Research Scientist Internship - Physical AI 개발

주요업무

• 최신 VLA, World Model, Robot Foundation Model 관련 논문 및 기술 분석

• 최신 연구 결과의 내부 RFM 적용 및 모델 구조, 학습 전략, 평가 방법론 개선

• 로봇 학습을 위한 대규모 데이터셋 구성 및 활용 전략 연구

• Real, Sim, Web 기반 로봇 데이터 수집, 정제, 분석 및 품질 개선

• Teleoperation, demonstration, simulation, egocentric video 등 다양한 데이터 소스 활용 전략 연구

• 실패 사례, edge case, long-horizon task 데이터를 활용한 모델 개선 전략 연구

• 로봇 파운데이션 모델의 사전학습 및 사후학습 성능 개선

• SFT, RL, 데이터 믹싱, 데이터 선별 전략 등을 통한 모델 성능 향상 연구

• 다양한 환경, 태스크, 물체, 로봇 플랫폼, 언어 지시 변화에 대한 일반화 성능 개선

• 시뮬레이션 및 실제 로봇 환경을 활용한 모델 평가 체계 구축

• 실제 제조 환경을 반영한 자체 벤치마크 및 태스크 스위트 설계 및 구축

• Sim-to-Real 성능 검증 및 실제 로봇 적용 과정에서의 성능 저하 요인 분석

• 로봇 제어 스택, 데이터 로깅과 연계한 엔드투엔드 평가 자동화

• 실제 로봇 평가 결과를 기반으로 한 폐루프 데이터 수집 및 재수집 전략 수립

• 신규 모델 아키텍처, 학습 방법론, 평가 방법론 연구

지원자격

• 로봇공학, 컴퓨터 비전, 머신러닝, 멀티모달 AI, Embodied AI 등 관련 분야 석사 또는 박사 과정

• 로봇 조작, 모방학습, 강화학습, VLA, World Model, Embodied AI 관련 연구 경험

• 대규모 모델 학습, 파인튜닝, 데이터 믹싱, 데이터 필터링, 평가 자동화 경험

• 실제 로봇 또는 시뮬레이션 환경에서의 모델 평가 경험

전형절차

1. 서류심사

2. 온라인 코딩테스트 및 인성검사 (LG Way Fit Test)

3. 비대면 기술 인터뷰

4. 최종 합격

마감기한

상시채용