ResearchFull-time

Research Intern

Physical AI / Spatial AI

제2판교 IT센터
상시 채용

직군 소개

"Physical AI 연구에 깊이 몰입하며 성장하고 싶은 분들을 위한" 인턴십 포지션입니다.

WoRV Research Intern은 정규 Research Engineer와 함께 실제 연구 프로젝트에 참여하며, Physical AI와 Spatial AI 분야의 최전선에서 경험을 쌓을 수 있는 기회입니다.

WoRV는 빠르게 성장하는 In-House 스타트업입니다. 포지션과 지원자에 따라 프로세스가 조금씩 달라질 수 있어요. 정해진 틀에 끼워 맞추기보다, 당신을 더 깊이 알아가는 과정을 만들어갑니다.

인턴십 기간은 최소 2개월이며, 평가 결과와 지원자분의 의사에 따라 기간 연장 및 정규직 전환이 가능합니다.

인턴십의 특별한 점

선행연구에 몰입할 수 있는 시간

정규 포지션 대비 더 깊이 있는 선행연구와 논문 스터디에 시간을 투자할 수 있습니다. 새로운 아이디어를 탐색하고 실험해볼 여유가 주어집니다.

Industrial Business 경험 선택

원한다면 실제 고객사 프로젝트에 깊게 involve되어 산업 현장에서의 AI 적용 경험을 쌓을 수 있습니다. 연구와 비즈니스의 접점을 직접 경험해보세요.

Full-time 전환 열려있음

인턴십 기간 동안의 성과와 문화적 적합성이 확인되면 정규 Research Engineer로의 전환을 적극 지원합니다.

핵심 연구 분야

WoRV 연구팀은 크게 4개의 핵심 연구 분야를 중심으로 연구 및 개발을 진행하고 있으며, 인턴은 관심사와 역량에 따라 해당 분야의 연구에 참여합니다:

분야연구 내용
DSFMBrownfield Navigation, Manufacturing Manipulation 도메인에 특화된 Robotics Foundation Model 구축
NavigationBrownfield Navigation 고객사 비즈니스에 맞춤화된 Navigation System 파이프라인 연구
ManipulationManufacturing Manipulation 고객사 비즈니스에 맞춤화된 Manipulation System 파이프라인 연구
Evaluation최적의 Robotics AI System Full Data Fly-Wheel 및 평가 체계 연구

참여 가능한 연구 영역

아래는 대표적인 연구 주제 예시입니다. 이 외에도 WoRV 비즈니스에 기여할 수 있는 연구 주제를 함께 구성해나가는 것에도 열려 있습니다.

현재 가장 중요한 연구 주제

  • Efficient Finetuning for Navigation/Manipulation: 고객사 환경에 빠르게 적응할 수 있는 효율적인 Finetuning 방법론 연구

Physical AI Track

  • RFM 훈련 방법론: 새로운 환경과 로봇에도 강건하게 반응하는 Robotics Foundation Model 학습 연구
  • 메모리 & 효율성: 복잡한 태스크 수행을 위한 기억 메커니즘과 효율적인 인식 구조 연구
  • Manipulation 시스템: 인간처럼 물체를 인식하고 조작하는 시스템 구현

Spatial AI Track

  • Human-like Localization: 추상적인 지도 정보를 바탕으로 위치를 추론하는 시스템 연구
  • Human-like Exploration: 사전 지도 없이 자율주행이 가능한 내재적 SLAM 시스템 연구
  • End-to-End SLAM: 기존 Modular SLAM의 한계를 넘어선 통합 모델 연구

필수 역량

  • AI/ML에 대한 기본적인 이해와 진심 어린 관심
  • Python, PyTorch 등 딥러닝 프레임워크 사용 경험
  • 성장과 배움에 적극적이고, 지식 공유를 즐기는 분
  • 주 3일 이상, 2개월 이상 참여 가능한 분

우대사항

  • Robotics, Computer Vision, Reinforcement Learning 관련 프로젝트 경험
  • 관련 분야 논문 구현 또는 오픈소스 기여 경험
  • 프로그래밍 대회 또는 AI 경진대회 수상 경력
  • ROS, 시뮬레이터(Isaac Sim, Gazebo 등) 사용 경험

Research Infrastructure

  • DGX H100×12 클러스터 (총 96GPU) 전용 연구 환경
  • 200시간+ 실제 주행 로그 및 산업 파트너십 데이터
  • 농업/국방/물류 실제 현장 테스트 환경
  • Weekly 멘토링 및 Paper Reading 세션 참여

채용 프로세스

1
서류 전형
2
코딩 테스트
/ 과제
3
기술 면접
4
컬처핏 면접
(optional)
5
최종 결과
및 조건 협의

* 서류전형 합격 여부는 3일 이내로 개별 연락 드립니다

Physical AI 연구의 첫걸음을 WoRV와 함께 시작하세요