About the Team & Mission

AD Division의 ML Performance Optimization Engineer는 Autonomous Driving AI 모델이 차량 환경에서 안정적이고 효율적으로 동작할 수 있도록 모델 최적화 및 시스템 성능 개선 업무를 수행합니다. Autonomous Driving 에 사용 되는 다양한 모델에 대해 GPU/NPU 기반 최적화를 수행하며, 차량 환경에서의 모델 배포 및 성능 향상을 위한 핵심 역할을 담당합니다. 또한 AI Model 및 Software 팀과 긴밀히 협업하여 모델 성능 검증, 시스템 프로파일링, 성능 분석 자동화를 수행하며 Autonomous Driving 시스템의 안정성과 효율 향상에 기여합니다.

The ML Performance Optimization Engineer in the AD Division is responsible for optimizing AI models and improving system performance to ensure autonomous driving models operate efficiently and reliably in vehicle environments. This role focuses on GPU/NPU-based optimization for various autonomous driving models. You will play a key role in enabling seamless deployment and performance improvements on vehicle platforms. The role also involves close collaboration with AI model and software teams to conduct model validation, system profiling, and performance analysis automation for autonomous driving systems.

Responsibilities

GPU/NPU 기반 딥러닝 모델 최적화 수행
딥러닝 모델의 성능 검증 및 시스템 프로파일링 수행
CPU, GPU, Neural Network Accelerator 성능 분석 및 최적화
시스템 성능 분석 툴 및 성능 평가 지표 개발 자동화
차량 환경에서의 AI 모델 동작 최적화 및 배포 지원
Optimize deep learning models using GPU/NPU acceleration
Validate deep learning model performance and conduct system profiling
Analyze and optimize CPU, GPU, and neural network accelerator performance
Develop and automate system performance analysis tools and evaluation metrics
Support deployment and runtime optimization of AI models in vehicle environments

Qualifications

인공지능, 머신러닝/딥러닝 관련 분야 석사 학위 이상 또는 이에 준하는 경력 보유자
머신러닝 및 딥러닝에 대한 이해
CPU, GPU, NPU 기반 Low-level 성능 최적화 경험
C/C++, Python, Shell Script 기반 개발 경험
Linux, QNX, RTOS 환경에서의 개발 경험
시스템 성능 분석 및 Profiling 경험
Master’s degree or higher in Artificial Intelligence, Machine Learning, Deep Learning, or related fields, or equivalent practical experience
Strong understanding of machine learning and deep learning systems
Experience with low-level performance optimization for CPU, GPU, and NPU environments
Proficiency in C/C++, Python, and shell scripting
Development experience in Linux, QNX, or RTOS environments
Experience with system profiling and performance analysis

Preferred Qualifications

머신러닝 Workload 최적화 경험
딥러닝 기반 선형대수 연산 최적화 및 분석 경험
Image Processing, Computer Vision, Robotics Algorithm 최적화 경험
CUDA, MKL, SIMD, NEON 기반 최적화 경험
NVIDIA 기반 차량 플랫폼 환경에서의 개발 또는 최적화 경험
Autonomous Driving 관련 AI 모델 최적화 경험
Experience optimizing machine learning workloads
Experience optimizing and analyzing linear algebra routines for deep learning systems
Experience optimizing image processing, computer vision, or robotics algorithms
Experience with CUDA, MKL, SIMD, or NEON optimization techniques
Experience developing or optimizing systems on NVIDIA-based vehicle platforms
Experience optimizing AI models for autonomous driving applications

Interview Process

서류 전형
1차 면접 (화상, 1시간 내외)
2차 면접 (대면 혹은 화상, 3시간 내외)
처우 협의·입사
Application Screening
First Interview (Virtual, approximately 1 hour)
Second Interview (In-person or Virtual, approximately 3 hours)
Offer Discussion / Onboarding

Additional Information

전형 절차는 일정 및 진행 상황에 따라 일부 변경될 수 있으며, 각 전형 결과는 등록하신 이메일로 개별 안내드립니다.
지원서 제출 시 주민등록번호, 가족관계, 혼인 여부, 연봉, 사진, 신체조건, 출신 지역 등 채용절차법상 요구 금지된 정보는 제외 부탁드립니다.
지원서 접수 중 오류가 발생하거나 기타 문의 사항이 있을 경우, recruit@42dot.ai로 문의해 주시기 바랍니다.
국가보훈대상자 및 취업보호 대상자는 관계법령에 따라 우대합니다.
장애인 고용 촉진 및 직업재활법에 따라 장애인 등록증 소지자를 우대합니다.
42dot은 의뢰하지 않은 서치펌의 이력서를 받지 않으며, 요청하지 않은 이력서에 대해 수수료를 지불하지 않습니다.
지원서 내용 중 허위 사실이 발견될 경우, 입사가 취소될 수 있습니다.
인터뷰 프로세스 종료 후 지원자의 동의하에 평판조회가 진행될 수 있습니다.
3개월의 수습기간이 적용될 수 있습니다.
The recruitment process may change depending on schedule and progress; the result of each stage will be sent individually to your registered email.

Please do not include legally prohibited information in your application (e.g., ID number, family relations, marital status, salary, photo, physical details, hometown).

