Research Scientist / Fellow

직군 소개

WoRV Research 팀은 다양한 로봇 embodiment에서 범용적으로 작동하는 Robotics Foundation Model을 연구합니다. Manipulation, locomotion, navigation 등 개별 태스크를 넘어, 하나의 모델이 다양한 로봇과 태스크를 통합 수행하는 Generalist Robot Policy를 목표로 VLA 아키텍처, 월드모델, 대규모 로봇 데이터 학습에 이르는 frontier 연구를 수행하고 있습니다.

이 포지션은 리서치 펠로우십 형태(3~6개월, 박사과정 재학생 지원 가능)로도 참여할 수 있습니다.

주요 업무

• Robotics Foundation Models 구축을 위한 아키텍처를 설계하고, 대규모 학습을 통해 cross-embodiment 일반화 성능을 검증합니다.
• 월드모델 기반의 예측·계획 능력을 로봇 정책에 통합하는 연구를 수행합니다.
• 데이터 스케일링, 표현 학습, action tokenization 등 foundation model의 핵심 연구 문제를 정의하고 해결합니다.
• 로보틱스 데이터셋의 스케일링을 설계하고, 학습 평가 파이프라인을 구축합니다.
• 실제 로봇 플랫폼에서 학습된 정책의 일반화 성능과 robustness를 검증합니다.
• 연구 결과를 주요 학회(NeurIPS, ICLR, CVPR, CoRL, ICRA)에 발표합니다.

자격 요건

• Robotics, Computer Vision, Machine Learning 분야 석사 이상 또는 그에 준하는 연구 경력을 보유하신 분
• 주요 ML/Robotics 학회(NeurIPS, ICLR, CVPR, CoRL, ICRA 등)에 주저자로 논문을 게재한 실적이 있으신 분
• Foundation model(VLA, LLM, VLM, WAM 등)의 학습 및 파인튜닝에 대한 깊은 이해와 실무 경험이 있으신 분
• 독립적으로 연구 문제를 정의하고, 실험을 설계하며, 결론까지 도출할 수 있는 분
• PyTorch 기반 대규모 모델 학습(multi-GPU/multi-node) 경험이 있으신 분

우대 사항

• Robotics Foundation Model, Generalist Policy, Cross-embodiment Transfer 연구 경험
• 대규모 사전학습(pretraining) 파이프라인 설계 및 운영 경험
• 월드모델, Video Generation/Prediction, Representation Learning 연구 경험
• Imitation Learning, Reinforcement Learning, Sim-to-Real Transfer 연구 경험
• 오픈소스 연구 프로젝트 기여 또는 커뮤니티에서 주목받은 연구 성과
• 로보틱스 데이터의 스케일링을 위한 연구 경험이 있으신 분 (e.g., UMI, Ego4D)
• 실제 로봇 하드웨어에서의 정책 배포 및 검증 경험

이런 분을 찾습니다

• "이 문제는 왜 아직 안 풀렸는가"를 먼저 묻는 분
• 논문의 가치와 제품의 가치를 모두 이해하는 분
• 세계최고를 목표로 하는 연구를 하고 싶으신 분
• 하드웨어의 제약 속에서 창의적으로 문제를 푸는 분