Robot Learning Engineer

현장에서 카메라 시스템으로 수집한 실측 데이터를 로봇 조작 파이프라인에 연결하고, 시뮬레이터와 실제 로봇 셀에서 이를 검증하는 역할입니다. 카메라 계측 설계부터 3D 모델링, 파지 시뮬레이션, 로봇 셀 구축까지 단계별 게이트 기준으로 직접 설계하고 이끌어 나갑니다.

• 현장에서 사람의 행동을 카메라 계측 → 데이터셋 축적 → 시뮬레이션 → 학습 도출 → 실제 로봇 적용까지 파이프라인 전반을 설계

• 현장에 상용 배포된 카메라 및 AI 인프라에 기반한 로봇 학습 파이프라인 구축

• 다양한 데이터셋을 활용한 NVIDIA, MuJoCo 등 다양한 환경에서 시뮬레이션 성공 효율 상승을 위한 다양한 도구 활용

• NVIDIA 를 Isaac Sim, GR00T, Cosmos 등 시뮬레이션, 또는 SIM2REAL 환경에 적용

• Isaac Sim / MuJoCo 기반 파지, 대상 조작 학습

• 딥러닝 모델에 대한 깊이 있는 이해

• 강화학습 알고리즘 구현 경험

• 시뮬레이션 환경 (MuJoCo, Isaac Sim) 에 대한 기본적인 이해

• Python·C++ 기반 ML 모델 개발 및 최적화 경험

• 학습 모델을 실제 로봇 제어 시스템에 적용해본 경험

• ML 학습을 실제로 운용해 본 경험. 실험을 설계하고 실패를 분석해 본 경험

• 비즈니스 영어 회화 및 다국적 멤버와의 일상적 영어 소통

다음 목록 중 일부 역량을 추가로 갖고 있는 지원자를 우대합니다.

• 다양한 로봇 학습 데이터셋을 접하고 로봇 학습에 적용한 경험, 또는 관련 분야의 최신 논문을 읽고 직접 구현, 테스트한 경험

• 시뮬레이션 정책 학습과 평가까지 마친 경험 (Isaac Lab, MuJoCo, Isaac Sim)

• 3d 소프트웨어(blender, unity) 사용 역량. 또는 AI Agent 를 활용한 3d 공간 시뮬레이션 프로젝트 경험

• 실제 로봇에 정책, 또는 RFM 모델을 배포·검증한 경험

• GR00T 등의 VLA 환경, 또는 일부 RFM 환경을 깊이있게 다뤄본 경험

• 모방학습, 강화학습에 대한 깊은 이해

• pick-and-place 등의 다양한 행종 task 를 달성하기 위한 로봇 조작 관련 프로젝트에 참여하거나 리딩한 경험

• 스타트업·소규모 팀에서 주도적인 역할을 수행한 경험

• 로봇 산업의 동향과 다양한 회사에 대한 이해가 깊으신 분

• 1차 서류면접 > 2차 담당자 직무 면접 (필요 시 추가 면접 혹은 과제 전형 진행) > 3차 컬처핏 면접

• 이력서에 경력 기술은 필수이며, GitHub URL 혹은, 본인의 역량을 가늠할 수 있는 포트폴리오 성격의 자료 포함 시 가산점 부여

• 3~6개월 수습 기간을 운용하고 있습니다. 수습 기간 동안 급여 100% 지급합니다. 

• 근무지: 지하철 3호선, 6호선 약수역 근처(2분 거리)