포지션 상세
ROBROS는 Multimodal Robot Manipulation 모델을 통해 실험실을 벗어나 실제 작업 환경에서도 안정적으로 동작하게 만들 인재를 찾고 있습니다.
본 포지션은 Multimodal 데이터를 통해 Robot을 제어하는 Robot Manipulation 모델 및 알고리즘을 설계·개발하는 역할입니다. Vision-Language 및 Generative Model을 기반으로 Robot이 시연 데이터로부터 행동을 학습하고 실제 환경에서 안정적으로 수행할 수 있도록, 모델 아키텍처부터 데이터 수집·학습·평가 전 과정을 주도합니다.
• Multimodal 데이터와 Robot Action을 결합한 Robot Manipulation Model Architecture 설계
• Multimodal 정보를 효과적으로 처리하기 위한 딥러닝 기법 적용 및 최적화
• 최신 Vision-Language 및 Generative model 실험 및 개선
Imitation Learning 기반 제어 정책 학습
• 시연 데이터를 활용해 Robot 제어 정책을 학습하는 알고리즘 개발
• 데이터 수집 및 preprocessing pipeline 설계 및 개선
• 모델 검증 프로세스 설계 및 대규모 사전학습을 지원하는 견고한 평가 지표 설계
대규모 모델 학습 및 최적화
• GPU 클러스터/HPC 환경을 활용한 대규모 학습 및 hyperparameter 최적화
• Parallel/Distributed learning framework를 활용하여 학습 속도 및 정확도 극대화
연구 결과 검증 및 협업
• 시뮬레이션 및 실제 Robot 환경에서 성능을 종합적으로 테스트/분석
• 학습 Model을 실제 Robot에 적용하기 위해 하드웨어/소프트웨어 팀과 협업 수행
탄탄한 머신러닝/딥러닝 지식
• Neural Network, Transformers, Diffusion, Flow Matching 등 핵심 모델 구조에 대한 깊은 이해 및 실무 활용 능력
Multimodal Model 학습 / 연구 경험
• Vision-Language Model, Vision-Language Action Model 학습 경험
• Vision Encoder, Multimodal Representation 등 Multimodal Learning 관련 연구 경험
모방학습(IL) 및 강화학습(RL) 이해 및 적용 경험
• DAgger, Behavior Cloning 등 모방 학습 알고리즘 적용 경험
• Q-learning, Policy Gradients 등 RL 알고리즘 적용 경험
• 시뮬레이션 및 실제 환경에서의 정책 학습 경험
프로그래밍 및 엔지니어링 역량
• Python, C++ 등을 활용한 로보틱스 AI 모델 개발 및 최적화 능력
• PyTorch로 프로덕션 수준의 코드 작성 경험
• Git 등 버전 관리 시스템 활용 능력
깊은 수학적 기반
• 확률/통계 이론, 최적화 이론, 강화학습 등에 대한 탄탄한 수학적 기반
• 협업 및 커뮤니케이션 역량
*** 지원자의 자격요건은 논문 작성이나 풍부한 연구 경험으로 뒷받침될 수 있습니다. ***
본 포지션은 Multimodal 데이터를 통해 Robot을 제어하는 Robot Manipulation 모델 및 알고리즘을 설계·개발하는 역할입니다. Vision-Language 및 Generative Model을 기반으로 Robot이 시연 데이터로부터 행동을 학습하고 실제 환경에서 안정적으로 수행할 수 있도록, 모델 아키텍처부터 데이터 수집·학습·평가 전 과정을 주도합니다.
주요업무
학습 기반 Robot Manipulation Model 및 알고리즘 설계·개발• Multimodal 데이터와 Robot Action을 결합한 Robot Manipulation Model Architecture 설계
• Multimodal 정보를 효과적으로 처리하기 위한 딥러닝 기법 적용 및 최적화
• 최신 Vision-Language 및 Generative model 실험 및 개선
Imitation Learning 기반 제어 정책 학습
• 시연 데이터를 활용해 Robot 제어 정책을 학습하는 알고리즘 개발
• 데이터 수집 및 preprocessing pipeline 설계 및 개선
• 모델 검증 프로세스 설계 및 대규모 사전학습을 지원하는 견고한 평가 지표 설계
대규모 모델 학습 및 최적화
• GPU 클러스터/HPC 환경을 활용한 대규모 학습 및 hyperparameter 최적화
• Parallel/Distributed learning framework를 활용하여 학습 속도 및 정확도 극대화
연구 결과 검증 및 협업
• 시뮬레이션 및 실제 Robot 환경에서 성능을 종합적으로 테스트/분석
• 학습 Model을 실제 Robot에 적용하기 위해 하드웨어/소프트웨어 팀과 협업 수행
자격요건
AI, 로보틱스 등 관련 분야 석사/박사학위 소지자 또는 이에 준하는 경력탄탄한 머신러닝/딥러닝 지식
• Neural Network, Transformers, Diffusion, Flow Matching 등 핵심 모델 구조에 대한 깊은 이해 및 실무 활용 능력
Multimodal Model 학습 / 연구 경험
• Vision-Language Model, Vision-Language Action Model 학습 경험
• Vision Encoder, Multimodal Representation 등 Multimodal Learning 관련 연구 경험
모방학습(IL) 및 강화학습(RL) 이해 및 적용 경험
• DAgger, Behavior Cloning 등 모방 학습 알고리즘 적용 경험
• Q-learning, Policy Gradients 등 RL 알고리즘 적용 경험
• 시뮬레이션 및 실제 환경에서의 정책 학습 경험
프로그래밍 및 엔지니어링 역량
• Python, C++ 등을 활용한 로보틱스 AI 모델 개발 및 최적화 능력
• PyTorch로 프로덕션 수준의 코드 작성 경험
• Git 등 버전 관리 시스템 활용 능력
깊은 수학적 기반
• 확률/통계 이론, 최적화 이론, 강화학습 등에 대한 탄탄한 수학적 기반
• 협업 및 커뮤니케이션 역량
*** 지원자의 자격요건은 논문 작성이나 풍부한 연구 경험으로 뒷받침될 수 있습니다. ***
