[NetsPresso] Physical AI Researcher Intern (체험형)

담당업무

• VLA 및 World Model 구조·학습 방식 분석과 로봇 도메인 파인튜닝·post-training 레시피 설계

• GR00T, π0, SmolVLA, Cosmos 계열 등 최신 논문 재현 및 유효성 검증

• Training-free compression, quantization, pruning, caching, early-exit 등 모델 경량화 연구

• compute-bound·memory-bound 병목 프로파일링과 latency·품질 trade-off 도출

• 실패 에피소드 기반 preference learning, imitation learning, offline RL 및 credit assignment 연구

• 훈련 데이터셋 품질 지표 정의, 필터링·증강 전략과 시뮬레이션·실물 데이터 도메인 갭 분석

• 가설·baseline·ablation 기반 실험 설계와 통계적 평가 프로토콜 구성

• robosuite, IsaacSim, MuJoCo 등 시뮬레이터와 SO-101, reBot, Lekiwi 등 실물 로봇 평가 파이프라인 구축

• 연구 방법론, 실험 결과와 failure mode 문서화 및 재현 가능한 코드·레시피 정리

자격요건

• Python·PyTorch 기반 학습·평가 파이프라인 작성 및 디버깅 능력

• Transformer, attention, diffusion·flow matching, 최적화 등 딥러닝 이론 이해

• 최신 논문 독해 및 핵심 기여·한계 판별 능력

• 가설을 정량적으로 검증 가능한 형태로 설계하고 결과를 해석하는 능력

• 제안 방법을 목적함수·수식 수준으로 기술하는 능력

우대사항

• VLA, World Model, Imitation Learning, RL 관련 연구 또는 프로젝트 경험

• DPO·RLHF 계열 preference optimization 또는 offline RL 구현 경험

• quantization, pruning, distillation, KV cache 최적화 등 모델 경량화 연구 경험

• robosuite, IsaacSim, MuJoCo, PyBullet, Genesis, ManiSkill 등 로봇 시뮬레이터 사용 경험

• ROS, LeRobot 등 로봇 제어 프레임워크 사용 경험

• 영상·센서·액션 등 멀티모달 데이터 처리 및 대규모 학습 경험

• 논문·기술 블로그 등 연구 결과 공개 정리 경험

• AI Tool을 활용하면서 스스로 논리를 구성하고 추론하는 능력

• 국가보훈대상자 및 장애인 우대

보상

최종 인터뷰 합격 시 처우 협의

전형절차

1. 서류 검토

2. 1차 인터뷰 및 과제

3. 최종 선발

지원 유의사항

• 채용 전 레퍼런스 체크 진행

• 이력서에 연봉 정보 등 민감한 개인정보가 기재된 경우 해당 서류가 검토되지 않을 수 있음

• 허위 사실 확인 시 채용 취소 가능

• 장애인 등록증 사본은 기타 서류에 선택적으로 제출 가능하며 전형 평가에는 영향 없음

마감기한

채용시 마감