Physical AI 기반으로 로봇의 물체인식·상태추정과 매니퓰레이션 Work Skill을 설계·구현할 로봇 인식·제어 엔지니어
주요 업무
- 공정의 목표·설비 상태·품질 기준·사이클타임·예외/복구 조건을 분석해 실행 가능한 로봇 공정으로 설계하고, Work Skill의 관측 상태·입출력·선행조건·성공 기준 정의
- RGB-Depth·Point Cloud를 활용한 작업물·치구·도구·설비의 객체·6D Pose·Grasp Pose 및 작업 진행 상태 인식·추정
- 파지·정렬·삽입·체결·도어/버튼 조작을 경로·궤적 계획, 위치·힘·컴플라이언스 제어와 연결해 재사용 가능한 작업 스킬로 구현
- 재사용 가능한 Work Skill 인터페이스·파라미터 구조와 자동 보정·실패 감지·재시도·복구 로직 설계
- 시뮬레이션·Reference Cell·실환경 데이터로 정확도·성공률·사이클타임·복구 성능을 평가하고 데이터·모델·Work Skill 버전·회귀 체계 구축
자격 요건
- 컴퓨터·전자·제어·로봇·기계·인공지능 등 관련 분야 학사 이상 또는 이에 준하는 역량
- C++ 또는 Python 기반 개발 경험과 Linux 환경 디버깅 역량
- Object Detection·Segmentation·3D Vision·Pose Estimation·Point Cloud 처리·센서 캘리브레이션 또는 로봇 운동학·동역학·Motion Planning·궤적 생성·힘/컴플라이언스 제어 중 한 분야 이상 실무·연구 경험
- 실제 센서와 로봇으로 공정 작업을 구현하고 정확도·성공률·사이클타임 등 성능을 정량적으로 검증·개선한 경험
- 개발 결과와 데이터·시험 조건·성능을 재현 가능한 형태로 관리할 수 있는 역량
기술 · 도구 — 14개 전부
우대 사항
- 산업용 로봇 SI 또는 제조 자동화 프로젝트에서 로봇·비전·PLC/CNC·센서 중 둘 이상을 연동해 실제 설비에서 검증한 경험
- 머신텐딩·조립·검사·물류 등 실제 공정의 정상·예외·복구 시나리오 설계 경험
- 6D Pose, Grasp Pose, Visual Servoing 또는 로봇 파지·삽입 시스템 경험
- PyTorch, ONNX, TensorRT, CUDA 기반 인식 모델 학습·배포·최적화 경험, VLA·로봇 파운데이션 모델 등 Physical AI 모델 학습·파인튜닝 경험
- ROS 2, MoveIt 2, ros2_control, 산업용 로봇 SDK, 시뮬레이션·합성데이터·Sim-to-Real 또는 자동 평가·MLOps 경험
근무 조건
- 근무지
- 제공정보 없음
- 경력
- 무관
- 마감
- 상시 채용 · 마감일 없음
- 처음 확인
- 2026-11-13
이 요약은 회사 공고를 읽고 추린 것입니다. 지원 전에 회사 공고에서 원문을 확인하세요.
이 공고 점검 이력
11.13처음 확인
11.13 01:59확인 · 살아 있음