[Nota GmbH] ML Researcher

담당업무

• Physical AI 연구 및 개발

• VLM·VLA 기반 Robot foundation model 연구

• VLA policy 학습 및 시뮬레이션·벤치마크 기반 성능 평가

• World model, action-conditioned prediction 등 최신 연구 탐색 및 적용

• Foundation model의 Quantization, Pruning, Knowledge Distillation 연구

• 효율적 추론, KV cache 최적화, token reduction 등 최적화 연구

• GPU, NPU, Robot-arm, Humanoid 등 Target HW에서 latency·memory 프로파일링 및 배포 검증

• 최적화 모델의 downstream task 성능 검증 및 NetsPresso 기능 추가

• Top-tier 학회 논문 출판

자격요건

• 능동적인 연구 주제 발굴 및 검증 역량

• Deep learning 모델 최적화 또는 VLM·VLA·LLM Foundation model 학습·fine-tuning 경험

• Python 업무 경험

• PyTorch 등 Deep learning framework 활용 역량

• 관련 선행연구 논문 조사·분석 및 재현 역량

우대사항

• NeurIPS, ICML, ICLR, CVPR, ICCV·ECCV, CoRL, ICRA, MLSys 등 Top-tier 학회 논문 출판 경험

• VLA 모델 또는 robot policy의 시뮬레이션·실제 하드웨어 배포 및 평가 경험

• Imitation learning, Reinforcement learning 등 robot learning 경험

• LLM·VLM 대규모 모델 경량화 또는 추론 최적화 경험

• TensorRT, ONNX Runtime, NPU SDK 기반 On-device AI 변환·배포 경험

• Triton·CUDA 커널 개발 경험

• Hugging Face 등 ML ecosystem 활용 경험

• Claude Code 등 AI 코딩 도구를 활용한 연구·실험 자동화 경험

전형절차

1. 서류 검토

2. 1차 인터뷰

3. 2차 인터뷰 및 온라인 코딩 테스트

4. 3차 인터뷰

5. 처우 협의

6. 최종 선발

7. 채용 전 레퍼런스 체크

근무환경

• 유럽 법인 초기 멤버로서 연구 방향 설정부터 배포까지 전 과정 주도

• 한국 본사 R&D 조직과 글로벌 협업

• 작은 팀에서 구성원의 목소리와 기여를 중시하는 팀워크 문화

• 연구 성과를 학회 논문과 NetsPresso 제품으로 연결

마감기한

채용시 마감