토모큐브는 3D 미세구조 이미징 기술을 바탕으로 연구 및 산업 현장에서 사용되는 이미징 장비와 분석 솔루션을 개발·제공하는 기술 기업입니다. 저희는 광학, 하드웨어, 소프트웨어, 영상·데이터 분야 전문가들이 협력하여 차세대 광학기술 홀로토모그래피 (Holotomography, HT)와 AI 기술을 결합한 제품을 개발합니다. 생명과학 분야에서 저희 제품은 살아 있는 세포를 비표지 (label-free) 방식으로 시각화하고, 개별 세포의 부피, 건조질량, 굴절률 분포 및 소기관 동역학 정보를 실시간으로 분석할 수 있는 솔루션을 제공합니다. 또한 저희는 반도체와 디스플레이 산업의 검사·계측 분야로 확장하였습니다. 웨이퍼 및 유리기판의 표면과 내부의 미세 구조 및 결함을 비파괴 방식으로 정밀 측정하는 독보적인 솔루션을 개발하여 비(非)바이오 분야에서도 새로운 성장 기회를 만들어가고 있습니다.
주요 업무
Label-free 광학 영상(quantitative phase / holotomography 등) 기반 virtual staining / virtual fluorescence 모델 연구·개발
두꺼운 생체 조직(thick tissue) 영상에서 발생하는 깊이별 신호 저하 문제에 대한 딥러닝 기반 영상 변환 기법 연구
Pre-trained global model + sample-specific fine-tuning + label-free-only inference 구조의 adaptive 파이프라인 설계·구현
2D/3D 생체 영상 segmentation 및 multichannel marker 예측 모델 개발
Ground-truth 부재 환경에서의 평가 체계(GT-free evaluation, risk map 기반) 설계 및 운영
데이터 큐레이션·QC·전처리 파이프라인 구축, 영상 정합(registration)·스티칭(stitching) 보정
※ AI팀 소속, 팀원 직책으로 함께할 예정이에요.
자격요건
전산 및 AI 관련 분야의 대학원 학위 (의료 및 생명 영상 및 물리 복수 전공 우대)
Python·PyTorch 기반 2D/3D segmentation / image-to-image translation 모델 개발 경험
생체 영상 또는 현미경 영상 처리 연구 경험
평가 지표 설계(Dice/IoU, F1, MAE 등) 및 정량·통계적 결과 보고 경험
하이퍼파라미터 탐색, 실험 자동화 스크립팅 능력
우대사항
Label-free imaging(holotomography, quantitative phase, polarization 등) 또는 light-sheet/confocal 영상 연구 경험
Virtual staining / cross-modality image translation 연구 경험
두꺼운 조직(thick tissue, 3D tissue) 영상 처리 경험
Pretrained model fine-tuning, domain adaptation, few-shot learning 등 adaptive learning 연구 경험
