포지션 상세
스페이스에이아이는 로봇이 물체를 보는 것을 넘어 얼마나 세게 다뤄야 하는지까지 학습할 수 있도록 Physical AI용 Force/Stress 데이터 인프라를 만듭니다.
실제 물체의 힘·변형을 측정하고, 물리 시뮬레이션을 실측에 맞게 보정한 뒤, RGB·Depth·Force·Stress가 정렬된 학습 데이터를 생성하고 실제 로봇에서 검증합니다. GIST 기반의 AI·로보틱스 연구 네트워크와 대규모 GPU 연구 환경을 바탕으로 물리 시뮬레이션, 로봇 학습, 실험계측을 연결하고 있습니다.
물체의 물성을 측정하여 시뮬레이션에 구현하고, 측정 없이도 물성을 예측하는 모델을 만듭니다.
근무: 서울 가산 오피스 주 5일, 10:00~19:00. 실험·검증을 위해 필요 시 광주 GIST 실험팀과 출장·협업합니다.
[English]
SpaceAI builds Force/Stress data infrastructure for Physical AI, so that robots learn not only to see objects but also how firmly to handle them.
We measure the forces and deformation of real objects, calibrate physics simulations to match those measurements, generate training data with aligned RGB, Depth, Force, and Stress, and validate it on real robots. Backed by GIST's AI and robotics research network and a large-scale GPU research environment, we connect physics simulation, robot learning, and experimental measurement.
You will measure the physical properties of objects, implement them in simulation, and build models that predict those properties without measurement.
Work: Seoul Gasan office, 5 days a week, 10:00–19:00. Business trips to and collaboration with the GIST experiment team in Gwangju as needed for experiments and validation.
• 측정한 물성을 반영한 시뮬레이션 물체 구현
• 시뮬레이션 물리 엔진의 최적화 및 기능 구현
• 물리 파운데이션 모델(Physics Foundation Model) 개발을 통한 물성 예측
[English]
• Measure the physical properties of real objects
• Implement simulated objects that reflect the measured properties
• Optimize simulation physics engines and implement new features
• Predict physical properties by developing a Physics Foundation Model
• 실험 설계 및 통계적 평가 역량
• Python 및 Linux 환경 숙련
[English]
• Machine learning research or industry experience with PyTorch or JAX
• Skills in experimental design and statistical evaluation
• Proficiency in Python and Linux environments
실제 물체의 힘·변형을 측정하고, 물리 시뮬레이션을 실측에 맞게 보정한 뒤, RGB·Depth·Force·Stress가 정렬된 학습 데이터를 생성하고 실제 로봇에서 검증합니다. GIST 기반의 AI·로보틱스 연구 네트워크와 대규모 GPU 연구 환경을 바탕으로 물리 시뮬레이션, 로봇 학습, 실험계측을 연결하고 있습니다.
물체의 물성을 측정하여 시뮬레이션에 구현하고, 측정 없이도 물성을 예측하는 모델을 만듭니다.
근무: 서울 가산 오피스 주 5일, 10:00~19:00. 실험·검증을 위해 필요 시 광주 GIST 실험팀과 출장·협업합니다.
[English]
SpaceAI builds Force/Stress data infrastructure for Physical AI, so that robots learn not only to see objects but also how firmly to handle them.
We measure the forces and deformation of real objects, calibrate physics simulations to match those measurements, generate training data with aligned RGB, Depth, Force, and Stress, and validate it on real robots. Backed by GIST's AI and robotics research network and a large-scale GPU research environment, we connect physics simulation, robot learning, and experimental measurement.
You will measure the physical properties of objects, implement them in simulation, and build models that predict those properties without measurement.
Work: Seoul Gasan office, 5 days a week, 10:00–19:00. Business trips to and collaboration with the GIST experiment team in Gwangju as needed for experiments and validation.
주요업무
• 물체 물성의 실측정• 측정한 물성을 반영한 시뮬레이션 물체 구현
• 시뮬레이션 물리 엔진의 최적화 및 기능 구현
• 물리 파운데이션 모델(Physics Foundation Model) 개발을 통한 물성 예측
[English]
• Measure the physical properties of real objects
• Implement simulated objects that reflect the measured properties
• Optimize simulation physics engines and implement new features
• Predict physical properties by developing a Physics Foundation Model
자격요건
• PyTorch 또는 JAX 기반 머신러닝 연구 또는 실무 경험• 실험 설계 및 통계적 평가 역량
• Python 및 Linux 환경 숙련
[English]
• Machine learning research or industry experience with PyTorch or JAX
• Skills in experimental design and statistical evaluation
• Proficiency in Python and Linux environments
