주소가 복사되었습니다.
원하는 곳에 붙여넣기(Ctrl+V)해 주세요.
입사지원은 PC를 이용해주세요.
네이버랩스의 미래 기술을 실제 제품으로 구현하고, 지속적인 고도화를 통해 사용자에게 실질적인 가치를 제공합니다. 연구 성과를 제품과 서비스로 연결하며, 기술이 일상 속에서 작동하는 경험을 만들어갑니다.
· End-to-End Navigation 및 World Model을 위한 입력 표현 설계를 통해 로봇의 안정성과 강건성 향상
· 개발한 모델을 실제 로봇 플랫폼에 적용하고 도심 실환경에서 성능 검증
· 엣지 디바이스에서의 실시간 추론을 고려한 모델 설계 및 최적화
※ 아래 연구 분야 중 지원자의 전문성과 관심에 맞는 영역을 중심으로 연구를 수행합니다.
[3D/4D Scene Understanding & World Model]
· 이미지·비디오로부터 장면의 3D 구조와 객체 간 공간 관계를 이해하고, 다양한 환경에 일반화되는 모델 개발
· LiDAR-Camera Joint Bundle Adjustment 기반 고정밀 3D Mapping·Reconstruction
· 인식 모델과 World Model 학습의 기반이 되는 3D/4D Ground Truth 데이터 구축
· 연속된 영상에서 장면과 동적 객체(보행자·차량 등)의 시간적 변화를 이해하는 모델 개발
· 환경 변화와 미래 상태를 예측하는 World Model 연구 (로봇–환경 상호작용 모델링 포함)
[Multi-modal Fusion Model]
· 카메라와 LiDAR를 함께 활용하는 Fusion 아키텍처를 설계/구현하여, 공간 구조와 의미 정보를 통합 인식하는 모델 개발
· 야간·역광 등 카메라가 취약한 환경에서도 안정적으로 동작하는 인식 모델 연구
· 특정 센서 성능이 저하되어도 강건하게 동작하는 Representation Learning
· 대규모 실환경 센서 데이터를 활용한 멀티모달 사전학습
· 카메라–LiDAR 데이터 정합·동기화 및 학습용 전처리 파이프라인 구축
[VLM/VLA Foundation Model & Spatial Reasoning]
· 로봇이 주변 상황을 이해하고 언어 지시를 따를 수 있도록 하는 VLM 기반 모델 개발
· 3D 공간 구조와 객체 관계에 대한 시각적 추론 및 행동 관점의 장면 이해
· VLM에서 출발해 실제 행동까지 출력하는 VLA로 확장 가능한 Foundation Model 아키텍처 연구·설계
· 공개 Foundation Model을 로보틱스 도메인에 맞게 학습시키는 전략 수립·실행
· 경력 구분 : 경력 (연내 입사 가능자 선호)
- 컴퓨터공학, 전기전자공학, 로보틱스 또는 관련 분야 박사 학위 소지자 또는 석사 학위 소지자 및 2년 이상의 실무 경력
· 컴퓨터 비전, 3D 비전, 기계학습 관련 연구·개발 경험
· Python/PyTorch 또는 C++ 기반 연구·개발 경험
· 아래 분야 (1개 이상)에 대한 전문성 및 연구·개발 경험
- 3D Vision & Scene Understanding (e.g., Depth Estimation, Spatial Representation, 3D Object Understanding)
- 3D Mapping & Reconstruction (e.g., LiDAR-Camera Joint Bundle Adjustment, LiDAR-Visual SLAM)
- Video Understanding & Temporal Modeling (e.g., 4D Scene Understanding, Motion Prediction, World Model)
- 멀티모달 Fusion Model 설계 및 학습 (e.g., Vision-LiDAR Joint Embedding, Cross-modal Attention, BEV Fusion)
- Multi-modal Representation Learning (e.g., Contrastive Learning, Self-Supervised Pretraining, Domain Adaptation)
- Vision-Language Model 학습 및 응용 (e.g., Scene Understanding, Instruction-Following, Spatial Reasoning)
- Foundation Model 대규모 학습 및 로보틱스 응용 (e.g., VLA, Embodied AI, Fine-tuning / Post-training)
· 실제 로봇 플랫폼에서의 인식·학습 모델 적용 및 실환경 검증 경험
· End-to-End Navigation, VLA 또는 World Model 관련 연구·개발 경험
· Multi-view Geometry, 3D Reconstruction 또는 LiDAR-Camera Joint Bundle Adjustment 기반 Mapping 연구 경험
· Self-Supervised Learning, 대규모 Representation Learning 및 모델 일반화(Generalization) 경험
· 대규모 모델 학습 인프라 활용 경험 (Multi-GPU/Node 분산 학습 등)
· Claude, Codex 등 AI 에이전트를 활용하여 연구·개발 생산성을 높여본 경험
· TensorRT, ONNX 등을 활용한 모델 최적화 및 임베디드 환경 배포 경험
· 관련 분야 논문 게재 또는 공개 모델 재현·확장 경험, 국제 학술활동 경험 (CVPR, ICCV, ECCV, NeurIPS, CoRL, ICRA, IROS 등)
· 스스로 성장의 방향을 정하고, 완성도를 위해 창의적으로 시도하며 끝까지 고민하고 실행하는 사람
· 각자의 전문성을 존중하는 수평적 협업 속에서, 열린 소통으로 문제를 함께 해결하는 사람
· 근무지 : 경기도 성남시 (1784 사옥)
· 전형절차 : 서류 전형 > 전화면접 (Culture Fit 진단 포함) > 1차면접 (사전 코딩테스트) > 2차면접 > 처우협의/채용검진 > 입사
· (전형절차는 일정 및 상황에 따라 변동될 수 있습니다)
· 지원서 내용 중 허위사실이 있는 경우에는 합격이 취소될 수 있습니다.
· 수습기간 내에 경업금지소송이 제기 될 경우 합격이 취소될 수 있습니다.
· 국가유공자 및 장애인 등 취업보호대상자는 관계법령에 따라 우대합니다.
· 서류 심사 합격자에 한하여 면접일정은 개별 안내 드립니다.
· 본 채용은 인재 선발 완료 시 공고가 마감됩니다.
· 문의사항은 LABS 채용 홈페이지 > 지원문의로 접수해주시기 바랍니다.