ResearchFull-time

Research Intern, World Model

제2판교 IT센터
상시 채용

프로젝트 소개

WoRV는 「피지컬 AI 선도기술 개발」 국가 R&D 과제 컨소시엄에서 실내 복합 환경 모바일 조작 로봇을 위한 World Foundation Model (WFM) 을 개발합니다. 영상·언어·행동을 잇는 자체 VLA(Vision-Language-Action) 모델을 직접 학습하여, 탑티어 학회 논문 + 실로봇 시연 까지 한 사이클로 묶어 외부에 공개합니다.

이를 위해 96 H100 GPU 규모의 고성능 학습 클러스터600+ TB · 200GB/s급 병렬 스토리지on-premise로 자체 설계·구축하였으며, UMI rig · bimanual 로봇 platform 기반 자체 수집 라인을 통해 10,000+ 시간 규모의 multimodal 학습 데이터셋을 확보해가고 있습니다. 이 인프라 위에서 분야 최전선의 월드모델을 직접 만들어 나갑니다.

이 프로젝트에 함께할 열정적인 연구자들을 찾고 있습니다. 월드모델 / VLA 연구·개발에 관심 있는 분들의 많은 지원을 부탁드립니다.

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

연구 주제

월드모델 연구팀은 아래 주제들의 교차점에서 연구를 진행합니다. 인턴은 관심사와 역량에 따라 한 트랙에 깊이 참여하며, 매칭은 기술 면접에서 함께 정합니다.

  • 장기 컨텍스트 멀티모달 모델링 — 긴 시간 범위의 영상·언어·행동 시퀀스를 다루는 학습·추론 구조
  • 실로봇 deployment를 위한 정책 학습 — latency · robustness · 일반화 조건을 동시에 만족하는 모델
  • VLA / Robotics Foundation Model 학습 파이프라인 — 사전학습 · finetuning · 평가 사이클 운용
  • Closed-loop 및 OOD 평가 — 시뮬레이션 · 실로봇 벤치마크에서 일반화 성능 정량화
  • Scaling 분석 · 데이터 큐레이션 — 학습 데이터 mixture 설계와 scaling law 검증

기술의 흐름과 연구 단계에 따라 집중 주제는 변동되며, 각 시점에 가장 영향력 있는 방향으로 자원을 모읍니다.

수행 업무

  • VLA 모델 학습 및 대규모 실험 운용
  • 실험 설계 · ablation · 결과 분석
  • 공개 벤치마크 reproduce 및 vla-eval (AI2 공동 개발) 등 평가 프레임워크 활용
  • 시뮬레이션 · 실로봇 closed-loop 평가
  • 탑티어 학회 논문 공동 작성 (기여도에 따라 공저자 등재 가능)

지원자격

  • 딥러닝 연구·구현 실전 경험 (PyTorch · project-level 이상)
  • 다중 GPU 분산 학습 경험
  • ablation 설계 · 실험 reproducibility 관리 능력
  • 영어 논문 작성·읽기 가능
  • 풀타임 3개월 이상 참여 가능

우대사항

  • VLA · VLM 학습 / 재현 경험 (π0 · GR00T 등)
  • Imitation Learning · Reinforcement Learning 등 로봇 정책 학습 연구 경험
  • Diffusion / Flow Matching 정책 모델 구현 경험
  • 학습 데이터 mixture 설계 · scaling law 검증 경험
  • 탑티어 학회 (NeurIPS · ICLR · CVPR · ICRA · IROS) 1저자 게재 경험

근무 형태

  • 풀타임 3개월 (연장 또는 정규직 전환 협의 가능)
  • 제2판교 IT센터 (온사이트)
  • 경쟁력 있는 인턴 처우
  • 인턴십 종료 후 정규 Research Engineer 포지션 우선 검토

Research Infrastructure

  • on-premise 96 H100 GPU 학습 클러스터 (CORE Cluster) — 자체 설계·구축, 연구 전용, 대기열 없음
  • 자체 구축한 분산 스토리지 클러스터 — 600+ TB · 200GB/s급 대역폭
  • 10,000+ 시간 규모의 multimodal 학습 데이터셋
  • 자체 데이터 수집 라인 (UMI rig · bimanual 로봇 platform 등)
  • 매주 1:1 멘토링 · paper reading · research sync
  • 해외 학회 발표 전액 지원

지원 시 참고

  • 이력서 + 자기소개서 (PDF)
  • 포트폴리오 (GitHub · 논문 · 프로젝트 링크)
  • 관심 연구 주제 1-2개 선택 + 그 이유 1-2문단 (구글폼 Additional Self-PR 섹션에 기재)

채용 프로세스

1
서류 전형
2
코딩 테스트
/ 과제
3
기술 면접
4
최종 결과
및 조건 협의

* 서류전형 합격 여부는 3일 이내로 개별 연락 드립니다

WoRV 월드모델 과제에 단기 인턴으로 합류하세요

정규 연구자와 1:1 페어를 이뤄 학습·평가·논문 사이클의 한 구간을 함께 책임지는 집중형 R&D 인턴십