[마음에이아이] WoRV 팀 Physical AI & Robotics 인재 상시 채용 (다수 직무)

[마음에이아이] WoRV 팀 Physical AI & Robotics 인재 상시 채용 (다수 직무)

[모집기간]

상시채용

[모집분야]

-Applied AI Engineer

-Robotics & Vehicle Control Engineer

-Data Pipeline Manager

-Simulation Designer

-Simulation Engineer

-Research Scientist / Fellow

-Project Manager

[담당업무]

WoRV(World model for Robotics and Vehicle control)는 maum.ai의 Physical AI & Robotics 조직으로, Simulation · VLA AI Models · Real Robots을 한 축으로 묶어 자율주행/자율작업 제품을 만들고 있습니다.아래 직무에 대해 상시 채용을 진행합니다.

(Engineering)

1) Applied AI Engineer

- 주행·작업기 제어, 로컬라이제이션, 데이터 수집, 텔레오퍼레이션,세이프티 관점의 시스템 설계

- VLA, Control, RL, Motion Planning, Localization 기반 최적 해법 제안 및 구현

- Navigation / Manipulation / Perception / Decision / Action 전반 개발 및 현장 검증

- 실세계 로그·실패 사례 분석을 통한 개선 로드맵 및 데이터 수집 전략 수립

- PM/제어/시뮬레이션/데이터팀 협업을 통한 PoC → Pilot → 양산 연결

- 프로젝트 결과를 공통 모듈, 평가 체계, 데이터 자산으로 축적

2) Robotics & Vehicle Control Engineer

- 차량·작업기 제어 아키텍처 설계

- State Machine, Rule-Based Logic, Safety Fallback, Fail-safe 로직 개발

- AI 모듈과 저수준 제어기 연동 및 운영 가능한 시스템으로 통합

- CAN, ROS2, 센서 입력, actuator interface 연동

- 실환경 튜닝, validation, 안전성 검증

- 카메라/LiDAR/Radar/GNSS/IMU 기반 safety cross-check 시스템 설계

3) Data Pipeline Manager

- 현장 데이터 수집 전략 수립 및 수집 효율 극대화

- 센서/텔레오퍼레이션/현장 운영 데이터의 End-to-End Pipeline 설계·운영

- 데이터 스키마, 버저닝, 메타데이터 체계, 표준 포맷 정의

- 저장 인프라 및 학습 데이터 라이프사이클 관리

- 고객별 KPI와 제품 공통 KPI를 구분한 평가 프레임워크 설계

- 모델/모듈/시스템 레벨의 offline-online evaluation 연결

- 데이터와 모델 성능 간 관계를 검증하는 실험 체계 구축

- 실패 케이스 기반 재학습/재평가 루프 설계

- 복수 프로젝트 간 데이터 수집 우선순위 조율 및 공통 모델 역량으로 축적되는 구조 설계

4) Simulation Designer

- 농장/항만/건설현장 등 브라운필드 환경의 시뮬레이션 시나리오 설계

- 현장 실패 사례 분석 및 재현 가능한 테스트 시나리오 구성

- Edge case / rare event / safety-critical scenario 정의 및 생성

- 데이터 수집·검증·재현 가능한 evaluation workflow 설계

- 드론 측량 데이터 기반 디지털 주행환경 구축 참여

- Scenario review tool 등 내부 도구의 시나리오 설계 참여

5) Simulation Engineer

- 차량/작업기/센서/환경 모델 구축 및 파라미터 튜닝

- 시뮬레이션 자동화 파이프라인 설계·구현

- 드론 측량 데이터 기반 디지털 주행환경 구축 참여

- Teleoperation / replay / scenario review tool 등 내부 도구 개발

- Sim-to-Real 격차 분석 및 모델 정합성 개선

(Research)

6) Research Scientist / Fellow

- Robotics Foundation Model 아키텍처 설계 및 대규모 학습 수행

- Cross-embodiment 일반화 성능 검증

- 월드모델 기반 예측·계획 능력을 로봇 정책에 통합하는 연구

- 데이터 스케일링, 표현 학습, action tokenization 등 핵심 연구 문제 정의 및 해결

- 로보틱스 데이터셋의 스케일링 설계 및 학습 평가 파이프라인 구축

- 실제 로봇 플랫폼 기반 정책 일반화 성능 및 robustness 검증

- 연구 결과의 주요 학회 발표

(Business & PM)

7) Project Manager

- 고객 VOC / RFP 분석을 통한 문제 정의 및 KPI·우선순위 구조화

- PoC / Pilot / 양산 단계별 실행 계획, 요구사항, 리스크 정의

- 정부 과제 및 컨소시엄 입찰 기획, 제안서 작성

- 프로젝트 일정·리소스·리스크 관리 및 Delivery 책임

- AI/제어/시뮬레이션/데이터 등 내부 팀과 실행 계획 조율

- 고객사/정부기관/파트너 등 외부 이해관계자 커뮤니케이션

- 현장 이슈, 비용, 일정, 기술 제약 간 trade-off 기반 의사결정 지원

- 반복되는 고객 요구사항을 제품 로드맵 및 개선 과제로 연결

[우대사항]

- AI / Robotics / 자율주행 / 자율작업기 분야 실무 또는 연구 경험

- VLA, World Model, Foundation Model, LLM/VLM 관련 학습·파인튜닝 경험

- 실로봇/실차량 데이터 운영 또는 Sim-to-Real 갭 분석 경험

- NeurIPS, ICLR, CVPR, CoRL, ICRA 등 주요 ML/Robotics 학회 논문 실적

- ROS2 / CAN / 임베디드 시스템 / 센서(LiDAR·Radar·Camera·IMU) 운영 경험

- B2B 기술 프로젝트를 End-to-End로 수행해본 경험

- 오픈소스 기여 경험

- 영어 커뮤니케이션 가능자

[채용공고]