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.
로봇 학습에 사용되는 영상 데이터와 3D 환경을 구축합니다.
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 build the video data and 3D environments used to train robots.
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.
• 이미지, 영상, USD 자산 기반 로봇 학습용 3D 환경 구축 (Image-to-3D, Video-to-3D, USD-to-3D)
• 학습 및 평가 데이터셋 구성, 비교 실험 및 실패 원인 분석
• 로봇 및 시뮬레이션 담당자와 협업한 실제 활용 가능성 검증
[English]
• Manage the quality of robot video data and train models with it
• Build 3D environments for robot learning from images, videos, and USD assets (Image-to-3D, Video-to-3D, USD-to-3D)
• Build training and evaluation datasets, run comparative experiments, and analyze the causes of failures
• Validate real-world applicability in collaboration with the robotics and simulation teams
• Python 및 PyTorch 등 딥러닝 프레임워크 기반 모델 구현 및 학습 경험
• 데이터, 평가 지표, 비교 실험으로 결과를 설명하는 역량
[English]
• Research or development experience in computer vision
• Experience implementing and training models with Python and deep learning frameworks such as PyTorch
• Ability to explain results with data, evaluation metrics, and comparative experiments
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.
로봇 학습에 사용되는 영상 데이터와 3D 환경을 구축합니다.
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 build the video data and 3D environments used to train robots.
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
• 로봇 영상 데이터의 품질 관리 및 이를 활용한 모델 학습• 이미지, 영상, USD 자산 기반 로봇 학습용 3D 환경 구축 (Image-to-3D, Video-to-3D, USD-to-3D)
• 학습 및 평가 데이터셋 구성, 비교 실험 및 실패 원인 분석
• 로봇 및 시뮬레이션 담당자와 협업한 실제 활용 가능성 검증
[English]
• Manage the quality of robot video data and train models with it
• Build 3D environments for robot learning from images, videos, and USD assets (Image-to-3D, Video-to-3D, USD-to-3D)
• Build training and evaluation datasets, run comparative experiments, and analyze the causes of failures
• Validate real-world applicability in collaboration with the robotics and simulation teams
자격요건
• 컴퓨터 비전 분야의 연구 또는 개발 경험• Python 및 PyTorch 등 딥러닝 프레임워크 기반 모델 구현 및 학습 경험
• 데이터, 평가 지표, 비교 실험으로 결과를 설명하는 역량
[English]
• Research or development experience in computer vision
• Experience implementing and training models with Python and deep learning frameworks such as PyTorch
• Ability to explain results with data, evaluation metrics, and comparative experiments
