■ 주요업무

• Computer ​Vision ​관련 ​SOTA(State-of-the-Art) 딥러닝 ​모델 리서치 및 구현
• 데이터 ​수집, ​전처리부터 모델 ​학습, 배포까지의 End-to-End ​파이프라인 구축
• 실시간 ​처리를 ​위한 모델 ​경량화 ​(Quantization, ​Pruning, Knowledge Distillation) ​및 ​최적화
• Transformer 기반 비전 ​모델(ViT ​등) ​활용 및 특정 ​도메인을 위한 ​Fine-tuning
• AI ​Agent 기반 ​데이터 처리 ​자동화 ​및 MLOps 파이프라인 ​설계

■ 자격요건

• Computer ​Science, AI 관련 전공 석사 이상 혹은 그에 준하는 실무 경력
• PyTorch, TensorFlow 등 Deep Learning Framework 활용 능숙자
• CNN, Transformer 등 최신 딥러닝 아키텍처에 대한 높은 이해도
• TensorRT, ONNX Runtime 등을 활용한 모델 추론 최적화 및 배포 경험
• 논문을 코드로 구현하고 실제 데이터에 적용하여 문제를 해결해 본 경험

■ 우대사항

• Vision Transformer(ViT, Swin Transformer) 등을 활용한 실시간 객체 탐지/분할 경험
• VLA(Vision-Language-Action) 모델 관련 연구 경험
• LLM 또는 AI Agent를 활용하여 워크플로우 자동화 파이프라인을 설계해 본 경험
• Edge Device(Jetson, Mobile 등) 환경에서의 모델 최적화 및 포팅 경험
• 대규모 데이터셋 구축 및 관리, 데이터 생성(Synthetic Data) 경험

※ 당사는 병역지정업체로 전문연구요원 지원 가능함.

■ Responsibilities

• Research and implement state-of-the-art deep learning models for computer vision
• Build end-to-end pipelines from data collection and preprocessing to model training and deployment
• Optimize models for real-time use through quantization, pruning, and knowledge distillation
• Use Transformer-based vision models (e.g., ViT) and fine-tune them for specific domains
• Design AI-agent–based automation and MLOps pipelines

■ Qualifications

• Master’s degree in Computer Science, AI, or related field, or equivalent experience
• Strong skills with PyTorch or TensorFlow
• Solid understanding of modern deep learning architectures such as CNNs and Transformers
• Experience optimizing and deploying models with TensorRT, ONNX Runtime, etc.
• Ability to implement research papers and apply them to real-world data

■ Preferred

• Experience with real-time object detection/segmentation using ViT or Swin Transformer
• Experience with Vision-Language-Action (VLA) model research
• Experience designing workflow automation using LLMs or AI agents
• Model optimization and deployment on edge devices (Jetson, mobile, etc.)
• Experience building large-scale datasets and generating synthetic data