Reinforcement Learning Engineer (Autonomous Driving)

소개

About the Team & Mission 42dot의 자율주행 VLA 팀은 Vision-Language-Action (VLA) 모델을 통해 차량이 복잡한 도로 상황을 이해하고, 판단을 주행 행동으로 연결하도록 만드는 기술을 개발합니다. 실제 주행 데이터, 모델 학습, closed-loop simulation과 실차 검증을 연결해 모델의 취약점을 발견하고 주행 성능을 지속적으로 개선하는 것을 목표로 합니다. 이 포지션은 end-to-end driving model의 주행 성능을 높이는 reinforcement learning 방법을 개발합니다. Behavior cloning으로 학습한 모델을 reward와 feedback으로 더 개선할 수 있는 기회를 찾고, 유망한 아이디어의 설계부터 대규모 학습, 엄밀한 평가와 driving model 통합까지 주도할 분을 찾습니다.

주요업무

• VLA policy와 simulator의 observation/action interface를 설계하고 GRPO, PPO 등 policy optimization 기법으로 closed-loop RL post-training을 개발합니다. • Vector 또는 occupancy 기반 driving simulator에서 ego와 traffic agent가 학습 중인 policy 및 과거 checkpoint로 상호작용하는 self-play training 구조를 개발합니다. • 학습된 policy의 candidate action과 trajectory를 여러 가능한 future scenario에서 rollout하고, expected return과 safety constraint에 기반한 action selection을 simulation 환경 개발 담당자와 공동 개발합니다. • Closed-loop benchmark로 policy의 안전성과 일반화를 검증하고 reward hacking 및 simulator bias를 분석합니다.

자격요건

• Machine Learning, Reinforcement Learning 또는 Robotics 관련 경력 3년 이상 또는 이에 준하는 연구/개발 역량을 보유하신 분. • Python과 PyTorch로 policy learning 알고리즘을 구현하고 학습과 평가를 수행한 경험이 있으신 분. • Policy optimization, reward design과 credit assignment를 이해하고 RL 실험을 설계할 수 있으신 분. • Simulation 또는 multi-agent 환경에서 policy를 학습하고 baseline 대비 개선을 검증한 경험이 있으신 분. • 해외 오피스와 기술적 이슈를 논의하고 협업할 수 있는 영어 커뮤니케이션 역량을 보유하신 분.

우대사항

• Self-play, multi-agent RL 또는 policy population을 활용한 training 구조를 개발한 경험이 있으신 분. • VLA 또는 generative policy에 GRPO, PPO 등 RL post-training을 적용한 경험이 있으신 분. • Vector 또는 occupancy 기반 driving simulator에서 policy를 학습했거나, world model 기반 rollout planning을 개발한 경험이 있으신 분. • 대규모 parallel rollout, distributed training 또는 sim-to-real 검증 경험이 있으신 분.

혜택 및 복지

[42dot만의 업무 몰입 프로그램] https://42dot.ai/ko/careers/employee-engagement-program