[로보티즈AI] Physical AI 로봇학습(VLA·모방학습) 엔지니어 모집 (경력)
제조·물류 환경에서 부품의 위치·자세·접촉 조건이 달라져도
안정적으로 작업을 수행하는 학습 기반 로봇 조작 스킬을 개발할 인재를 모집합니다.
모집분야
Physical AI 로봇학습 (VLA·모방학습)
상세 직무 : 매니퓰레이션
세부 트랙 : 학습 기반 조작 정책 및 힘·접촉을 고려한 로봇 스킬
담당업무
- 파지·정렬·삽입·부품 투입 및 회수 과제의 성공 조건과 접촉 제약을 정의하고, 반복 수행 가능한 조작 스킬 개발
- VLA·모방학습·강화학습 중 과제에 적합한 방법으로 정책을 학습하고, 관측 입력·행동 표현·모델 구성·학습 목표·추론 코드를 직접 수정해 성능 개선
- 시각·로봇 상태·힘/토크 등 필요한 관측을 결합하고, 사전학습 모델과 입력 표현을 작업물·로봇·현장 조건에 맞게 조정
- 학습 정책을 모션 계획과 로봇 제어기에 연결하고, 제어 주기·추론 지연·좌표 보정·접촉 오차·동작 제한으로 발생하는 실기체 문제 해결
- 상태·상황인식 및 롱호리즌 담당자와 스킬 입력·출력, 실행 전제조건, 완료·실패·중단 신호를 정의하고 통합 검증
- 물체·배치·접촉 조건을 바꾼 실로봇 반복 평가로 성공률, 위치·자세 오차, 수행 시간, 사람 개입 빈도와 실패 유형을 측정하고 개선
지원자격
- 로봇·AI·컴퓨터·전자·제어·기계 등 관련 분야 학사 이상 또는 이에 준하는 역량
- Python과 딥러닝 프레임워크로 로봇 행동 정책의 학습·추론 코드를 직접 구현한 경험
- VLA·모방학습·강화학습 중 하나 이상의 방법으로 조작 정책을 직접 학습·개선하고, 실제 로봇에서 물체 조작을 반복 검증한 경험
- 관측 구성·행동 표현·모델 구조·학습 목표 중 과제에 필요한 부분을 직접 수정하고, 기준 정책과 비교해 개선 효과를 검증한 경험
- 로봇 좌표계·운동학·제어 주기·센서 입력을 이해하고, 모델 출력부터 실제 동작까지의 오류를 추적하고 해결한 경험
- 본인의 코드 기여, 실험 조건·반복 횟수, 성공과 실패의 판정 기준, 실패 분석과 개선 과정을 설명할 수 있는 역량
우대사항
- 양팔로봇·세미휴머노이드·휴머노이드에서 양손 협응 또는 이동·조작 연계 스킬을 구현한 경험
- 힘·촉각·접촉 정보를 학습에 활용하거나, 임피던스·어드미턴스 제어와 학습 정책을 연동한 경험
- 대형 비전·비전언어·멀티모달 모델을 파인튜닝하거나 구성 요소를 수정해 조작 성능을 개선한 경험
- Isaac Sim/Lab·MuJoCo 등에서 학습한 정책을 실로봇으로 이전하고 차이를 분석·개선한 경험
- E2E 네비게이션 정책을 직접 학습하고 실로봇에서 검증했거나, 이동·조작 연계 작업에 적용한 경험
- ROS 2·MoveIt 2·ros2_control·로봇 SDK 기반 통합 및 추론 지연·계산 자원 최적화 경험
- 전신 동역학이나 홀바디 제어기와 조작 정책을 연동해 자세·접촉 제약을 고려한 실기체 동작을 검증한 경험
근무조건
- 고용형태 : 정규직(수습계약 3개월)
- 급여 : 면접 후 결정
- 근무지 : 서울 강서구 마곡중앙5로1길 37
- 근무요일/시간 : 주 5일(월~금) 09:00~18:00
채용절차
- 기간 : 채용 시 마감
- 제출서류 : 이력서, 포트폴리오 제출
- 접수방법 : 자사홈페이지 접수
- 전형절차 : 서류전형 → 1차면접 → 2차면접 → 최종합격
유의사항
- 입사지원 서류에 허위사실이 발견될 경우, 채용확정 이후라도 채용이 취소될 수 있습니다.
- 모집분야별로 마감일이 상이할 수 있으니 유의하시길 바랍니다.