Machine Learning Engineer (Auto Labeling)

We are looking for the best
42dot의 Machine Learning Engineer 는 안전한 자율주행을 위한 기계 학습 알고리즘을 연구 개발합니다. 기계학습을 통해 쉽게 해결되지 않았던 문제들을 해결하고, 사람 수준의 자연스러운 자율주행을 구현하며 더불어 기계학습을 활용하는 42dot의 여러팀과 협업합니다.

Responsibilities

• 자율주행 중 수집되는 다양한 센서, 동영상 데이터를 이용하여 label을 자동으로 생성하는 알고리즘 및 자동화 시스템을 개발 
• Dataset and evaluation: 자율주행 시나리오에 맞춰 고품질 데이터셋을 큐레이션하고 알고리즘 성능을 정확하게 평가하기 위한 견고한 평가 지표를 설계
• Active learning: 데이터 레이블링 작업을 최소화하면서 모델 성능을 향상시키기 위해, 정보 가치가 높은 데이터 포인트를 효율적으로 선택하고 레이블링하는 기술을 연구
• Network architecture search: 센서 및 비디오 데이터로부터 레이블을 생성하는 최적의 신경망 아키텍처를 자동으로 발견하기 위한 방법을 탐구
• Transfer/ low-shot/ long-tail learning: 제한된 레이블 데이터(low-shot)나 자주 발생하지 않는 클래스 분포 불균형(long-tail learning) 문제를 해결하기 위해 관련 작업 또는 도메인의 지식을 활용하는 전략을 개발
• Efficient learning and inference: 자율주행 시스템의 실시간 배포를 위해 자원을 효율적으로 활용할 수 있도록 학습 알고리즘과 추론 과정을 최적화합니다.
• Privacy: 프라이버시 규정을 준수하고 사용자 정보를 보호하면서도 성능 높은 레이블 생성이 가능하도록 프라이버시 보호 기술을 우선적으로 개발합니다.

Qualifications

• 5년 이상 실무 경험 (박사 졸업 예정자 지원 가능)
• 컴퓨터공학, 전자공학, 수학, 통계 및 기계학습과 관련된 전공의 석사/박사 학위, 혹은 동등한 경력 
• 선형대수, 확률, 신호처리, 기계학습에 대한 전공지식 
• 숙련된 프로그래밍 (C/C++, Python 등) 기술 

Preferred Qualifications

• 자율주행 및 로보틱스 관련 개발 경험(Object detection, Semantic segmentation, Depth estimation, Transformer based model)
• 학습 자동화 파이프라인 시스템 구축 및 활용 경험
• 관련 분야 저서/학술활동 이력 (CVPR, ICCV, ECCV, NeurIPS, AAAI  등)
• 새로운 문제를 발견하고 해결하는 것을 즐기시는 분

Interview Process

• 서류전형 - 코딩테스트 - 1차 인터뷰 - 2차 인터뷰 - 처우협의 - 최종합격
• 전형절차는 직무별로 다르게 운영될 수 있으며, 일정 및 상황에 따라 변동될 수 있습니다.
• 전형일정 및 결과는 지원서에 등록하신 이메일로 개별 안내드립니다.
• KCCV 2022 및 UMOS Day 2021 - 자율주행 AI 소프트웨어 AKit Core 영상 참고 부탁 드립니다.

※ 지원 전 아래 내용을 꼭 확인해 주세요.
ㆍ42dot이 일하는 방식, 42dot Way 보러가기 →ㆍ42dot만의 직원 몰입을 돕는 업무몰입 프로그램, Employee Engagement Program 보러가기 →