[MS/PhD Intern] AI Engineer (정규직 전환형)

**About The Team & Mission** 42dot은 카메라 기반의 End-to-End 방식의 자율주행 소프트웨어와 저전력·고성능 임베디드 시스템을 개발하고 있으며, 최신 MLOps 시스템으로 자동화된 데이터 파이프라인을 구축했습니다. 또한 agile한 개발 프로세스를 통해 AI 모델 학습부터 실도로 검증 실험을 빠른 템포로 진행합니다. 42dot의 자율주행 기술 'Atria AI'는 2027년 말 레벨2+ 자율주행 기술이 양산 차량에 적용될 예정입니다. 카메라 기반 End-to-End 자율주행과 Physical AI를 직접 경험하고, VLA 기반 차세대 자율주행 알고리즘에 기여할 수 있는 기회! 끈질긴 집요함과 빠른 실행력으로 세상을 바꿀 인재를 기다립니다. **Role Overview** 본 포지션은 정규직 전환형 Intern (MS/PhD) 으로, 연구 결과를 실제 양산 자율주행 시스템으로 연결하는 실전형 연구·개발 인턴십입니다. 인턴십 기간 동안 단순 보조 역할이 아닌, 양산을 목표로 한 제품 개발 및 차세대 자율주행 기술 연구조직 내에서 실차 데이터와 프로덕션 레벨의 코드, MLOps 시스템을 기반으로 문제를 정의하고 해결합니다. 정규직 엔지니어와 동일한 수준의 기술 과제를 End-to-End로 수행하며, 연구와 실제 시스템을 연결하는 경험을 제공합니다. **What You'll Do** * 자율주행 시스템 핵심 기술에 대한 설계, 구현, 검증까지 End-to-End 수행 * 실차 데이터 기반 알고리즘/모델 설계 및 검증 * 시뮬레이션 및 실도로 실험을 통한 성능 분석 및 개선 * 연구 결과를 실제 시스템에 적용 가능한 형태로 구현 * 실제 프로덕션 팀과의 긴밀한 협업을 통한 문제 해결 **Available Tracks** 최종 소속과 업무는 인턴십 및 인터뷰 과정에서 확인된 개인의 전문성, 연구 관심사 및 성장 방향과 조직별 니즈를 종합적으로 고려하여 결정될 예정입니다. **[Computer Vision]** * 자율주행 관련 3D perception model 개발 및 학습 데이터 / GT 분석 * 실차 주행 로그 기반 perception failure 분석 및 개선 방향 도출 * Representation learning을 위한 self-supervised learning 기반의 pre-training pipeline 개발 * 효율적인 3D vision을 위한 architecture 개선 **[Physical AI]** * Imitation Learning, Reinforcement Learning, Generative AI 등을 활용한 자율주행 E2E Planning Model 개발 및 실험 * 3D 환경 재구성 및 물리 기반 모델링을 활용한 Closed-loop Simulation 환경 및 학습·평가 파이프라인 개발 * E2E Planner와 Simulation 및 실제 차량 시스템 간의 연동 기능 개발 * Simulation과 실제 차량 환경에서 시나리오 및 평가 지표를 기반으로 모델 성능을 검증하고 실패 사례 분석 **[AI Infrastructure]** * 자율주행 및 ADAS 시스템을 위한 미들웨어 및 시스템 소프트웨어 설계·개발 * Linux 기반 환경에서 차량 소프트웨어 통합 및 디버깅·테스트 지원 * 시뮬레이션, 자동화 스크립트 등 개발·검증 환경 구축 및 고도화 **[Driving VLM/VLA]** * Driving scene captioning, QA, event understanding, data mining 모델 개발 * 대규모 multimodal 모델 학습, 평가, ablation, benchmark 설계 * VLM을 활용한 auto-labeling, retrieval, dataset curation, evaluation pipeline 구축 **※ 지원 전 아래 내용을 꼭 확인해 주세요.** 42dot이 일하는 방식, 42dot Way 보러가기 → 42dot만의 업무몰입 프로그램, Employee Engagement Program 보러가기 →