42dotでは、自動運転システムのコアコントローラーおよびモーションプランニングアルゴリズムを設計するシニア制御システムエンジニアを募集しています。制御理論への深い理解と、C++およびROS2での開発経験が必須です。修士号以上および3年以上の実務経験が必要です。次世代のPhysical AIベースの自動運転技術を共に開発する専門家を求めています。
AD Division의 Senior Control Systems Engineer는 Autonomous Driving System의 핵심 제어기 및 Motion Planning 알고리즘을 설계, 구현 및 최적화합니다. 제어 이론에 대한 수학적 기반 지식과 차량 동역학에 대한 깊은 이해를 바탕으로, 실제 차량 환경에서 안정적이고 신뢰성 있는 제어 성능을 구현하는 역할을 수행합니다. 또한 Planning, AI, Systems Engineering 팀과 긴밀히 협업하여 Learning-based Policy와 전통적인 제어 알고리즘을 통합하고, 차세대 Physical AI 기반 Autonomous Driving System 개발에 기여합니다.
The Senior Control Systems Engineer in the AD Division is responsible for designing, implementing, and optimizing core controllers and motion planning algorithms for autonomous driving systems. This role requires a strong mathematical foundation in control theory and a deep understanding of vehicle dynamics to deliver reliable and robust control performance in real-world environments. You will work closely with planning, AI, and systems engineering teams to integrate learning-based policies with traditional control systems and contribute to the development of next-generation physical AI-powered autonomous driving systems.
MPC, LQR/LQG, SMC, PID 등 고급 제어 알고리즘 설계, 시뮬레이션 및 배포
비선형 물리적 제약 조건 환경에서 실시간 Trajectory Optimization 문제 정의 및 해결
ROS2 기반 실시간 및 안전 중심 C++ 소프트웨어 개발
Planning 결과물, RL/IL 기반 Policy, Filtering 알고리즘을 제어 시스템에 통합
실차 환경에서 제어 성능 검증 및 파라미터 튜닝 수행
차량 안정성, 승차감 및 안전성 향상을 위한 제어 시스템 최적화
Develop, simulate, and deploy advanced control algorithms including MPC, LQR/LQG, SMC, and PID
Formulate and solve real-time trajectory optimization problems under nonlinear physical constraints
Develop deterministic, real-time, and safety-critical software using C++ and ROS2
Integrate planning outputs, RL/IL-based policies, and filtering algorithms into the control architecture
Validate control performance and tune parameters on vehicle hardware platforms
Optimize control systems to maximize vehicle stability, ride comfort, and safety
제어공학, 전기공학, 기계공학, 자동차공학, 로봇공학 또는 관련 분야 석사 학위 이상과 3년 이상의 경력 또는 이에 준하는 실무 경험
MPC, LQR/LQG, SMC, PID 등 제어 이론에 대한 이해 및 선형·비선형 시스템 모델링 경험
C++ 기반 임베디드 및 실시간 소프트웨어 개발 경험
ROS2 또는 유사 Middleware 환경에서의 개발 경험
Automotive 또는 Robotics 분야에서 실제 Hardware Actuator 제어 및 양산 수준 배포 경험
Master’s degree or higher in Control Engineering, Electrical Engineering, Mechanical Engineering, Automotive Engineering, Robotics, or a related field with 3+ years of professional experience, or equivalent industry experience
Strong understanding of control theory, including MPC, LQR/LQG, SMC, and PID, with experience in linear and nonlinear system modeling
Proficiency in embedded and real-time software development using C++
Experience developing within ROS2 or similar middleware environments
Proven experience controlling and tuning physical actuators in automotive or robotics systems through production deployment
제어공학, 로봇공학 또는 관련 분야 박사 학위
CasADi, OSQP, Ipopt 등 수치 최적화 Solver 활용 경험
실시간 QP/NLP 최적화 문제 설계 및 구현 경험
상용 수준 Motion Planning 및 State Estimation Filter에 대한 높은 이해도
RL 또는 IL 기반 제어 정책과의 협업 또는 통합 경험
Generative AI, RL/IL 기반 Policy와 전통적 제어 시스템을 결합한 경험
CDC, ACC, ICRA, IROS 등 제어·로보틱스 분야 Top-tier 학회 또는 저널 논문 게재 경험
ISO 26262, MISRA C++ 등 Automotive/Robotics 안전 및 코딩 표준에 대한 이해
Ph.D. in Control Theory, Robotics, or a related engineering discipline
Hands-on experience with numerical optimization solvers such as CasADi, OSQP, or Ipopt
Experience formulating and solving real-time QP/NLP optimization problems
Deep understanding of production-grade motion planning and state estimation algorithms
Experience integrating or collaborating with RL or IL-based control policies
Experience combining generative AI, RL/IL policies, and traditional control systems for safety-critical applications
Publication record in top-tier control and robotics conferences or journals such as CDC, ACC, ICRA, or IROS
Knowledge of automotive and robotics safety standards, including ISO 26262 and MISRA C++
서류 전형
코딩 테스트
1차 면접 (화상, 1시간 내외)
2차 면접 (대면 혹은 화상, 3시간 내외)
처우 협의·입사
Application Screening
Coding Test
First Interview (Virtual, approximately 1 hour)
Second Interview (In-person or Virtual, approximately 3 hours)
Offer Discussion / Onboarding
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.
