[리얼월드] [Intern] AI Research Engineer

[주요 업무]

- VLA 및 액션 생성 모델 연구·개발

- 이미지·영상·언어 데이터와 로봇 액션(동작)을 통합적으로 다루는 모델 아키텍처 설계

- 멀티모달 정보를 효과적으로 처리하기 위한 딥러닝 기법 적용 및 최적화

- Imitation Learning(모방 학습) 기반 모델 구축

- 시연 데이터(Demonstration)를 활용하여 로봇의 제어 정책을 학습하는 알고리즘 개발

- 데이터 수집, 전처리 파이프라인 및 모델 검증 프로세스 설계

- 강화학습(RL) 기반 정책 학습

- RL 알고리즘(정책 기법, 가치 함수 기법 등)을 활용하여 로봇 제어 성능 향상

- 시뮬레이션 및 실제 환경에서의 학습 효율과 안정성을 고려한 알고리즘 연구

- 연구 결과 검증 및 협업

- 시뮬레이션 및 실제 로봇 환경에서 모델의 성능을 종합적으로 테스트하고 분석

- 로봇 시스템 엔지니어, 소프트웨어 엔지니어 등 유관 부서와 협업하여 통합 구현 및 개선사항 도출

[자격 요건]

- 탄탄한 머신러닝/딥러닝 지식

- Neural Network, CNN/RNN, Transformers 등 핵심 모델 구조에 대한 이해와 실무 활용 능력

- 비전 또는 언어 모델 연구·개발 경험

- 비전 또는 언어 모델 설계 및 구현 능력

- 프로그래밍 역량

- Python, C++ 등 프로그래밍 언어를 활용한 로보틱스 AI 모델 개발 및 최적화 능력

- Git 등 버전 관리 시스템 활용 능력

[우대사항]

- Imitation Learning 및 강화학습(RL) 이해

- 모방 학습 알고리즘(DAgger, Behavior Cloning 등), RL 알고리즘(Q-learning, Policy Gradients 등) 적용 경험

- 시뮬레이션 및 실제 환경에서의 정책 학습 경험

- 로보틱스 또는 자율주행 프로젝트 경험

- ROS, 시뮬레이션 툴(MuJoCo, Issac Sim 등)을 활용한 실제 로봇/가상 환경에서의 모델 통합 경험

- 분산·병렬 학습 환경 경험

- GPU 클러스터 또는 HPC 환경에서 대규모 모델 학습을 진행하고 최적화한 경험

- 데이터 파이프라인 및 MLOps 경험

- 데이터 관리, 모델 서빙, CI/CD 등 머신러닝 라이프사이클 자동화 경험

- 수학/통계학적 분석 역량

- 확률 이론, 최적화 이론, 강화학습 수학적 기초 등에 대한 이해

- 논문 작성 및 학술대회 발표 경험

- Top-tier 학회/저널(ICRA, IROS, NeurIPS 등)에 로보틱스 AI 관련 논문 게재 또는 발표 경험