정규직서울 · 온사이트3D AI Engineer
3D VisionPoint CloudRepresentation Learning 물류·제조 현장에 적용되는 LiOps의 산업용 Large Spatial Model을 연구·개발합니다.
상세 보기
정규직서울 · 온사이트
3D AI Engineer
3D VisionPoint CloudRepresentation Learning
🧠 Point Cloud Volumetric Unsupervised Learning
Point Cloud의 Volumetric 정보를 이용한 Unsupervised Learning 기법을 연구 및 개발합니다
- →현재 산업 현장의 포인트 클라우드 AI는 다수의 라벨에 의존하는 지도 학습이 주류입니다. 그러나 이는 센서 및 환경의 변화(domain shift)와 미관측 데이터(unseen dataset)에 취약합니다.
- →리옵스는 비지도 학습(unsupervised learning)으로 센서 다양성과 도메인 변화에 강인한 표현을 이용하여 작동하는 모델을 개발해, 이를 실제 산업 과제들에 적용하고 있습니다.
🔄 Self-supervised Learning for Manufacturing Point Clouds
제조업 데이터를 이용한 Point Cloud의 Self-supervised Learning을 연구 및 개발합니다.
- →제조·로보틱스(로봇팔, 지게차, 디지털 트윈 등) 전반에 활용 가능한 공통 3D 파운데이션 모델을 목표로 Self-supervised Pretraining을 진행합니다.
- →학습된 가중치를 기반으로 Few-shot Generalization을 달성하기 위해 도메인 어댑터를 설계·연구합니다.
🤖 E2E 3D Deep Learning for Autonomous Robotics
E2E 자율주행 로보틱스에 사용할 3D 딥러닝 모델을 연구 및 개발합니다.
- →포인트 클라우드를 입력으로 받아 플래너가 활용할 수 있는 고품질 임베딩을 생성하고, 지게차와 모바일 매니퓰레이터 등 다양한 플랫폼에 상황 맞춤 제어 시퀀스를 산출하는 End-to-End(E2E) 모델을 개발합니다.
- →edge case 및 다양한 시나리오에 대응하기 위한 Reinforcement Learning / Transductive Learning을 연구합니다.
채용 조건
아래 해당하는 토픽 또는 유사한 프로젝트에 대해 최소 하나 이상의 프로젝트를 수행한 경험.
- 3D Backbone (e.g. Point Transformer / Sparse Convolution)
- Neural Signed Distance Fields
- 3D Point Cloud Semantic/Instance Segmentation
- 3D Object Detection in Point Clouds
- Point Cloud Registration
- Point Cloud Retrieval
- LiDAR-based Lifelong SLAM
- Online Map Updating & Map Merging
- Self-supervised / Unsupervised Representation Learning for 3D Point Clouds
- Domain Adaptation / Generalization for 3D Perception