Source-listed Remote Opportunities

Description

Full Job Description

About the Team & Mission

42dot은 카메라 기반의 End-to-End 방식 자율주행 소프트웨어와 더불어, 대규모 언어 모델(LLM) 기반의 차량용 AI 에이전트인 Gleo AI를 개발하여 차세대 모빌리티 경험을 혁신하고 있습니다.

42dot의 자율주행 기술 'Atria AI'는 2027년 말 레벨2+ 자율주행 기술이 양산 차량에 적용될 예정이며, 'Gleo AI'는 차량 환경에서 사용자의 음성과 문맥을 이해하고 자연스러운 대화형 인터랙션을 제공하는 Agentic AI로 탑재되고 있습니다.

카메라 기반 End-to-End 자율주행 및 VLA 기반 차세대 알고리즘, AI 에이전트 기술을 직접 경험하고 기여할 수 있는 기회!

끈질긴 집요함과 빠른 실행력으로 세상을 바꿀 인재를 기다립니다.

Role Overview

본 포지션은 정규직 전환형 Intern (MS/PhD) 으로, 자율주행(AD) 및 차량용 AI 에이전트(Gleo) 연구 결과를 실제 양산 시스템으로 연결하는 실전형 연구·개발 인턴십입니다.

인턴십 기간 동안 단순 보조 역할이 아닌, 양산을 목표로 한 제품 개발 및 차세대 모빌리티 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 양산 시스템을 연결하는 경험을 제공합니다.

What You'll Do

• 자율주행 시스템 및 AI 에이전트 핵심 기술에 대한 설계, 구현, 검증까지 End-to-End 수행

• 실차 데이터 기반 자율주행 알고리즘/모델 설계 또는 LLM 및 음성 AI 기반 에이전트 모델 설계 및 검증

• 시뮬레이션 및 실도로(차량 내 환경) 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

[LLM Training / Data Generation]

• LLM 학습 및 고품질 학습 데이터 생성·관리

• Synthetic Data Generation 및 자동 데이터 생성 파이프라인 개발

• 다양한 차량 환경 정의 및 Environment Scaling 기반 데이터 확장

• LLM Agent 성능 향상을 위한 학습·평가 파이프라인 개발

Interview Process

• 서류 전형

• 코딩 테스트

• 1차 면접 (화상, 1시간 내외)

• 2차 면접 (대면 혹은 화상, 3시간 내외)

• 처우 협의·입사

Additional Information

• 본 포지션은 채용 연계형 인턴십으로, 인턴십 평가 결과에 따라 정규직 전환 여부를 검토합니다.

• 인턴십은 3개월간 운영되며, 해당 기간 동안 full-time 근무를 원칙으로 합니다.

• 정규직 전환 시에는 인턴십 종료 후 1개월 이내 입사가 가능해야 하며, 조정이 필요한 경우 별도 협의를 통해 결정할 수 있습니다.

• 석사·박사과정 졸업 예정자 및 기졸업자, 또는 경력 1년 미만의 인원에 한하여 지원할 수 있습니다.

• 이력서 제출 시 주민등록번호, 가족관계, 혼인 여부, 연봉, 사진, 신체조건, 출신 지역 등 채용절차법상 요구 금지된 정보 및 학교 또는 연구실의 연구 비밀을 침해하는 내용이 없도록 유의하시기 바랍니다.

• 모든 제출 파일은 30MB 이하의 PDF 양식으로 업로드를 부탁드립니다. (이력서 업로드 중 문제가 발생한다면 지원하시고자 하는 포지션의 URL과 함께 이력서를 recruit@42dot.ai으로 전송 부탁드립니다.)

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

• 장애인/보훈대상자는 관련 법령에 따라 우대합니다.

• 해외 국적자의 경우, 체류 자격 상 정규직 입사가 가능한 분을 대상으로 합니다.

• 제출한 지원서에 허위 사실이 포함된 경우, 합격이 취소될 수 있습니다.