포지션 상세
[공간 지능 플랫폼 글로벌 리더 - 큐픽스]
큐픽스는 2015년 한국에서 시작해, 도면과 현장이 어긋나는 순간을 가장 먼저 알아채는 일을 합니다. 엔터프라이즈 공간 지능(Spatial Intelligence) 플랫폼 분야의 글로벌 개척자이자 리더로, AI가 건설과 시설 운영 현장을 공간적으로 이해하고 설계 의도와 실제 상황의 차이를 짚어 팀이 다음에 무엇을 해야 할지 파악할 수 있는 플랫폼을 전 세계 고객사에 제공합니다.
매출의 97% 이상이 한국 밖에서 발생하며, 40여 개국 15,000여 현장에서 사용되고, 메이저 벤처캐피털 10곳 이상이 큐픽스의 다음 성장에 함께하고 있습니다.
[Algorithm Unit - 3D Vision 파트 소개]
3D Vision 파트는 현실 공간을 3D 디지털 트윈으로 변환하는 핵심 엔진을 개발합니다. 사용자가 360도 카메라로 공간을 한 번 걸으며 촬영하면, 그 영상으로부터 카메라 경로를 복원하고, 정밀한 3D 모델을 자동 생성하며, 공간의 의미(벽, 바닥, 설비 등)까지 인식합니다.
Visual-Inertial SLAM, Multi-View Stereo, 3D Gaussian Splatting, Semantic Segmentation 등의 기술을 기반으로 대규모 건설 현장을 빠르고 정확하게 디지털화하는 것이 우리의 목표입니다.
• SLAM / SfM 파이프라인의 정확도·안정성 개선 및 다중 센서(Camera, IMU, GPS 등) 융합
• Visual Localization 및 기존 공간정보와의 정합 알고리즘 연구·개발
• 3D Reconstruction 알고리즘 연구·개발: Depth Estimation, Multi-View Stereo, 3D Gaussian Splatting, NeRF
• 2D/3D Semantic Segmentation·Object Detection 모델 설계·학습
• GPU 기반 고성능 3D 처리 파이프라인 최적화
• 실제 현장 데이터의 실패 사례 분석 및 최신 컴퓨터 비전·3D 재구성 연구의 재현·평가를 통한 제품의 정확도·처리 속도·안정성 개선
[기술 스택]
• Core Engine: C++, CUDA
• Deep Learning: PyTorch, ONNX Runtime, TensorRT
• 3D Processing: SfM, Visual-Inertial SLAM, Multi-View Stereo, 3D Gaussian Splatting, Bundle Adjustment, • Pose Graph Optimization
• Perception: Semantic Segmentation, Object Detection
• Infra: AWS, Docker, CI/CD
• 관련 공학 분야 석사 이상 학위 소지자 또는 해당 업무 3년 이상 경력자
• 카메라 모델과 다중 시점 기하학 등 Geometric Computer Vision의 기본 원리를 이해하는 분
• SLAM / SfM, Visual Localization, 3D Reconstruction, 3D Scene Understanding 중 하나 이상의 분야에서 연구·개발 경험이 있는 분
• C++/Python 기반 개발 경험과 Git 등 협업 도구 활용 능력을 갖춘 분
• AI Coding Agent를 개발·테스트·디버깅·코드 리뷰에 활용하고, 생성된 코드의 정확성과 성능을 검증할 수 있는 분
• 컴퓨터 비전 관련 논문을 이해하고 직접 구현할 수 있는 분
• 적극적이고 자기주도적으로 문제를 발견하고 해결하는 분
큐픽스는 2015년 한국에서 시작해, 도면과 현장이 어긋나는 순간을 가장 먼저 알아채는 일을 합니다. 엔터프라이즈 공간 지능(Spatial Intelligence) 플랫폼 분야의 글로벌 개척자이자 리더로, AI가 건설과 시설 운영 현장을 공간적으로 이해하고 설계 의도와 실제 상황의 차이를 짚어 팀이 다음에 무엇을 해야 할지 파악할 수 있는 플랫폼을 전 세계 고객사에 제공합니다.
매출의 97% 이상이 한국 밖에서 발생하며, 40여 개국 15,000여 현장에서 사용되고, 메이저 벤처캐피털 10곳 이상이 큐픽스의 다음 성장에 함께하고 있습니다.
[Algorithm Unit - 3D Vision 파트 소개]
3D Vision 파트는 현실 공간을 3D 디지털 트윈으로 변환하는 핵심 엔진을 개발합니다. 사용자가 360도 카메라로 공간을 한 번 걸으며 촬영하면, 그 영상으로부터 카메라 경로를 복원하고, 정밀한 3D 모델을 자동 생성하며, 공간의 의미(벽, 바닥, 설비 등)까지 인식합니다.
Visual-Inertial SLAM, Multi-View Stereo, 3D Gaussian Splatting, Semantic Segmentation 등의 기술을 기반으로 대규모 건설 현장을 빠르고 정확하게 디지털화하는 것이 우리의 목표입니다.
주요업무
아래는 팀이 다루는 주요 업무이며, 이 중 본인의 전문성과 경험을 바탕으로 담당 영역을 정합니다.• SLAM / SfM 파이프라인의 정확도·안정성 개선 및 다중 센서(Camera, IMU, GPS 등) 융합
• Visual Localization 및 기존 공간정보와의 정합 알고리즘 연구·개발
• 3D Reconstruction 알고리즘 연구·개발: Depth Estimation, Multi-View Stereo, 3D Gaussian Splatting, NeRF
• 2D/3D Semantic Segmentation·Object Detection 모델 설계·학습
• GPU 기반 고성능 3D 처리 파이프라인 최적화
• 실제 현장 데이터의 실패 사례 분석 및 최신 컴퓨터 비전·3D 재구성 연구의 재현·평가를 통한 제품의 정확도·처리 속도·안정성 개선
[기술 스택]
• Core Engine: C++, CUDA
• Deep Learning: PyTorch, ONNX Runtime, TensorRT
• 3D Processing: SfM, Visual-Inertial SLAM, Multi-View Stereo, 3D Gaussian Splatting, Bundle Adjustment, • Pose Graph Optimization
• Perception: Semantic Segmentation, Object Detection
• Infra: AWS, Docker, CI/CD
자격요건
• 전문연구요원(병역특례) 신입/전직 가능• 관련 공학 분야 석사 이상 학위 소지자 또는 해당 업무 3년 이상 경력자
• 카메라 모델과 다중 시점 기하학 등 Geometric Computer Vision의 기본 원리를 이해하는 분
• SLAM / SfM, Visual Localization, 3D Reconstruction, 3D Scene Understanding 중 하나 이상의 분야에서 연구·개발 경험이 있는 분
• C++/Python 기반 개발 경험과 Git 등 협업 도구 활용 능력을 갖춘 분
• AI Coding Agent를 개발·테스트·디버깅·코드 리뷰에 활용하고, 생성된 코드의 정확성과 성능을 검증할 수 있는 분
• 컴퓨터 비전 관련 논문을 이해하고 직접 구현할 수 있는 분
• 적극적이고 자기주도적으로 문제를 발견하고 해결하는 분
