4
42Dotvia Ashby
Senior AI Perception Engineer
Pangyo (Software Dream Center), South KoreaPosted 3mo ago
Computer VisionSeniorFull-time
Not sure if you're a good fit?
Upload your resume and TixelJobs AI will compare it against Senior AI Perception Engineer at 42Dot. Get a match score, missing keywords, and improvement tips before you apply.
Free preview · Your resume stays private
About the Role
WE ARE LOOKING FOR THE BEST
42dot의 AI Perception Engineer 는 자율주행 인지 시스템에서 카메라, 레이더 등 다양한 센서로부터 생성되는 데이터를 기반으로 차량 주변 환경을 정확하고 일관된 공간적 이해로 변환하는 역할을 담당합니다.
이 포지션은 단순한 모델 개발을 넘어,
센서 데이터 해석부터 입력 표현 설계, 모델 구조 설계, 학습 및 성능 개선, 그리고 실제 시스템 적용까지 이어지는 end-to-end perception pipeline을 설계하고 고도화하는 핵심 역할입니다.
특히, 센서의 물리적 특성과 기하 구조를 기반으로
BEV, 3D, Occupancy 등 공간 표현(spatial representation)을 정의하고,
multi-sensor 정보를 효과적으로 활용하는 sensor fusion 기반 perception 모델을 개발하는 데 중점을 둡니다.
Responsibilities
1. MULTI-SENSOR DATA UNDERSTANDING & INPUT DESIGN
- 카메라, 레이더 등 다양한 센서 데이터의 특성 이해 및 활용
- 센서 간 spatial / temporal alignment 설계
- calibration, projection 등 기하 기반 데이터 처리
- 모델 입력 구성을 위한 데이터 representation 설계
2. PERCEPTION MODEL DEVELOPMENT
- 딥러닝 기반 perception 모델 설계 및 개발
- 2D / 3D / BEV 기반 인지 모델 학습 및 개선
- multi-sensor 입력을 효과적으로 활용하기 위한 모델 아키텍처 설계
3. SPATIAL REPRESENTATION LEARNING
- BEV, occupancy 등 공간 기반 환경 표현 방식 설계 및 학습
- 서로 다른 표현 방식 간 일관성과 정확도 개선
- occlusion 및 partial observation 환경에서의 robust representation 학습
4. MODEL TRAINING & PERFORMANCE IMPROVEMENT
- loss 설계 및 학습 안정성 개선
- occlusion, depth ambiguity 등 핵심 perception 문제 해결
- 다양한 주행 환경에서의 generalization 향상
5. DATA-DRIVEN DEVELOPMENT
- 대규모 주행 데이터 기반 성능 분석 및 문제 정의
- failure case 분석 및 개선 전략 수립
- 데이터 품질 개선 및 학습 전략 고도화
6. DEPLOYMENT & SYSTEM INTEGRATION
- 모델의 실제 시스템 적용을 위한 최적화 및 integration
- inference 성능 및 리소스 사용 최적화
- 시스템 제약 조건 하에서 정확도와 성능 간 trade-off 설계
Qualifications
- 박사 학위 또는 관련 분야에서의 6년 이상의 경력
- Deep Learning 기반 Computer Vision 또는 3D Perception 경험
- PyTorch 등 프레임워크 기반 모델 설계 및 개발 경험
- 센서 데이터 처리 또는 perception 문제 해결 경험
Preferred Qualifications
- multi-sensor fusion 경험 (camera / radar 등)
- geometry, projection, calibration에 대한 이해
- BEV / 3D perception / occupancy 관련 경험
- 자율주행 또는 ADAS perception 시스템 경험
- 모델을 실제 시스템에 적용 및 최적화한 경험
- C++ 기반 inference 또는 시스템 개발 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 → https://42dot.ai/careers/way
- 42dot만의 업무몰입 프로그램, Employee Engagement Program 보러가기 → https://42dot.ai/careers/program
42dot의 AI Perception Engineer 는 자율주행 인지 시스템에서 카메라, 레이더 등 다양한 센서로부터 생성되는 데이터를 기반으로 차량 주변 환경을 정확하고 일관된 공간적 이해로 변환하는 역할을 담당합니다.
