
로보틱스 분야 수석 AI 연구 과학자
로봇 내비게이션과 조작을 위한 비전·언어·행동 모델 연구를 주도합니다. 멀티모달 파운데이션 모델의 적응부터 배포까지 이끕니다.
설명
- 로보틱스용 비전·언어·행동 모델의 적응과 개발을 주도합니다.
- OpenVLA, Octo, π0와 같은 오픈 웨이트 모델을 내비게이션과 조작에 맞게 미세 조정합니다.
- 카메라 입력, 자연어 지시, 공간 추론, 로봇 동작을 연결하는 멀티모달 표현을 구축합니다.
- 로봇 동작을 위한 액션 토큰화 및 공간 웨이포인트 생성 방법을 개발합니다.
- LoRA 및 기타 PEFT 방법을 활용해 파라미터 효율적인 미세 조정 파이프라인을 만듭니다.
- 비전·언어 모델, Vision Transformer, 대규모 멀티모달 모델을 적용합니다.
- 시각 인식과 AI를 로봇 의사결정 시스템에 통합합니다.
- 교차 구현체 학습과 Open X-Embodiment 등의 데이터셋을 연구합니다.
- 로봇 제어 및 임베디드 시스템 팀과 협력해 모델 출력을 실행 가능한 로봇 동작으로 전환합니다.
- 연구 계획, 기술 평가, 실험, 모델 성능 개선을 주도합니다.
- 모델 적응, 학습, 평가, 배포에 관해 연구자와 엔지니어를 지도합니다.
지원 자격
- 컴퓨터 과학, 인공지능, 로보틱스, 머신러닝 또는 관련 분야의 석사 또는 박사 학위를 보유해야 합니다.
- 멀티모달 AI, 파운데이션 모델, 비전·언어 모델, 모방 학습 또는 로봇 학습 분야에서 관련 경력 4년 이상이어야 합니다.
- 대규모 멀티모달 모델, Vision Transformer 또는 관련 딥러닝 아키텍처의 개발, 학습, 미세 조정 경험이 풍부해야 합니다.
- Python과 PyTorch 또는 JAX를 능숙하게 다뤄야 합니다.
- 비전·언어 모델 또는 비전·언어·행동 아키텍처의 실무 경험이 있어야 합니다.
- OpenVLA, Octo, π0와 같은 오픈 웨이트 VLA 모델을 알고 있어야 합니다.
- Hugging Face 도구와 모델 학습 또는 미세 조정 워크플로 사용 경험이 있어야 합니다.
- LoRA 또는 유사 방법을 포함한 파라미터 효율적 미세 조정 기법을 알아야 합니다.
- 멀티모달 표현 학습, 시각 인식, 언어 조건부 동작 생성을 이해해야 합니다.
- 로봇 모방 학습, 정책 학습 또는 강화 학습에 익숙해야 합니다.
- 교차 구현체 로봇 학습 및 Open X-Embodiment와 같은 데이터셋 경험은 우대합니다.
- 기술 연구를 주도하고 실험 결과를 평가하며 연구 성과를 실용적인 AI 역량으로 전환할 수 있어야 합니다.
복리후생
- 새로운 Physical AI 및 비전·언어·행동 기술 개발을 주도합니다.
- 멀티모달 AI, 파운데이션 모델, 로보틱스 전반에 걸쳐 일합니다.
- 언어 조건부 로봇 내비게이션과 조작을 위한 새로운 방법을 탐구합니다.
- AI 연구자 및 로봇 엔지니어와 협업해 연구를 실제 응용으로 연결합니다.
- 첨단 AI 시스템의 기술 방향과 연구 우선순위 설정에 기여합니다.
- 승인된 근무지에서 미국 기반 연구팀과 원격으로 일할 수 있습니다.


