We are looking for the best

42dot의 AI Perception Engineer는 자율주행 인지 시스템에서 카메라, 레이더, LiDAR 등 다양한 센서 데이터를 활용하여 차량 주변 환경을 이해하는 perception 모델과 데이터 처리 파이프라인을 개발합니다.

이 포지션은 senior engineer와 함께 perception 모델 개발, 센서 데이터 전처리, BEV / 3D / occupancy 기반 공간 표현 학습, 성능 분석 및 개선 업무를 수행하며, 실제 자율주행 시스템에 적용 가능한 perception 기술을 함께 고도화하는 역할입니다.

특히 카메라, 레이더, LiDAR 등 센서의 특성과 기하 구조를 이해하고, calibration, projection, spatial alignment 등 perception 문제 해결에 필요한 기반 기술을 학습하고 적용하면서 multi-sensor 기반 인지 모델 개발 역량을 키워갈 수 있는 포지션입니다.

Responsibilities

1. Multi-sensor Data Understanding & Processing

• 카메라, 레이더, LiDAR 등 자율주행 센서 데이터의 특성 분석 및 전처리

• calibration, projection, coordinate transform 등 기하 기반 데이터 처리 구현

• 센서 간 spatial / temporal alignment를 위한 데이터 분석 및 검증

• perception 모델 입력 구성을 위한 데이터 representation 구현 및 실험

2. Perception Model Development

• 딥러닝 기반 2D / 3D / BEV perception 모델 학습 및 개선

• 기존 perception 모델 구조 분석, 구현, 실험 및 성능 비교

• multi-sensor 입력을 활용한 perception 모델 개발 지원

• PyTorch 기반 모델 학습 코드 작성 및 실험 관리

3. Spatial Representation Learning

• BEV, occupancy, 3D object representation 등 공간 기반 환경 표현 학습

• depth ambiguity, occlusion, partial observation 등 perception 문제에 대한 실험 및 분석

• 서로 다른 spatial representation 간 성능 및 일관성 비교

• 주행 환경 변화에 따른 perception 결과 분석

4. Model Training & Performance Improvement

• loss function, training strategy, data sampling 등 모델 학습 개선 실험

• failure case 분석을 통한 성능 저하 원인 파악

• 다양한 주행 환경에서의 generalization 성능 평가

• 실험 결과 정리 및 개선 방향 도출

5. Data-driven Development

• 대규모 주행 데이터 기반 perception 성능 분석

• 데이터 품질, annotation 품질, sensor condition 등에 따른 성능 영향 분석

• 모델 개선을 위한 데이터 selection 및 학습 전략 실험

• 정량 / 정성 평가 결과를 기반으로 문제 정의 및 개선안 제안

6. Deployment & System Integration Support

• 학습된 perception 모델의 inference 성능 분석 및 최적화 지원

• 실제 시스템 적용을 위한 모델 변환, 검증, integration 업무 지원

• latency, memory, accuracy 간 trade-off 분석

• C++ 기반 inference 또는 runtime 환경 이해 및 개발 지원

Qualifications

• 관련 분야 석사 이상 또는 이에 준하는 연구 / 개발 경험

• Deep Learning 기반 Computer Vision 또는 3D Perception에 대한 이해

• PyTorch 등 딥러닝 프레임워크를 활용한 모델 개발 경험

• 카메라, 레이더, LiDAR 등 센서 데이터 처리에 대한 기본적인 이해

• Python 기반 데이터 분석 및 모델 학습 코드 작성 능력

• 논문, 오픈소스, 실험 결과를 바탕으로 문제를 분석하고 구현할 수 있는 역량

Preferred Qualifications

• 박사 학위 소지자 또는 박사 과정 졸업 예정자

• 자율주행, ADAS, robotics 관련 perception 연구 / 개발 경험

• BEV perception, 3D object detection, occupancy prediction 관련 경험

• camera-radar fusion, LiDAR perception 또는 multi-sensor fusion 관련 경험

• geometry, projection, calibration, coordinate transform에 대한 이해

• depth estimation, temporal modeling, tracking, scene understanding 관련 경험

• C++ 기반 inference 또는 perception system 개발 경험

• 대규모 주행 데이터 기반 모델 학습 및 성능 분석 경험

• 주요 perception 논문 구현 또는 재현 경험

Interview Process

• 서류전형 - 코딩테스트 - 1차 인터뷰 - 2차 인터뷰 - 처우협의 - 최종합격

• 전형절차는 직무별로 다르게 운영될 수 있으며, 일정 및 상황에 따라 변동될 수 있습니다.

• 전형일정 및 결과는 지원서에 등록하신 이메일로 개별 안내드립니다.

Additional Information

• 이력서 제출 시 주민등록번호, 가족관계, 혼인 여부, 연봉, 사진, 신체조건, 출신 지역 등 채용절차법상 요구 금지된 정보는 제외 부탁드립니다.

• 모든 제출 파일은 30MB 이하의 PDF 양식으로 업로드를 부탁드립니다. (이력서 업로드 중 문제가 발생한다면 이력서와 함께 지원하시고자 하는 포지션의 URL을 recruit@42dot.ai으로 전송 부탁드립니다.)

• 인터뷰 프로세스 종료 후 지원자의 동의하에 평판조회가 진행될 수 있습니다.

• 국가보훈대상자 및 취업보호 대상자는 관계법령에 따라 우대합니다.

• 장애인 고용 촉진 및 직업재활법에 따라 장애인 등록증 소지자를 우대합니다.

• 42dot은 의뢰하지 않은 서치펌의 이력서를 받지 않으며, 요청하지 않은 이력서에 대해 수수료를 지불하지 않습니다.

• 3개월의 수습기간이 적용될 수 있습니다.

※ 지원 전 아래 내용을 꼭 확인해 주세요.

• 42dot이 일하는 방식, 42dot Way 보러가기 →

• 42dot만의 업무몰입 프로그램, Employee Engagement Program 보러가기 →