Robotics SW Engineer

직군 소개

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

이 포지션은 AI 자율주행 스택과 실제 로봇 하드웨어 사이를 연결해, 소프트웨어의 판단이 현장에서 안전하고 안정적인 동작으로 이어지도록 만드는 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. Robotics SW Engineer는 이 다양한 기술 요소를 실제 장비 위에서 동작하는 시스템으로 통합하고, 센서·액추에이터·제어 루프·상태 관리·fallback logic을 제품 수준으로 구현합니다.

핵심은 한 번의 PoC를 성공시키는 것이 아니라, 여러 고객과 현장에 반복 적용 가능한 Safe, Reliable, Scalable한 로봇 소프트웨어 capability를 만드는 것입니다.

주요 업무

• 주행, 작업기 제어, 센서, 액추에이터, 안전 로직을 포함한 로봇 소프트웨어 시스템을 설계하고 개발합니다.
• Mobile Manipulation 제품의 실시간 제어 루프, 상태 관리, command interface, mission execution flow를 구현합니다.
• Localization, Motion Planning, Control, Perception, VLA/learned policy 등 다양한 모듈이 실제 로봇에서 안정적으로 동작하도록 통합합니다.
• 센서·액추에이터와의 통신, 데이터 동기화, 제어 명령 전달, 상태 모니터링 구조를 구현하고 최적화합니다.
• Brownfield 환경의 noisy sensor, partial observability, 예외 상황, edge case에 대응하는 fallback logic과 safety validation을 설계합니다.
• 현장 로그와 실패 사례를 분석해 제어 안정성, latency, robustness, maintainability를 개선합니다.
• PM / AI / 시뮬레이션 / 데이터 팀과 협업해 고객 Pain Point를 반복 적용 가능한 제품 모듈로 전환합니다.
• PoC → Pilot → 양산 과정에서 재사용 가능한 로봇 제어 모듈, 검증 절차, 운영 도구를 축적합니다.

자격 요건

• C/C++ 기반으로 실제 시스템을 구현하고 디버깅해본 경험이 있으신 분
• Linux 환경에서 개발, 빌드, 배포, 로그 분석, 성능 디버깅을 수행할 수 있으신 분
• 로봇, 차량, 장비, 센서, 액추에이터 중 하나 이상을 제어하거나 통합해본 경험이 있으신 분
• PID, kinematics, dynamics, state estimation, trajectory tracking, motion control 중 하나 이상에 대한 기본 이해가 있으신 분
• 센서 데이터, 제어 명령, 상태 머신, fault handling, safety check를 포함한 시스템 설계에 관심이 있으신 분
• 로그, 영상, 센서 데이터, 운영 결과를 보고 실패 원인을 구조적으로 분석할 수 있으신 분
• 새로운 하드웨어와 소프트웨어 스택을 빠르게 학습하고, 필요하면 더 단순하고 안정적인 방법으로 갈아탈 수 있으신 분

우대 사항

• ROS2 기반 로봇 시스템 개발, 노드 구성, topic/service/action 설계, launch/config 관리 경험
• RTOS, MCU, ARM, embedded Linux 등 임베디드 또는 실시간 시스템 개발 경험
• CAN, UART, I2C, SPI, EtherCAT, UDP/TCP 등 센서·액추에이터 통신 프로토콜 구현 경험
• PID, MPC, WBC, trajectory optimization, model-based control, learning-based control 적용 경험
• Mobile robot, manipulator, 작업기, AGV/AMR, 차량, 농기계, 건설기계 등 실제 장비 제어 경험
• Brownfield 환경, noisy sensor, partial observability, edge case 문제를 다뤄본 경험
• Edge device, on-device inference, real-time inference, low-latency system optimization 경험

이런 분을 찾습니다

• 알고리즘이 잘 동작하는 것과 실제 장비가 안전하게 움직이는 것의 차이를 아는 분
• "이 문제에 어떤 기술이 맞나?"를 먼저 묻고, 필요하면 단순한 제어/규칙 기반 방법과 AI 기반 방법을 함께 설계할 수 있는 분
• 로봇의 실패를 단순 버그가 아니라 센서, 제어, 환경, 운영 조건이 얽힌 시스템 문제로 분석할 수 있는 분
• 실험실에서 잘 되는 기능을 고객 현장에서 반복 가능한 제품 capability로 바꾸고 싶은 분
• 하드웨어, AI, 데이터, PM 팀과 빠르게 소통하며 문제를 끝까지 해결하는 분
• local optimum에 머무르지 않고, 여러 현장에 재사용 가능한 모듈과 검증 체계를 남기고 싶은 분