For application errors or inquiries, contact recruit@42dot.ai.
Veterans and applicants eligible for employment protection will receive preferential consideration in accordance with applicable laws and regulations.
In compliance with the Act on Employment Promotion and Vocational Rehabilitation for Persons with Disabilities, registered individuals with disabilities will receive preferential consideration.
42dot does not accept unsolicited resumes from search firms. We will not pay any fees for resumes submitted without prior agreement.
False information in your application may result in offer cancellation.

A reference check may be conducted after the interview process, with your consent.

A 3-month probationary period may apply.

About the Team & Mission

Responsibilities

GPU/NPU 기반 딥러닝 모델 최적화 수행

딥러닝 모델의 성능 검증 및 시스템 프로파일링 수행

CPU, GPU, Neural Network Accelerator 성능 분석 및 최적화

시스템 성능 분석 툴 및 성능 평가 지표 개발 자동화

차량 환경에서의 AI 모델 동작 최적화 및 배포 지원

Optimize deep learning models using GPU/NPU acceleration

Validate deep learning model performance and conduct system profiling

Analyze and optimize CPU, GPU, and neural network accelerator performance

Develop and automate system performance analysis tools and evaluation metrics

Support deployment and runtime optimization of AI models in vehicle environments

Qualifications

인공지능, 머신러닝/딥러닝 관련 분야 석사 학위 이상 또는 이에 준하는 경력 보유자

머신러닝 및 딥러닝에 대한 이해

CPU, GPU, NPU 기반 Low-level 성능 최적화 경험

C/C++, Python, Shell Script 기반 개발 경험

Linux, QNX, RTOS 환경에서의 개발 경험

시스템 성능 분석 및 Profiling 경험

Master’s degree or higher in Artificial Intelligence, Machine Learning, Deep Learning, or related fields, or equivalent practical experience

Strong understanding of machine learning and deep learning systems

Experience with low-level performance optimization for CPU, GPU, and NPU environments

Proficiency in C/C++, Python, and shell scripting

Development experience in Linux, QNX, or RTOS environments

Experience with system profiling and performance analysis

Preferred Qualifications

머신러닝 Workload 최적화 경험

딥러닝 기반 선형대수 연산 최적화 및 분석 경험

Image Processing, Computer Vision, Robotics Algorithm 최적화 경험

CUDA, MKL, SIMD, NEON 기반 최적화 경험

NVIDIA 기반 차량 플랫폼 환경에서의 개발 또는 최적화 경험

Autonomous Driving 관련 AI 모델 최적화 경험

Experience optimizing machine learning workloads

Experience optimizing and analyzing linear algebra routines for deep learning systems

Experience optimizing image processing, computer vision, or robotics algorithms

Experience with CUDA, MKL, SIMD, or NEON optimization techniques

Experience developing or optimizing systems on NVIDIA-based vehicle platforms

Experience optimizing AI models for autonomous driving applications

Interview Process

서류 전형

1차 면접 (화상, 1시간 내외)

2차 면접 (대면 혹은 화상, 3시간 내외)

처우 협의·입사

Application Screening

First Interview (Virtual, approximately 1 hour)

Second Interview (In-person or Virtual, approximately 3 hours)

Offer Discussion / Onboarding

Additional Information

전형 절차는 일정 및 진행 상황에 따라 일부 변경될 수 있으며, 각 전형 결과는 등록하신 이메일로 개별 안내드립니다.

지원서 제출 시 주민등록번호, 가족관계, 혼인 여부, 연봉, 사진, 신체조건, 출신 지역 등 채용절차법상 요구 금지된 정보는 제외 부탁드립니다.

지원서 접수 중 오류가 발생하거나 기타 문의 사항이 있을 경우, recruit@42dot.ai로 문의해 주시기 바랍니다.

국가보훈대상자 및 취업보호 대상자는 관계법령에 따라 우대합니다.

장애인 고용 촉진 및 직업재활법에 따라 장애인 등록증 소지자를 우대합니다.

42dot은 의뢰하지 않은 서치펌의 이력서를 받지 않으며, 요청하지 않은 이력서에 대해 수수료를 지불하지 않습니다.

지원서 내용 중 허위 사실이 발견될 경우, 입사가 취소될 수 있습니다.

인터뷰 프로세스 종료 후 지원자의 동의하에 평판조회가 진행될 수 있습니다.

3개월의 수습기간이 적용될 수 있습니다.

The recruitment process may change depending on schedule and progress; the result of each stage will be sent individually to your registered email.

Please do not include legally prohibited information in your application (e.g., ID number, family relations, marital status, salary, photo, physical details, hometown).

For application errors or inquiries, contact recruit@42dot.ai.

Veterans and applicants eligible for employment protection will receive preferential consideration in accordance with applicable laws and regulations.

In compliance with the Act on Employment Promotion and Vocational Rehabilitation for Persons with Disabilities, registered individuals with disabilities will receive preferential consideration.

42dot does not accept unsolicited resumes from search firms. We will not pay any fees for resumes submitted without prior agreement.

False information in your application may result in offer cancellation.

A reference check may be conducted after the interview process, with your consent.

A 3-month probationary period may apply.