AI SW Engineer

직군 소개

WoRV 팀은 브라운필드 환경에서 주행 + 작업기 제어를 함께 해결하는 Mobile Manipulation 제품을 만듭니다.

이 포지션은 로봇이 실제 현장에서 남기는 로그, 영상, 센서 데이터, 운영 이벤트, 실패 사례를 AI 제품 개선에 사용할 수 있는 데이터 자산과 평가 가능한 근거(evidence)로 전환하는 역할입니다.

우리는 Simulation, Hardware, AI 자율주행 스택(VLA, Motion Planning, Localization, Control) 전반을 다룹니다. 어떤 기능은 명시적인 모듈로 구현하고, 어떤 기능은 learned policy/VLA로 확장합니다. 이 과정에서 중요한 것은 데이터를 많이 모으는 것 뿐만 아니라, 고객 현장의 문제를 재현 가능한 데이터셋, 평가 체계, 학습/검증 루프로 바꾸는 것입니다.

AI SW Engineer는 데이터 수집 → 정제 → 저장/검색 → 학습/평가 → 실패 분석 → 재수집으로 이어지는 AI 개선 루프를 설계하고 구현합니다. 한 번의 프로젝트를 위한 임시 파이프라인이 아니라, 여러 고객과 현장에 반복 적용 가능한 Safe, Reliable, Scalable한 제품 capability를 만드는 것이 핵심입니다.

주요 업무

• 로봇 및 Mobile Manipulation 시스템의 데이터 파이프라인을 설계하고 개발합니다.
• 로봇 및 Mobile Manipulation 원격 제어(Teleoperation) 시스템을 개발하여, 직관적인 사용자 인터페이스로서 모델의 성능 향상에 기여합니다.
• 현장 로그, 영상, 센서 데이터, rosbag, 제어/주행 이벤트, 운영 결과를 수집·정제·저장·검색하는 시스템을 구축합니다.
• 데이터셋 생성, 메타데이터 관리, 데이터 품질 관리, 라벨링/정제 워크플로우를 설계합니다.
• 모델 학습, VLA/정책 평가, Control 개선에 필요한 데이터 인터페이스를 구현합니다.
• PM / AI / 제어 / 시뮬레이션 팀과 협업해 고객 Pain Point를 데이터 기반 개선 과제로 전환합니다.
• 데이터 파이프라인의 latency, cost, reliability, maintainability trade-off를 고려해 시스템을 개선합니다.

자격 요건

• Python 기반으로 데이터 처리, 자동화, 백엔드 시스템 구현을 해본 경험이 있으신 분
• ETL, batch processing, streaming, workflow automation 중 하나 이상의 데이터 파이프라인을 구현해본 경험이 있으신 분
• SQL/NoSQL database, object storage, file format, indexing, metadata 설계에 대한 이해가 있으신 분
• 로그, 영상, 센서 데이터, 시계열 데이터, 비정형 데이터 중 하나 이상을 다뤄본 경험이 있으신 분
• 데이터를 단순 저장물이 아니라 분석, 학습, 평가, 의사결정에 사용할 수 있는 구조로 만드는 데 관심이 있으신 분
• Linux 환경에서 개발, 디버깅, 배포, 운영 자동화를 수행할 수 있으신 분
• 정확도 외에도 latency / cost / reliability / maintainability trade-off를 설명할 수 있으신 분
• 새로운 도메인과 데이터 포맷을 빠르게 학습하고, 필요하면 더 단순한 방법으로 갈아탈 수 있으신 분

우대 사항

• ML학습 데이터셋 구축, 데이터 버저닝, 실험 추적, 재현 가능한 실험 환경을 만들어본 경험
• 모델 학습/평가 파이프라인, benchmark, evaluation harness, regression test dataset을 구축해본 경험
• MLOps, DataOps 관련 경험
• ROS2, rosbag, RGB/Depth camera, IMU, LiDAR 등 로보틱스 데이터 포맷을 다뤄본 경험
• 대용량 데이터 처리, 고성능 I/O, 병렬 처리, 캐시, 인덱싱, 검색 최적화 경험
• Brownfield 환경, noisy sensor, partial observability, edge case 데이터 문제를 다뤄본 경험
• 데이터 라벨링 도구, annotation workflow, QA pipeline, human-in-the-loop 데이터 시스템을 만들어본 경험
• Docker, CI/CD, workflow scheduler, cloud/object storage 기반 데이터 시스템 운영 경험

이런 분을 찾습니다

• 데이터를 많이 모으는 것보다, 어떤 데이터가 제품을 개선하는지를 먼저 묻는 분
• 모델 성능과 제품 성능의 차이를 알고, 데이터 파이프라인을 AI 개선 루프의 일부로 설계할 수 있는 분
• 로그, 영상, 센서 데이터, 운영 결과를 보고 실패 원인을 구조적으로 분석할 수 있는 분
• 복잡하고 지저분한 현장 데이터를 팀이 의사결정할 수 있는 형태로 정리하는 데 강점이 있는 분
• 일회성 분석이나 임시 파이프라인이 아니라, 여러 고객과 프로젝트에 반복 적용 가능한 데이터 capability를 만들고 싶은 분
• 현재 고객 가치와 미래 scalability를 함께 고려해 시스템을 설계할 수 있는 분
• 새로운 기술을 빠르게 배우되, 문제 해결에 더 단순한 방법이 맞다면 과감하게 단순화할 수 있는 분