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. 코딩 테스트

3. 1차 면접 (화상, 1시간 내외)

4. 2차 면접 (대면 혹은 화상, 3시간 내외)

5. 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, recruit@42dot.ai로 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.