VLA Engineer

직군 소개

WoRV 팀은 농지·공장·건설현장처럼 로봇용으로 새로 설계되지 않은 환경에서, 이동과 조작을 하나의 모델이 함께 수행하는 Mobile Manipulation VLA를 개발합니다.

이 포지션은 현장에서 발생하는 고객의 문제를 기술 과제로 정의하고, 안전하고(Safe) 안정적이며(Reliable) 확장 가능한(Scalable) 제품으로 만들어내는 역할입니다.

우리는 시뮬레이션과 하드웨어부터 그 위의 VLA / End-to-End 자율주행 모델까지 풀스택으로 다룹니다. 기능을 모듈로 분해하지 않고 단일 모델로 통합 학습하며, 한 번 풀고 끝나는 프로젝트가 아니라 여러 고객에 반복 적용 가능한 제품 역량을 쌓아갑니다. 새로운 작업과 현장이 들어올 때마다, 여러 환경과 플랫폼에서 navigation과 manipulation을 잇는 로봇 파운데이션 모델의 지능을 직접 설계·학습시키는 일을 합니다.

주요 업무

• 주행, 작업기 제어를 통합한 VLA 모델을 설계하고, 안전성 요구와 평가 기준을 함께 정의합니다.
• Pre-training, Imitation Learning, RL Post-training, Sim2Real 등 기술을 조합해 학습 파이프라인을 제안하고 구현합니다.
• Closed-loop(시뮬레이션) · Open-loop(데이터셋 벤치마크) 평가 파이프라인으로 로봇 파운데이션 모델의 지능을 측정·학습하고, 실제 현장 환경에서 검증합니다.
• 실세계 로그와 실패 사례를 분석해, 모델 아키텍처와 학습 데이터 우선순위 등 개선 로드맵을 수립합니다.
• PM / 제어 / 시뮬레이션 / 데이터 팀과 협업해 실제 서비스로 연결합니다.

자격 요건

• AI/ML 전반에 대한 이해와 한 분야 이상의 전문성을 보유하신 분
• C++ / Python 중심 구현 역량과 실제 시스템 개발/실험 경험이 있으신 분
• 하나 이상의 문제를 실험 → 배포 → 개선까지 연결해본 분
• 실차 배포 환경의 추론 latency · 모델 크기 · 메모리 · 안전성 제약을 모델·학습 선택에 반영해본 분
• 모델 출력과 현장 실패 사례를 함께 보고, 모델이 어떤 상황에서 실패하는지 구조적으로 정의할 수 있는 분
• 논문 → 코드 → 실차 배포를 빠른 사이클로 돌아본 분

우대 사항

• 정보과학/수학/물리학 등 이공계열 수상 내역 (올림피아드 등)
• 실제 장비, 차량, 로봇에 모델 또는 시스템을 적용해본 경험
• 머신러닝/로보틱스 분야에서 좋은 연구 트랙 레코드 (주요 학회 및 저널 게재)
• Robotics / Autonomous Driving / Physical AI / VLA / RL / Imitation Learning 경험
• Motion Planning / SLAM / Localization / Control Integration 경험
• ROS2, C++, Edge inference, on-device optimization 경험
• Brownfield 환경, noisy sensor, partial observability, edge case 문제를 다뤄본 경험
• Safety validation, fallback logic, evaluation harness 경험

이런 분을 찾습니다

• "이 문제에 어떤 기술이 맞나?"를 먼저 묻는 분
• 벤치마크 정확도와 실제 현장 성능이 다르다는 것을 알고, 두 격차를 좁히는 데 관심 있는 분
• 현재 고객 가치와 미래 scalability를 함께 설계할 수 있는 분
• local optimum에 머무르지 않고 reusable product capability를 만들고 싶은 분