포지션 상세
우리는 로봇 파운데이션 모델이 실제 제품이 되기 위해 필요한, 사람이 이해하고 반복해서 사용할 수 있는 제품 표면을 만들고 있습니다.
이 역할은 teleoperation, data collection, dataset management, fine-tuning, evaluation, deployment, monitoring으로 이어지는 흐름을 하나의 Robotics AI Product Platform으로 만드는 일을 담당합니다.
우리는 단순히 화면을 만드는 프론트엔드 개발자를 찾지 않습니다. 복잡한 로봇 AI 업무를 검증된 단순한 기술로, 상태가 명확하고 운영 가능한 제품 흐름으로 만들 수 있는 엔지니어분들의 합류를 기다립니다.
- 연구자와 엔지니어가 script, notebook, CLI와 여러 개별 시스템을 통해 수행하던 절차를 반복 가능한 제품 기능으로 전환
- Dataset, Task, Robot Session, Training Run, Model Artifact, Evaluation, Deployment 등 핵심 개념의 상태 모델 설계
End-to-End 워크플로우 구현
- 데이터 수집, 검수, 큐레이션부터 학습, 실제 로봇 평가, 모델 선택과 배포까지 이어지는 End-to-End 제품 흐름 설계 및 구현
- 평가 결과와 실패 사례를 다음 데이터 수집, 큐레이션, 학습으로 연결하는 반복 실험 워크플로우 구현
- Long-running job의 queue, progress, logs, failure reason, retry, cancellation, recovery UX 설계 및 구현
데이터·모델 탐색 기능 구현 및 시스템 통합
- Dataset/model browser, replay viewer, log viewer, dashboard 등 데이터와 실험 결과를 탐색, 비교, 분석하는 제품 기능 개발
- Backend, platform, robot runtime, ML serving 간 API, event, storage 및 job contract 설계
- HTML, CSS, JavaScript, HTTP, browser 동작에 대한 기본기
- 서버가 HTML을 렌더하고 상태를 소유하는 웹 제품을 end-to-end로 만든 경험 (예: Rails, Django, - Phoenix, Laravel 등 서버 중심 full-stack framework)
- RDBMS 기반 schema, migration, transaction을 설계하고 운영한 경험
- Background job queue를 사용해 long-running workflow를 구현하고 운영한 경험
- auth, role-based access control, audit log에 대한 이해
- 복잡한 요구사항을 workflow, state, data model로 정리할 수 있는 능력
- 기술 선택을 유지보수, 배포, 디버깅, 팀 크기 관점에서 설명할 수 있는 태도
이 역할은 teleoperation, data collection, dataset management, fine-tuning, evaluation, deployment, monitoring으로 이어지는 흐름을 하나의 Robotics AI Product Platform으로 만드는 일을 담당합니다.
우리는 단순히 화면을 만드는 프론트엔드 개발자를 찾지 않습니다. 복잡한 로봇 AI 업무를 검증된 단순한 기술로, 상태가 명확하고 운영 가능한 제품 흐름으로 만들 수 있는 엔지니어분들의 합류를 기다립니다.
주요업무
수동 절차의 제품화- 연구자와 엔지니어가 script, notebook, CLI와 여러 개별 시스템을 통해 수행하던 절차를 반복 가능한 제품 기능으로 전환
- Dataset, Task, Robot Session, Training Run, Model Artifact, Evaluation, Deployment 등 핵심 개념의 상태 모델 설계
End-to-End 워크플로우 구현
- 데이터 수집, 검수, 큐레이션부터 학습, 실제 로봇 평가, 모델 선택과 배포까지 이어지는 End-to-End 제품 흐름 설계 및 구현
- 평가 결과와 실패 사례를 다음 데이터 수집, 큐레이션, 학습으로 연결하는 반복 실험 워크플로우 구현
- Long-running job의 queue, progress, logs, failure reason, retry, cancellation, recovery UX 설계 및 구현
데이터·모델 탐색 기능 구현 및 시스템 통합
- Dataset/model browser, replay viewer, log viewer, dashboard 등 데이터와 실험 결과를 탐색, 비교, 분석하는 제품 기능 개발
- Backend, platform, robot runtime, ML serving 간 API, event, storage 및 job contract 설계
자격요건
- Production web application을 설계부터 배포와 운영까지 end-to-end로 개발한 경험- HTML, CSS, JavaScript, HTTP, browser 동작에 대한 기본기
- 서버가 HTML을 렌더하고 상태를 소유하는 웹 제품을 end-to-end로 만든 경험 (예: Rails, Django, - Phoenix, Laravel 등 서버 중심 full-stack framework)
- RDBMS 기반 schema, migration, transaction을 설계하고 운영한 경험
- Background job queue를 사용해 long-running workflow를 구현하고 운영한 경험
- auth, role-based access control, audit log에 대한 이해
- 복잡한 요구사항을 workflow, state, data model로 정리할 수 있는 능력
- 기술 선택을 유지보수, 배포, 디버깅, 팀 크기 관점에서 설명할 수 있는 태도
