Physical AI Data Platform Engineer

1. Hand Tracking Glove에서 ​생성되는 센서 ​데이터, 손 자세 데이터, Tactile Data, Calibration Data 및 세션 메타데이터를 실시간으로 수집하는 서버 설계·개발
2. 내부 연구팀과 외부 파트너가 데이터를 안전하게 조회·다운로드·활용할 수 있도록 REST 또는 gRPC 기반 API 서버 개발
3. 원시 데이터를 정제·동기화·검증하고 연구와 머신러닝에 활용할 수 있는 형태로 변환하는 데이터 파이프라인 개발
4. 데이터 품질 검사, 포맷 변환 및 ML 데이터셋 생성 과정을 자동화하고 재현 가능하게 관리
5. 로그, 메트릭, 알림과 대시보드를 통해 서버 상태와 데이터 수집 품질 모니터링 및 장애 원인 신속 추적

1. 컴퓨터공학, 소프트웨어, 데이터 관련 분야의 대학교 졸업(학사) 이상 학위를 보유하신 분
2. Python을 활용해 백엔드 서비스 또는 데이터 수집·처리 시스템을 개발해 본 경험이 있으신 분
3. Linux 환경에서 서버를 개발·운영하고 로그와 메트릭을 통해 문제를 분석해 본 경험이 있으신 분
4. 데이터 누락·중복, 네트워크 단절, 부분 실패와 같은 예외 상황을 고려해 시스템을 설계할 수 있으신 분
5. Git 기반 협업과 코드 리뷰, 기술적 논의를 통해 서버와 데이터 플랫폼을 함께 개선할 수 있으신 분

1. 고빈도 시계열·바이너리·센서 데이터를 실시간으로 수집하고 처리하는 서버를 개발해 본 경험
2. REST 또는 gRPC API와 관계형 데이터베이스·SQL을 활용해 서버를 설계하고 개발해 본 경험
3. 시계열 데이터베이스, 오브젝트 스토리지 또는 Parquet 등 대용량 데이터 저장 기술을 활용해 본 경험
4. 데이터 레이크, ETL·ELT, ML 데이터셋 생성 또는 MLOps 파이프라인 경험
5. 데이터 스키마 변경, 데이터 출처 추적, 품질 검사 및 재현 가능한 데이터 버전 관리에 대한 이해
6. Docker 또는 클라우드 환경에서 서버와 데이터 처리 서비스를 배포·운영해 본 경험
7. 로보틱스, 텔레오퍼레이션, 모션 캡처 또는 Physical AI 데이터를 다뤄 본 경험

1차 서류 제출 → 1차 인터뷰 → 2차 인터뷰 → 3차 인터뷰 → 최종 합격

※ 위 채용 절차는 기본적인 안내이며, 지원자님의 경험과 상황에 따라 유연하게 조정될 수 있습니다.

※ 사전에 커피챗을 통해 서로를 먼저 알아간 경우, 일부 절차는 생략되거나 간소화될 수 있습니다.