SLAM & 3D Reconstruction Engineer - Autonomous Driving

About the Team & Mission

42dot의 3D Vision Team은 Autonomous Driving AI의 핵심이 되는 고품질 위치 정보와 3차원 공간 데이터를 생성하기 위한 기술을 연구하고 개발합니다. Camera, LiDAR, IMU, GNSS 등 다양한 센서 데이터를 활용하여 정밀한 Localization, Calibration 및 3D Reconstruction 기술을 구축하고, 대규모 주행 데이터 파이프라인의 정확성과 일관성을 지속적으로 향상시키는 역할을 수행합니다.

SLAM & 3D Reconstruction Engineer는 Offline SLAM, Localization, Self-Calibration 및 3D Reconstruction 알고리즘을 개발하고, Multi-view Geometry와 Neural Rendering 기술을 활용하여 AI 학습에 필요한 고품질 3차원 데이터를 생성합니다. 또한 Perception, AI, Data Platform 등 다양한 조직과 협업하여 차세대 Autonomous Driving 데이터 파이프라인을 구축합니다.

Responsibilities

• Camera, LiDAR, IMU, GNSS 등 다양한 센서 데이터를 활용한 Offline SLAM 및 Localization 알고리즘을 개발합니다.

• 대규모 주행 데이터의 Trajectory Estimation, Pose Optimization 및 Global Alignment 알고리즘을 개발합니다.

• Camera, LiDAR, IMU 등 Multi-Sensor Self-Calibration 및 Calibration 알고리즘을 개발합니다.

• Multi-view Geometry, Structure-from-Motion(SfM), Bundle Adjustment 등을 활용하여 3D Reconstruction 정확도를 향상시킵니다.

• NeRF, 3D Gaussian Splatting 등 Neural Rendering 기반 3D Reconstruction 기술을 연구하고 데이터 파이프라인에 적용합니다.

• Localization, Calibration 및 3D Geometry 데이터의 품질 평가와 검증 체계를 구축하고 지속적으로 개선합니다.

• 대규모 데이터 처리 파이프라인에 알고리즘을 적용하고 자동화된 데이터 생성 및 품질 개선 프로세스를 구축합니다.

• Perception, AI, Data Platform 등 다양한 조직과 협업하여 AI 학습 데이터의 품질을 향상시키는 기술을 개발합니다.

Qualifications

• 컴퓨터공학, 전자공학, 기계공학, 로보틱스 또는 관련 분야 석사 학위와 3년 이상의 경력 또는 박사 학위

• Computer Vision, Robotics, SLAM, Localization 또는 3D Geometry에 대한 이해

• C++ 기반 알고리즘 개발 및 소프트웨어 구현 경험

• Python을 활용한 데이터 분석 및 알고리즘 검증 경험

• Linear Algebra, Multi-view Geometry, Probability 및 Nonlinear Optimization에 대한 이해

• Linux 환경에서의 개발 경험

Preferred Qualifications

• Visual SLAM, LiDAR SLAM, Visual Odometry 또는 Offline Localization 알고리즘 개발 경험

• Multi-Sensor Localization, Sensor Fusion 및 Sensor Self-Calibration 알고리즘 개발 경험

• Camera, LiDAR, IMU의 Extrinsic, Intrinsic 또는 Temporal Calibration 개발 경험

• Factor Graph Optimization, Pose Graph Optimization, Bundle Adjustment 등 기하학 기반 최적화 알고리즘 개발 경험

• Structure-from-Motion(SfM), Multi-view Stereo(MVS), Point Cloud Registration 또는 Dense 3D Reconstruction 개발 경험

• NeRF, 3D Gaussian Splatting 등 Neural Rendering 기반 3D Reconstruction 기술 개발 경험

• Camera 및 LiDAR 기반 3D Geometry Reconstruction 및 품질 개선 경험

• Ceres Solver, GTSAM, COLMAP, Open3D 등 관련 프레임워크 활용 경험

• 대규모 주행 데이터 처리 및 데이터 품질 평가 경험

• CVPR, ICCV, ECCV, ICRA, IROS, RSS, SIGGRAPH 등 관련 분야 논문 게재 또는 오픈소스 프로젝트 기여 경험

Interview Process

1. 서류 전형

2. 1차 면접 (화상, 1시간 내외)

3. 2차 면접 (대면 혹은 화상, 3시간 내외)

4. 처우 협의·입사

Additional Information

• 전형 절차는 일정 및 진행 상황에 따라 일부 변경될 수 있으며, 각 전형 결과는 등록하신 이메일로 개별 안내드립니다.

• 지원서 제출 시 주민등록번호, 가족관계, 혼인 여부, 연봉, 사진, 신체조건, 출신 지역 등 채용절차법상 요구 금지된 정보는 제외 부탁드립니다.

• 지원서 접수 중 오류가 발생하거나 기타 문의 사항이 있을 경우, [email protected]로 문의해 주시기 바랍니다.

• 국가보훈대상자 및 취업보호 대상자는 관계법령에 따라 우대합니다.

• 장애인 고용 촉진 및 직업재활법에 따라 장애인 등록증 소지자를 우대합니다.

• 42dot은 의뢰하지 않은 서치펌의 이력서를 받지 않으며, 요청하지 않은 이력서에 대해 수수료를 지불하지 않습니다.

• 지원서 내용 중 허위 사실이 발견될 경우, 입사가 취소될 수 있습니다.

• 인터뷰 프로세스 종료 후 지원자의 동의하에 평판조회가 진행될 수 있습니다.

• 3개월의 수습기간이 적용될 수 있습니다.

A message to Future Teammates

정확한 위치 정보와 3차원 공간 데이터는 Autonomous Driving AI의 성능을 결정하는 가장 중요한 기반 기술 중 하나입니다.

3D Vision Team은 수많은 센서 데이터를 하나의 정밀한 공간 정보로 연결하고, AI가 세상을 더욱 정확하게 이해할 수 있도록 데이터의 품질을 지속적으로 높여가고 있습니다. Geometry, Optimization, Computer Vision, Robotics를 바탕으로 실제 자율주행 시스템에 적용되는 핵심 기술을 연구하고 구현하는 과정에 함께할 분을 기다립니다.