파이프라인 운영
• HD Map 데이터 관리 파이프라인 구축 및 유지보수
– OpenDRIVE, Lanelet2 등 표준 Map 포맷 기반 데이터 변환 및 저장
– Map 버전 관리, 변경 이력 추적, 데이터 정합성 검증
• Perception 및 Planning 팀과 협력하여 Map 데이터 품질 요구사항 반영
자격요건
• 관련 분야 개발 경력 3 년 이상 (컴퓨터 비전, 지도 데이터 처리, ML 엔지니어링 등)• Python 프로그래밍 능숙 및 딥러닝 프레임워크(PyTorch 또는 TensorFlow) 활용 능력
• 컴퓨터 비전 및 이미지 Segmentation 모델에 대한 실무 이해
• 3D 포인트 클라우드 데이터 처리 경험 (Open3D, PCL 등)
• 공간 데이터(Geospatial Data) 처리에 대한 기본 이해
– 좌표계 변환, 투영법(Projection), GPS/IMU 데이터 활용 능력
• 데이터 전처리 및 어노테이션 파이프라인 설계·구현 경험
• Git 을 활용한 협업 개발 경험 및 Linux 기반 개발 환경에 익숙한 자
[주요 기술 스택]
• 언어 : Python, C++ (보조)
• 딥러닝 : PyTorch, TensorFlow, ONNX
• Map 모델 : MapTR, HDMapNet, BeMapNet, VectorMapNet
• 센서 처리 : Open3D, PCL, OpenCV, ROS / ROS2
• Map 포맷 : OpenDRIVE, Lanelet2, NDS, GeoJSON
• 데이터 관리 : DVC, MLflow, CVAT, QGIS
• 인프라 : Linux, Docker, Git, GPU 서버 환경
