42dot에서 자율주행 차량의 Localization 및 Online Self-Calibration 기술을 개발할 엔지니어를 찾습니다. C++ 기반의 개발 역량과 Sensor Fusion 및 State Estimation 분야의 전문 지식이 필수입니다. 다양한 센서를 활용해 자율주행 성능을 고도화하고 AI 학습 데이터의 정확성을 확보하는 핵심적인 역할을 수행하게 됩니다.
42dot의 Localization Engineer는 자율주행 차량과 데이터 수집 차량의 정확하고 안정적인 위치 추정을 위한 Localization 및 Online Self-Calibration 기술을 개발합니다.
Camera, LiDAR, IMU, GNSS 등 다양한 센서를 활용하여 실제 도로 환경에서도 안정적으로 동작하는 Localization 및 Multi-Sensor Fusion 알고리즘을 연구하고 개발합니다. 또한 차량 운행 중 센서의 Calibration 상태를 지속적으로 추정하고 보정하는 Online Self-Calibration 기술을 개발하여 자율주행 시스템의 성능을 향상시키는 동시에, AI 학습에 활용되는 데이터의 위치 정보와 센서 Calibration 품질을 지속적으로 확보합니다.
Camera, LiDAR, IMU, GNSS, Wheel Odometry 등 다양한 센서를 활용한 Localization 알고리즘을 개발합니다.
Multi-Sensor Fusion 기반 State Estimation 알고리즘을 개발합니다.
Camera, LiDAR, IMU 등 다양한 센서의 Online Self-Calibration 알고리즘을 개발합니다.
Sensor Extrinsic, Intrinsic 및 Temporal Calibration 알고리즘을 개발하고 성능을 개선합니다.
비선형 최적화(Nonlinear Optimization) 및 Sensor Fusion 기법을 활용하여 Localization 및 Calibration 정확도를 향상시킵니다.
실제 주행 데이터를 기반으로 Localization 및 Calibration 알고리즘을 검증하고 성능을 평가합니다.
데이터 수집 차량의 Localization 및 Calibration 품질을 향상시켜 AI 학습 데이터의 정확성과 일관성을 확보합니다.
학습 데이터의 위치 정보 및 센서 Calibration 품질을 평가하고 개선하기 위한 알고리즘 및 검증 체계를 개발합니다.
Perception, Planning, Data Platform 등 다양한 팀과 협업하여 Localization 및 Calibration 기술을 개발하고 적용합니다.
컴퓨터공학, 전자공학, 기계공학, 로보틱스 또는 관련 분야의 석사 학위와 3년 이상의 관련 경력 또는 박사 학위를 보유하신 분
Computer Vision, Robotics, Localization, Sensor Fusion 또는 State Estimation 분야에 대한 이해가 있으신 분
C++ 기반 소프트웨어 개발 경험이 있으신 분
Python을 활용한 데이터 분석 및 알고리즘 검증 경험이 있으신 분
Linear Algebra, Geometry, Probability, Optimization에 대한 이해가 있으신 분
Linux 환경에서 개발 경험이 있으신 분
Visual Localization, Visual-Inertial Odometry(VIO), Multi-Sensor Fusion 알고리즘 개발 경험
Camera, LiDAR, IMU, GNSS 등 다양한 센서를 활용한 Localization 알고리즘 개발 경험
Online Sensor Self-Calibration 또는 Sensor Calibration 개발 경험
Camera, LiDAR, IMU의 Extrinsic, Intrinsic 또는 Temporal Calibration 개발 경험
Factor Graph Optimization, Bundle Adjustment, Kalman Filter 등 상태 추정 및 최적화 알고리즘 개발 경험
Ceres Solver, GTSAM 등 최적화 프레임워크 사용 경험
ROS/ROS2 기반 Robotics 또는 Autonomous Driving 프로젝트 경험
대규모 주행 데이터 분석 및 알고리즘 검증 경험
CVPR, ICCV, ECCV, ICRA, IROS, RSS 등 관련 분야 논문 게재 또는 오픈소스 프로젝트 기여 경험
서류전형 - 코딩테스트 - 화상면접 (1시간 내외) - 대면 혹은 화상면접 (3시간 내외) - 최종합격
전형절차는 직무별로 다르게 운영될 수 있으며, 일정 및 상황에 따라 변동될 수 있습니다.
전형일정 및 결과는 지원서에 등록하신 이메일로 개별 안내드립니다.
이력서 제출 시 주민등록번호, 가족관계, 혼인 여부, 연봉, 사진, 신체조건, 출신 지역 등 채용절차법상 요구 금지된 정보는 제외 부탁드립니다.
모든 제출 파일은 30MB 이하의 PDF 양식으로 업로드를 부탁드립니다. (이력서 업로드 중 문제가 발생한다면 지원하시고자 하는 포지션의 URL과 함께 이력서를 recruit@42dot.ai으로 전송 부탁드립니다.)
인터뷰 프로세스 종료 후 지원자의 동의하에 평판조회가 진행될 수 있습니다.
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.
3개월의 수습기간이 적용될 수 있습니다.
42dot이 일하는 방식, 42dot Way 보러가기 →
42dot만의 업무몰입 프로그램, Employee Engagement Program 보러가기 →
