“Empower your future with Autonomous AI” 뷰런은 도로, 도시, 산업 현장을 더 안전하고 효율적으로 만들고자 합니다. 특정 센서나 하드웨어에 종속되지 않고, 어떤 조건과 환경 속에서도 감지, 판단, 예측, 행동으로 이어지는 실제 환경에서 작동하는 AI를 개발하고 있습니다. 인지부터 예측까지, 현장에서 스스로 판단하고 움직이는 완벽한 자율화의 미래를 함께 만들어갈 ‘뷰러니’를 기다립니다!
[Our Technology]
어느 현장에서나 일관된 인지 및 예측: PoC 단계부터 대규모 배포까지 단계적으로 확장할 수 있으며, 팀 규모와 글로벌 환경에 상관없이 일관된 품질과 성능을 제공합니다.
모듈형 아키텍처 & End to End 파이프라인: LiDAR 인지부터 센서 융합, 의사결정 로직까지 모듈화하여 빠르게 시작하고 확장할 수 있으며, 데이터 처리부터 라벨링, 학습, 검증, 배포까지 단절 없는 워크플로를 통해 개발 속도를 극대화합니다.
현실 환경에서 흔들리지 않는 신뢰성: 처음부터 ‘안전’을 기준으로 설계하고 검증하여, 가장 중요한 순간과 현장에서 믿을 수 있는 성능을 최우선으로 제공합니다.
[Mobility Team] Mobility팀은 라이다 센서 기반의 3D 인지 기술을 바탕으로 다양한 모빌리티에 탑재되는 실시간 주행 환경 인지 솔루션을 연구 및 개발하는 팀입니다. 실제 도로 및 복잡한 현장에서 발생하는 동적이고 예측 불가능한 케이스들을 기술적으로 해결하는 데 집중하고 있습니다. 특히, Mobility팀은 다양한 주행 환경과 플랫폼에 대응할 수 있는 도메인 확장성 확보, 복잡한 교통 환경에서의 다수 동적 객체에 대한 정확한 인지 및 추적, 그리고 제한된 차량용 엣지 컴퓨팅 하드웨어 상에서의 실시간 추론과 연산 자원 최적화를 핵심 연구 영역으로 다루고 있습니다. 모빌리티의 혁신을 이끌고, 글로벌 시장의 표준을 함께 만들어갈 열정적인 엔지니어 분들을 기다립니다.
주요 업무
합류하시게 되면 팀 내 논의를 통해 후보자님의 전문성과 니즈를 고려하여 아래 업무 중 특정 파트를 주도적으로 담당하시게 됩니다.
ADAS/자율주행을 위한 Perception 알고리즘 및 모델 개발
다중 객체 추적 아키텍처 설계 및 개발
3D Point Cloud 데이터 특성을 고려한 클러스터링 개발
라이다/카메라 센서 기반 인지 모델 아키텍처 설계 및 개발
객체 오검출 및 미검출 억제를 위한 인지/추적 포인트 개발
Data-Centric 접근 방식을 활용한 모델 성능 개선
자격요건
관련 분야의 석사 이상 학위 또는 그에 상응하는 실무 경험이 있으신 분
Perception(Detection/Tracking 등) 알고리즘 개발 경험이 있으신 분
클러스터링 알고리즘의 수학적 원리를 이해하고 코드로 최적화할 수 있는 분
C/C++을 활용하여 알고리즘을 구현할 수 있는 역량을 보유하신 분
주도적으로 최신 논문을 분석하고, 이를 바탕으로 기존 시스템의 한계를 돌파하는 비판적 사고를 지니신 분
우대사항
HOTA, MOTA 등 정량적 추적 평가 지표를 바탕으로 한 모델 튜닝 경험이 있으신 분
Python 및 PyTorch(또는 TensorFlow) 기반의 딥러닝 알고리즘 구현 및 학습 경험이 있으신 분
실제 환경의 LiDAR Raw Data를 다루고 전처리한 경험이 있으신 분
3D Point Cloud 데이터 처리 및 LiDAR 기반 딥러닝 인지 모델 개발 경험이 있으신 분
