| 업무내용/자격요건 |
[담당업무]
- 물체인식·상태추정 / 매니퓰레이션·로봇 스킬
- 공정의 목표, 작업물·설비 상태, 품질 기준, 사이클타임과 예외·복구 조건을 분석하고 실행 가능한 로봇 공정으로 설계
- 공정을 인식·판단·행동·결과 확인·실패 복구 단계로 분해하고, Work Skill의 관측 상태·입출력·선행조건·성공 기준 정의
- RGB-Depth·Point Cloud를 활용한 작업물·치구·도구·설비의 객체·6D Pose·Grasp Pose 및 작업 진행 상태 인식·추정
- 파지·정렬·삽입·체결·도어 및 버튼 조작을 경로·궤적 계획, 위치·힘·컴플라이언스 제어와 연결해 재사용 가능한 작업 스킬로 구현
- 로봇·센서·작업 툴·대상물·설비가 달라져도 재사용할 수 있는 Work Skill 인터페이스와 파라미터 구조, 자동 보정·실패 감지·재시도·복구 로직 설계
- 시뮬레이션·Reference Cell·실환경 데이터를 연결해 정확도·성공률·사이클타임·품질·복구 성능을 평가하고 데이터·모델·Work Skill의 버전·회귀·불변 체계 구축
[자격요건]
- 컴퓨터·전자·제어·로봇·기계·인공지능 등 관련 분야 학사 이상 또는 이에 준하는 역량 보유
- C++ 또는 Python 기반 개발 경험과 Linux 환경의 디버깅 역량
- Object Detection, Segmentation, 3D Vision, Pose Estimation, Point Cloud 처리·센서 캘리브레이션 또는 로봇 운동학·동역학, Motion Planning, 궤적 생성, 힘·컴플라이언스 제어 중 한 분야 이상의 실무·연구 경험
- 실제 센서와 로봇으로 공정 작업의 일부 또는 전체를 구현하고 정확도·성공률·사이클타임 등 성능을 정량적으로 검증·개선한 경험
- 개발 결과와 데이터·시험 조건·성능을 재현 가능한 형태로 관리할 수 있는 역량
[우대사항]
- 산업용 로봇 SI 또는 제조 자동화 프로젝트에서 공정을 분석하고 로봇·비전·PLC/CNC·센서 중 둘 이상을 연동해 인식·매니퓰레이션 기능을 실제 설비에서 검증한 경험
- 머신텐딩·조립·검사·물류 등 실제 공정의 작업 순서와 정상·예외·복구 시나리오를 설계한 경험
- FAT·SAT 또는 양산 검증에서 확인한 문제와 데이터를 자동 보정·Work Skill 파라미터·복구 정책·평가 데이터셋으로 일반화한 경험
- 6D Pose, Grasp Pose, Visual Servoing 또는 로봇 파지·삽입 시스템 경험
- PyTorch, ONNX, TensorRT, CUDA 기반 인식 모델 학습·배포·최적화 경험
- VLA(Vision-Language-Action), 로봇 파운데이션 모델 등 Physical AI 모델을 학습·파인튜닝하고 로봇의 인식·계획·행동에 연결해 실제 로봇 공정에서 정량 검증한 경험
- ROS 2, MoveIt 2, ros2_control, 산업용 로봇 SDK, 시뮬레이션·합성데이터·Sim-to-Real 또는 자동 평가·MLOps 경험
[근무지]
서울 강서구 마곡중앙5로1길 37
[전형절차]
서류전형 → 1차면접 → 2차면접 → 최종합격
[제출서류]
이력서, 포트폴리오 제출
|