이 포지션은 단순한 모델 개발을 넘어,
센서 데이터 해석부터 입력 표현 설계, 모델 구조 설계, 학습 및 성능 개선, 그리고 실제 시스템 적용까지 이어지는 end-to-end perception pipeline을 설계하고 고도화하는 핵심 역할입니다.
특히, 센서의 물리적 특성과 기하 구조를 기반으로
BEV, 3D, Occupancy 등 공간 표현(spatial representation)을 정의하고,
multi-sensor 정보를 효과적으로 활용하는 sensor fusion 기반 perception 모델을 개발하는 데 중점을 둡니다.
Responsibilities
1. MULTI-SENSOR DATA UNDERSTANDING & INPUT DESIGN
- 카메라, 레이더 등 다양한 센서 데이터의 특성 이해 및 활용
- 센서 간 spatial / temporal alignment 설계
- calibration, projection 등 기하 기반 데이터 처리
- 모델 입력 구성을 위한 데이터 representation 설계
2. PERCEPTION MODEL DEVELOPMENT
- 딥러닝 기반 perception 모델 설계 및 개발
- 2D / 3D / BEV 기반 인지 모델 학습 및 개선
- multi-sensor 입력을 효과적으로 활용하기 위한 모델 아키텍처 설계
3. SPATIAL REPRESENTATION LEARNING
- BEV, occupancy 등 공간 기반 환경 표현 방식 설계 및 학습
- 서로 다른 표현 방식 간 일관성과 정확도 개선
- occlusion 및 partial observation 환경에서의 robust representation 학습
4. MODEL TRAINING & PERFORMANCE IMPROVEMENT
- loss 설계 및 학습 안정성 개선
- occlusion, depth ambiguity 등 핵심 perception 문제 해결
- 다양한 주행 환경에서의 generalization 향상
5. DATA-DRIVEN DEVELOPMENT
- 대규모 주행 데이터 기반 성능 분석 및 문제 정의
- failure case 분석 및 개선 전략 수립
- 데이터 품질 개선 및 학습 전략 고도화
6. DEPLOYMENT & SYSTEM INTEGRATION
- 모델의 실제 시스템 적용을 위한 최적화 및 integration
- inference 성능 및 리소스 사용 최적화
- 시스템 제약 조건 하에서 정확도와 성능 간 trade-off 설계
Qualifications
- 박사 학위 또는 관련 분야에서의 6년 이상의 경력
- Deep Learning 기반 Computer Vision 또는 3D Perception 경험
- PyTorch 등 프레임워크 기반 모델 설계 및 개발 경험
- 센서 데이터 처리 또는 perception 문제 해결 경험
Preferred Qualifications
- multi-sensor fusion 경험 (camera / radar 등)
- geometry, projection, calibration에 대한 이해
- BEV / 3D perception / occupancy 관련 경험
- 자율주행 또는 ADAS perception 시스템 경험
- 모델을 실제 시스템에 적용 및 최적화한 경험
- C++ 기반 inference 또는 시스템 개발 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 → https://42dot.ai/careers/way
- 42dot만의 업무몰입 프로그램, Employee Engagement Program 보러가기 → https://42dot.ai/careers/program
Ready to apply?
This job is active. Apply now to get in early.
Similar Jobs
V
Computer Vision Engineer
Vardera
M
Machine Learning Engineer – Computer Vision & Multimodal AI
MYL Instruments
A
AI Engineer (Perception & Edge AI Systems Engineer) (gn) @ Autonomous Navigation Venture, Belgium
Atlantic
A
Computer Vision Engineer (AI/ML Agri-Domain)
AgroNest Ventures Private Limited