Mobile Robot Engineer (Navigation & Localization /

*전문연구요원으로 지원하는 경우, "전문연구요원 희망" 문구를 기재해주세요.

합류하게 될 팀에 대해 알려드려요

1. 플라잎은 제조 공정 자동화를 위해 학습 기반 로봇 시스템을 개발하고 있습니다. Mobile Robot Engineer는 기존 로봇 시스템을 모바일 환경으로 확장하여, 이동 가능한 자율 로봇 시스템을 구축하는 역할입니다.
2. 특히 단순한 이동형 로봇을 넘어, 모바일 휴머노이드 형태까지 확장 가능한 로봇 플랫폼을 지향합니다. 상용 모바일 플랫폼과 휴머노이드 로봇을 기반으로, 실제 제조 환경에서 동작하는 시스템을 설계·개발·검증하게 됩니다.
3. 고정된 환경을 전제로 설계된 로봇을 다양한 제조 환경에서도 동작하도록 확장하며, 모바일 로봇의 자율주행 및 시스템을 설계하고 구현하는 역할입니다.

🔎 지원 트랙 안내

본 포지션은 아래 3개 트랙 중 본인의 경험과 강점에 가장 부합하는 트랙을 선택하여 지원해 주세요. 채용 과정 및 입사 후 역할은 선택한 트랙을 기준으로 진행되며, 복수 영역 경험이 있는 경우 Cross-functional 역할로 확장될 수 있습니다.

1. Navigation & Localization / Perception / System Integration

기대하는 역할입니다 (업무내용)

👩‍💻 전 트랙 공통

1. 모바일 로봇 플랫폼 기반 자율주행 및 시스템 소프트웨어 개발
2. Simulation 및 실제 모바일 로봇 테스트를 통한 성능 검증 및 개선
3. 제조/물류/실내 환경에서 발생하는 문제를 정의하고 실험 기반으로 해결
4. 매니퓰레이터(로봇팔)와 모바일 로봇 간 연동 및 인터페이스 설계

1️⃣ Navigation & Localization Track

1. Planning, Path Following, Obstacle Avoidance 엔진 개발/개선
2. 주행 데이터 기반 실패 케이스 분석 및 개선
3. Localization, Mapping, SLAM, Sensor Fusion 개발 및 성능 고도화
4. 위치 오차 분석, 센서 보정, State Estimation 문제 해결

2️⃣ Perception Track

1. LiDAR/Camera Perception Pipeline 구축
2. Detection, Segmentation, Tracking, Sensor Fusion 관련 개발

3️⃣ System Integration Track

1. 센서, 컴퓨팅, 제어기, 모바일 로봇 모듈 통합 및 제작
2. 매니퓰레이터(로봇팔)와 모바일 로봇 간 인터페이스 설계
3. Deployment, Field Debugging 및 시스템 안정화

👩‍💻 전 트랙 공통

1. 2년 이상 모바일 로봇 또는 로봇 소프트웨어 개발 경험이 있으신 분
2. ROS/ROS2 기반 시스템 개발 경험이 있으신 분
3. Python / C++ 프로그래밍 역량을 보유하신 분
4. 실제 로봇 테스트, 디버깅, 로그 분석 및 성능 개선 경험이 있으신 분

1️⃣ Navigation Track & Localization Track

1. Planning, Obstacle Avoidance 관련 개발 경험
2. 실제 로봇 주행 성능 개선 경험
3. 제조/물류/실내 자율주행 환경에서의 경로 계획 문제 해결 경험
4. Localization, Mapping, SLAM, Sensor Fusion 중 1개 이상 실무 경험
5. 위치 오차 분석 및 성능 개선 경험
6. 센서 보정 또는 State Estimation 문제 해결 경험

2️⃣ Perception Track

1. LiDAR/Camera Perception Pipeline 구축 경험
2. Detection, Segmentation, Tracking, Fusion 중 1개 이상 실무 적용 경험
3. 실제 환경 데이터 기반 성능 개선 경험

3️⃣ System Integration Track

1. 다수의 센서/컴퓨팅/로봇 모듈 통합 경험
2. ROS2 노드/토픽/액션/런치 구조 설계 경험
3. Deployment, Field Debugging 경험

1. 로봇 시스템 통합 또는 복합 시스템 개발 경험이 있으신 분
2. Simulation 환경(Gazebo, Isaac Sim 등) 활용 경험이 있으신 분
3. Sim-to-Real 문제를 다뤄본 경험이 있으신 분
4. 제조/물류 환경에서 로봇을 적용해본 경험이 있으신 분
5. Multi-Sensor Fusion 또는 Perception 시스템 개발 경험이 있으신 분
6. 딥러닝 기반 모델을 개발하거나 실제 시스템에 적용해본 경험이 있으신 분
7. 강화학습, Imitation Learning 등 학습 기반 접근을 활용해본 경험이 있으신 분

서류 전형 ＞ 직무 및 컬쳐핏 인터뷰(1시간) ＞ 처우협의 ＞ 최종합격 및 입사

1. 전형 단계는 상황에 따라 일부 조정될 수 있습니다.
2. 서류 안내 : 서류는 자율 형식(양식 및 분량 무관)입니다. 단, 압축하지 말고 PDF 또는 URL 형식으로 제출해 주세요.

- 포트폴리오 제출은 선택이나, 가지고 계신 포트폴리오가 있다면 제출해 주시면 좋습니다.

- 서류 전형 단계에서 포트폴리오 검토가 필요한 경우 추가로 요청드릴 수 있습니다.

1. 최종 단계 합격자에 한해 레퍼런스 체크가 진행될 수 있으며, 레퍼런스 제공자는 합격자와 사전 협의 후 함께 결정합니다.