“기술로 안전을 실현하는 AI 기반 LiDAR SW 솔루션 뷰런테크놀로지” 뷰런테크놀로지는 사람과 인프라, 모든 이동의 순간을 더 안전하게 만드는 AI 기반 LiDAR SW 솔루션 전문기업입니다. 도로, 공사현장 등 위험이 도사리는 모든 공간에서 ‘오늘도 무사히’라는 가치를 실현하기 위하여 독자적인 기술력으로 자율주행과 스마트 인프라 분야의 글로벌 표준을 만들어 가고 있습니다.
[뷰런의 성장]
독보적 기술력과 시장 신뢰 입증: 뷰런은 24년 9월 220억 원 규모의 시리즈 A 투자 유치에 성공하며, LiDAR 솔루션 분야의 독보적인 기술력과 성장 가능성을 증명했습니다.
글로벌 No.1을 향한 담대한 여정: 뷰런은 2026년 IPO 상장을 목표로 스케일업을 가속화하고 있습니다. 또한 25년 6월 LiDAR 기반 AI 개발통합 플랫폼 VueX의 아마존웹서비스(AWS) '소프트웨어 패스' 인증 및 AWS 마켓플레이스 제품 등록으로 글로벌 시장 진출의 기반을 마련했습니다.
본질에 집중하는 성장 문화: 뷰런은 ‘목표 달성’이라는 본질에 집중합니다. 불필요한 절차와 형식주의를 없애고, 모든 구성원 각자가 최고의 역량을 발휘하여 탁월한 성과를 만들어내는 환경을 제공합니다.
뷰런은 안전을 기술로 구현하는 세계 최고의 팀을 만들어 가고 있습니다. 더 안전한 세상을 만드는 여정에 함께 할 뷰러니를 기다립니다!
[합류하게 될 팀에 대해 알려드려요] E2E팀은 세상의 물리 규칙을 인지 방식이 아닌 E2E AI 시스템을 활용하여 이해하고, 자율주행이 갖고 있는 기술적 한계점을 돌파하는 것을 최우선 가치로 삼고 있습니다. 우리의 가장 큰 목표는 단순히 연구 과정에서의 성과에 만족하지 않고 실제 도로 위에서 직접 구현하고, 적용하며 자율주행의 새로운 표준을 정립하는 것입니다. 이를 통해 기술적 임계치를 넘어서는 도전과 그 결과물이 실제 세상에 가져올 변화를 함께 만들어갈 동료를 찾습니다.
주요 업무
End-to-End AV 2.0을 위한 VLM/MLLM, VLA 계열 모델 연구 및 개발
다양한 학습 방법론 SFT, RFT (e.g., GDPO, GRPO) 및 WGM, 3DGS 월드 모델 및 시나리오 적용을 통한 정교한 주행 행동 구현 및 장기적 의사결정 성능 고도화
Pre-training 및 Post-training 전반의 학습 전략을 리드하고, RLHF, DPO 등의 선호도 기반 최적화와 인스트럭션 튜닝을 통해 모델의 동작 방식 고도화
학습 및 평가를 위한 고품질 데이터셋 확보에 지속적인 우선순위를 둡니다. 이를 위해 데이터 큐레이션, 데이터 강화, 필터링 파이프라인 연구 개발
시뮬레이션(Open/Closed-loop)부터 실차 테스트까지 다양한 환경에서의 성능 검증을 통해 자율주행 모델의 일반화 성능 및 안정성 확보
자격요건
컴퓨터공학 또는 관련 분야 석사 학위 소지자, 혹은 그에 준하는 실무 경력을 보유하신 분
자율주행 및 로보틱스 분야에서 딥러닝 모델의 연구 및 구조 설계 관련 4년 이상의 경력이 있으신 분
다양한 실제 환경의 복잡한 문제 해결을 위해 SFT, RFT 적용해 본 실무 경험이 있으신 분
트랜스포머 기반 아키텍처(VLA, VLM 등)에 대한 전문가 수준의 지식이 있으신 분
Python, Rust 프로그래밍 역량 및 PyTorch / JAX 활용 능력이 있으신 분
Multi-GPU 및 Multi-node 기반의 분산 학습 환경 구축 및 모델 최적화 경험이 있으신 분
공통의 목표 달성을 위해 팀과 원활하게 협업하고 소통할 수 있는 역량이 있으신 분
우대사항
VLM/MLLM, VLA 모델을 실제 차량에 적용해본 경험이 있으신 분
VLA 기반 모델의 아키텍처 설계부터 대규모 학습, Nvidia 엣지 디바이스 상의 고성능 배포까지 모델 개발 전 과정에 대한 실무 경험을 보유하신 분
CVPR, ECCV, ICCV, ICLR, NeurIPS 등 주요 학회 논문 게재 경험이 있으신 분
CUDA Graph 최적화를 통해 CPU 오버헤드를 최소화하고, VLA 및 VLM 모델의 실시간 추론 성능을 확보해 본 실무 경험이 있으신 분
Embodied 자율주행을 위한 CoT/CoC 데이터 큐레이션 파이프라인 및 자동화된 검증 시스템 설계 및 구현 경험이 있으신 분
AV Challenge 참여 경험이 있으신 분 (e.g., Autonomous Grand Challenge 2025)
