About the Team & Mission

42dot의 Senior AI Engineer (Driving VLM/VLA)는 수백만 건의 실제 자율주행 데이터를 활용해 차세대 Driving Foundation Model을 개발합니다. Vision-Language-Model(VLM), Vision-Language-Action(VLA), 멀티모달 AI 기술을 통해 차량이 복잡한 도로 환경을 이해하고 판단하며 행동할 수 있도록 만드는 핵심 역할을 수행합니다. 대규모 GPU 인프라와 독자적인 자율주행 데이터셋을 기반으로 driving scene understanding, multimodal reasoning, VLM/VLA를 통해 자율주행 시스템의 인지, 판단, 계획 성능을 고도화합니다.

Responsibilities

자율주행 데이터를 활용한 Vision-Language-Action 기반 driving foundation model 설계 및 개발
Camera/video, map, trajectory, action, language 등 multimodal sequential data 기반 모델 학습 및 평가
Driving scene understanding, temporal reasoning, agent interaction modeling, risk/event understanding 모델 개발
Scene captioning, visual question answering, auto-labeling, data mining, retrieval 등 VLM 기반 응용 기능 개발
대규모 multimodal dataset 구축, 학습 recipe, evaluation benchmark, ablation 실험 설계
Simulation, Data, ML Platform 조직과 협업하여 모델을 자율주행 시스템에 통합

Qualifications

Computer Vision, Machine Learning, Robotics, Autonomous Driving, Multimodal AI 관련 5년 이상의 연구/개발 경험 또는 이에 준하는 역량 또는 Foundation Model, Multimodal Learning, Generative AI 분야에서의 뛰어난 연구 성과(proven track record)를 보유하신 분
PyTorch 기반 deep learning model 개발 및 학습 경험
Vision model, video model, VLM, VLA, world model, trajectory prediction, imitation learning 중 하나 이상에 대한 깊은 이해와 구현 경험
이미지/비디오/sensor/trajectory/language/action 등 multimodal 또는 sequential data 처리 경험
Transformer, diffusion, autoregressive model, representation learning 중 하나 이상에 대한 이해
논문 기반 아이디어를 구현하고 대규모 데이터에서 학습, 평가, 개선한 경험
문제를 독립적으로 정의하고, 실험 설계부터 모델 개선까지 주도적으로 수행할 수 있는 역량

Preferred Qualifications

자율주행 또는 robotics foundation model 개발 경험
VLM/LLM fine-tuning, instruction tuning, multimodal alignment 경험
VLA, behavior cloning, imitation learning, trajectory planning, policy learning 경험
Action-conditioned video generation, world model, 4D scene modeling 경험
BEV, occupancy, map, trajectory, agent interaction 등 driving-specific representation 경험
Distributed training, large-scale multimodal data pipeline, data mining pipeline 경험
Closed-loop simulation 또는 scenario-based evaluation과 모델을 연결해본 경험

Interview Process

서류 전형
코딩 테스트
1차 면접 (화상, 1시간 내외)
2차 면접 (대면 혹은 화상, 3시간 내외)
처우 협의·입사

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.

About the Team & Mission

Responsibilities

자율주행 데이터를 활용한 Vision-Language-Action 기반 driving foundation model 설계 및 개발

Camera/video, map, trajectory, action, language 등 multimodal sequential data 기반 모델 학습 및 평가

Driving scene understanding, temporal reasoning, agent interaction modeling, risk/event understanding 모델 개발

Scene captioning, visual question answering, auto-labeling, data mining, retrieval 등 VLM 기반 응용 기능 개발

대규모 multimodal dataset 구축, 학습 recipe, evaluation benchmark, ablation 실험 설계

Simulation, Data, ML Platform 조직과 협업하여 모델을 자율주행 시스템에 통합

Qualifications

Computer Vision, Machine Learning, Robotics, Autonomous Driving, Multimodal AI 관련 5년 이상의 연구/개발 경험 또는 이에 준하는 역량 또는 Foundation Model, Multimodal Learning, Generative AI 분야에서의 뛰어난 연구 성과(proven track record)를 보유하신 분

PyTorch 기반 deep learning model 개발 및 학습 경험

Vision model, video model, VLM, VLA, world model, trajectory prediction, imitation learning 중 하나 이상에 대한 깊은 이해와 구현 경험

이미지/비디오/sensor/trajectory/language/action 등 multimodal 또는 sequential data 처리 경험

Transformer, diffusion, autoregressive model, representation learning 중 하나 이상에 대한 이해

논문 기반 아이디어를 구현하고 대규모 데이터에서 학습, 평가, 개선한 경험

문제를 독립적으로 정의하고, 실험 설계부터 모델 개선까지 주도적으로 수행할 수 있는 역량

Preferred Qualifications

자율주행 또는 robotics foundation model 개발 경험

VLM/LLM fine-tuning, instruction tuning, multimodal alignment 경험

VLA, behavior cloning, imitation learning, trajectory planning, policy learning 경험

Action-conditioned video generation, world model, 4D scene modeling 경험

BEV, occupancy, map, trajectory, agent interaction 등 driving-specific representation 경험

Distributed training, large-scale multimodal data pipeline, data mining pipeline 경험

Closed-loop simulation 또는 scenario-based evaluation과 모델을 연결해본 경험

Interview Process

서류 전형

코딩 테스트

1차 면접 (화상, 1시간 내외)

2차 면접 (대면 혹은 화상, 3시간 내외)

처우 협의·입사

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.