포지션 상세
**전문연구요원으로 지원하는 경우, "전문연구요원 희망" 문구를 기재해주세요.
◆ Better than Yesterday ◆
플라잎과 함께 아이언맨의 자비스를 만들고 싶다면 저희와 함께 하세요!
우리는 Deep Learning & Reinforcement Learning 기술을 통해 산업용 로봇이 조금 더 스마트하게 일할 수 있도록 만듭니다.
인공지능이 마침내 적용되어야 할 곳은 로봇이지만, 아직 세계적으로 이루어낸 곳이 없고 국내에서는 도전하고 있는 기업도 없습니다.
플라잎은 여기에 도전하고 있습니다.
사람의 단순 반복적인 일은 플라잎의 AI솔루션이 하고 사람은 좀 더 가치 있는 일을 할 수 있게 만들 것입니다.
엔지니어가 꿈꾸는 직장을 만들고, 하고 싶은 일을 할 수 있게 하는 회사를 만들고 있습니다.
우리는 이 분야의 국가 대표가 될 것이고 세계와 어깨를 나란히 하는 기업이 될 것입니다.
◆ CEO 인터뷰 ◆
세계 로봇 대회 우승자가 만든 AI 스타트업 : https://youtu.be/T8BtBuZzueI
◆ Who We Are ◆
• Technology
PLAIF은 Deep Learning과 Reinforcement Learning 및 Unsupervised Learning의 솔루션을 연구개발합니다.
• Solve Inconvenience
초기 셋업 시간을 줄이고, 생산 도중 혹은 생산 제품이 변경되어도 로봇 스스로 제품을 인지하고 제품까지의 경로를 스스로 생성하여 작업을 합니다.
• Solution
물체를 인식하기 위한 Vision 프로그램이 필요 없고, 로봇을 동작시키기 위한 티칭 프로그램이 필요 없습니다.
• Saving Budget
PLAIF은 학습용 데이터 생성 비용 절감과 생산성 향상을 위해 동적 Pick&Place가 가능한 솔루션을 개발합니다.
◆ Investment ◆
• Futureplay
• Mando
• INTEKPLUS
• KB Investment
• Reinforcement Learning Based Robot Controller 연구 개발
- Robot behavior Optimization
- Control Parameter Approximation
• Reinforcement Learning Training Simulation 개발
• Robot Operation System 개발
• C/C++, Python 개발 가능
• Machine Learning 및 알고리즘의 배경지식
• Tensorflow, Pytorch 등 사용 경험
• 물리 엔진 기반의 시뮬레이션을 통한 Reinforcement Learning Project 경험자
• 빠르게 변화하는 스타트업에서의 근무 경험이 있으며 도전과 성취를 즐기시는 분
• 프로젝트를 성공적으로 완료하기 위해 강한 책임감을 가지고 기꺼이 시간을 투자할 수 있는 분
◆ Better than Yesterday ◆
플라잎과 함께 아이언맨의 자비스를 만들고 싶다면 저희와 함께 하세요!
우리는 Deep Learning & Reinforcement Learning 기술을 통해 산업용 로봇이 조금 더 스마트하게 일할 수 있도록 만듭니다.
인공지능이 마침내 적용되어야 할 곳은 로봇이지만, 아직 세계적으로 이루어낸 곳이 없고 국내에서는 도전하고 있는 기업도 없습니다.
플라잎은 여기에 도전하고 있습니다.
사람의 단순 반복적인 일은 플라잎의 AI솔루션이 하고 사람은 좀 더 가치 있는 일을 할 수 있게 만들 것입니다.
엔지니어가 꿈꾸는 직장을 만들고, 하고 싶은 일을 할 수 있게 하는 회사를 만들고 있습니다.
우리는 이 분야의 국가 대표가 될 것이고 세계와 어깨를 나란히 하는 기업이 될 것입니다.
◆ CEO 인터뷰 ◆
세계 로봇 대회 우승자가 만든 AI 스타트업 : https://youtu.be/T8BtBuZzueI
◆ Who We Are ◆
• Technology
PLAIF은 Deep Learning과 Reinforcement Learning 및 Unsupervised Learning의 솔루션을 연구개발합니다.
• Solve Inconvenience
초기 셋업 시간을 줄이고, 생산 도중 혹은 생산 제품이 변경되어도 로봇 스스로 제품을 인지하고 제품까지의 경로를 스스로 생성하여 작업을 합니다.
• Solution
물체를 인식하기 위한 Vision 프로그램이 필요 없고, 로봇을 동작시키기 위한 티칭 프로그램이 필요 없습니다.
• Saving Budget
PLAIF은 학습용 데이터 생성 비용 절감과 생산성 향상을 위해 동적 Pick&Place가 가능한 솔루션을 개발합니다.
◆ Investment ◆
• Futureplay
• Mando
• INTEKPLUS
• KB Investment
주요업무
[기대하는 역할입니다]• Reinforcement Learning Based Robot Controller 연구 개발
- Robot behavior Optimization
- Control Parameter Approximation
• Reinforcement Learning Training Simulation 개발
• Robot Operation System 개발
자격요건
[이런 경험을 가진 분을 찾습니다]• C/C++, Python 개발 가능
• Machine Learning 및 알고리즘의 배경지식
• Tensorflow, Pytorch 등 사용 경험
• 물리 엔진 기반의 시뮬레이션을 통한 Reinforcement Learning Project 경험자
• 빠르게 변화하는 스타트업에서의 근무 경험이 있으며 도전과 성취를 즐기시는 분
• 프로젝트를 성공적으로 완료하기 위해 강한 책임감을 가지고 기꺼이 시간을 투자할 수 있는 분
