포지션 상세
우리는 3D 형상과 기하학적 변형을 이해하고, 다양한 물체와 관측 환경에 일반화할 수 있는 AI 기반 Deformation Foundation Model을 연구개발하고 있습니다.
본 포지션은 Point Cloud, Mesh, CAD 등의 3D 데이터를 기반으로 Geometric Representation Learning, Shape Correspondence 및 Non-rigid Deformation을 학습하는 핵심 AI 모델의 연구개발을 주도합니다. 기존의 Optimization 기반 Registration 기법을 넘어, 데이터 기반의 범용 3D 형상 표현과 변형 모델을 구축하고 실제 산업용 3D Vision 및 Robot Guidance 시스템에 적용하는 것이 목표입니다. 새로운 AI 아키텍처를 직접 설계하고 연구를 주도하며, 알고리즘의 정확도·강건성·추론 성능까지 책임질 수 있는 분을 기다립니다.
※ DFM: 물체의 형상 차이와 실제 변형을 학습하고 추론하는 범용 AI 모델
• Neural Deformation Field, Continuous Deformation Representation 및 Flow-based Deformation Model 연구
• Shape Correspondence 및 Dense Geometric Matching 알고리즘 개발
• Transformer, Diffusion Model, Implicit Neural Representation 등 새로운 아키텍처 연구
• 다양한 물체 카테고리 및 미학습 형상에 대한 Generalization 향상
2. 3D Geometric Representation Learning 연구개발
• Point Transformer, Point Cloud Encoder, Geometric Transformer 등의 아키텍처 연구
• Self-supervised / Contrastive Learning 기반 3D Feature Representation 개발
• 형상, 곡률, 법선, 국소 구조 및 전역 기하 특성을 고려한 Feature Learning
• 다양한 물체 및 관측 조건에서 일반화할 수 있는 3D Foundation Representation 연구
3. Technical Leadership
• 핵심 모델 아키텍처와 연구 방향 결정
• 3D Vision, Robotics 및 Software Engineering 팀과의 협업 주도
• 경력: 5 ~ 15년 이하
• PyTorch 기반 모델 아키텍처 설계 및 학습 파이프라인 구현 능력이 있는 분
• 3D Geometric DL / 3D Registration·Correspondence / Neural Fields / 3D Foundation Model 중 1개 이상 분야의 검증 가능한 전문성을 갖춘 분
본 포지션은 Point Cloud, Mesh, CAD 등의 3D 데이터를 기반으로 Geometric Representation Learning, Shape Correspondence 및 Non-rigid Deformation을 학습하는 핵심 AI 모델의 연구개발을 주도합니다. 기존의 Optimization 기반 Registration 기법을 넘어, 데이터 기반의 범용 3D 형상 표현과 변형 모델을 구축하고 실제 산업용 3D Vision 및 Robot Guidance 시스템에 적용하는 것이 목표입니다. 새로운 AI 아키텍처를 직접 설계하고 연구를 주도하며, 알고리즘의 정확도·강건성·추론 성능까지 책임질 수 있는 분을 기다립니다.
주요업무
1. Deformation Foundation Model(DFM) 연구개발※ DFM: 물체의 형상 차이와 실제 변형을 학습하고 추론하는 범용 AI 모델
• Neural Deformation Field, Continuous Deformation Representation 및 Flow-based Deformation Model 연구
• Shape Correspondence 및 Dense Geometric Matching 알고리즘 개발
• Transformer, Diffusion Model, Implicit Neural Representation 등 새로운 아키텍처 연구
• 다양한 물체 카테고리 및 미학습 형상에 대한 Generalization 향상
2. 3D Geometric Representation Learning 연구개발
• Point Transformer, Point Cloud Encoder, Geometric Transformer 등의 아키텍처 연구
• Self-supervised / Contrastive Learning 기반 3D Feature Representation 개발
• 형상, 곡률, 법선, 국소 구조 및 전역 기하 특성을 고려한 Feature Learning
• 다양한 물체 및 관측 조건에서 일반화할 수 있는 3D Foundation Representation 연구
3. Technical Leadership
• 핵심 모델 아키텍처와 연구 방향 결정
• 3D Vision, Robotics 및 Software Engineering 팀과의 협업 주도
자격요건
• 학력: 관련 전공 석사 이상• 경력: 5 ~ 15년 이하
• PyTorch 기반 모델 아키텍처 설계 및 학습 파이프라인 구현 능력이 있는 분
• 3D Geometric DL / 3D Registration·Correspondence / Neural Fields / 3D Foundation Model 중 1개 이상 분야의 검증 가능한 전문성을 갖춘 분



