Á¶Á÷¼Ò°³

  • ·Îº¸Æ½½º·¦Àº ·Îº¸Æ½½º ±â¼úÀ» ¹ÙÅÁÀ¸·Î ´Ù¾çÇÑ ºÐ¾ßÀÇ Àü¹®°¡µéÀÌ ÇϳªÀÇ ÆÀÀ» ÀÌ·ç¾î ·Îº¿ Á¦Ç°À» °³¹ßÇÏ°í ÀÖÀ¸¸ç,
    »ç¶÷°ú ÇÔ²² ÇÒ ¼ö ÀÖ´Â, ÀÚü °³¹ßÀ» ÅëÇØ Â÷º°È­µÈ, ³ª¾Æ°¡ ·Îº¿ÀÌ Á¸ÀçÇÏ´Â °ø°£¿¡¼­ÀÇ ¸ðµç ¼­ºñ½º¸¦ Á¦°øÇÏ´Â ·Îº¿À¸·Î È®Àå °¡´ÉÇÑ ±â¼úÀ» ÁöÇâÇÏ°í ÀÖ½À´Ï´Ù.

    ¿ì¸® Á¶Á÷Àº ¸Ó½Å·¯´×/µö·¯´× ±â¼úÀ» È°¿ëÇÑ ·Îº¿ºñÀü ½Ã½ºÅÛÀ» °³¹ßÇϸç, À̷п¡¼­ ±×Ä¡´Â °ÍÀÌ ¾Æ´Ï¶ó ½ÇÁ¦ °³¹ß ÁßÀÎ ·Îº¿¿¡ Àû¿ëÇÏ¿© °í°´¿¡°Ô °¡Ä¡¸¦ Àü´ÞÇÒ ¼ö ÀÖ´Â ¼­ºñ½º¸¦ °³¹ßÇÕ´Ï´Ù.
    Image/Video ÀԷ¿¡ ´ëÇÏ¿© Object detection/recognition, Action recognition, Visual surveillance, Reconstruction µî ´Ù¾çÇÑ AI ±â¼úÀ» ¿¬±¸/°³¹ßÇÕ´Ï´Ù.
    °¢ ¾Ë°í¸®ÁòÀÌ È¯°æ¿¡ °­ÀÎÇÏ°Ô µ¿ÀÛÇϵµ·Ï ´Ù¾çÇÑ Ä«¸Þ¶ó ¿µ»óÀ» È°¿ëÇϸç, ·Îº¿¿¡ ÀåÂøµÈ Ä«¸Þ¶ó¸¦ ³Ñ¾î ·Îº¿ ÁÖº¯ ÀÎÇÁ¶óÀÇ Ä«¸Þ¶ó ¿µ»ó°ú ¿¬°èÇÏ¿© »óȲÀ» ÆÇ´ÜÇÏ¿© ´Éµ¿ÀûÀÎ µ¿ÀÛÀÌ °¡´ÉÇϵµ·Ï representation ´É·ÂÀ» Çâ»ó½ÃÅ°±â À§ÇÑ ±â¼úÀ» ¿¬±¸ÇÕ´Ï´Ù.

    ´õ ÀÚ¼¼ÇÑ Á¤º¸´Â ·Îº¸Æ½½º·¦ À¥»çÀÌÆ®¿¡¼­ È®ÀÎÇØ º¸¼¼¿ä.
    (https://robotics.hyundai.com/)

Á÷¹«»ó¼¼

  • ¡¤ Deep learning ±â¹Ý °´Ã¼ ºÐ¼® ¹× »óȲ ÀÎ½Ä ±â¼ú ¿¬±¸
    ¡¤ ÇнÀÀ» À§ÇÑ µ¥ÀÌÅÍ È¹µæ ¹× ºÐ¼®/°ü¸®
    ¡¤ Deep learning network ¿¬±¸


    [Deep learning ±â¹Ý °´Ã¼ ºÐ¼® ¹× »óȲ ÀÎ½Ä ±â¼ú ¿¬±¸]
    ¡¤ °´Ã¼ ŽÁö ¹× ºÐ¼®
    - Object detection & tracking
    - Multi camera person re-identification
    - Key point °ËÃâ ¹× ºÐ¼®
    ¡¤ °´Ã¼ reconstruction
    - RGB ±â¹Ý 3D reconstruction (Nerf, SDF, Gaussian splatting)
    - LRM (Large Reconstruction Model)

    [µ¥ÀÌÅͼ ºÐ¼® ¹× Curation]
    ¡¤ Data acquisition & curation
    ¡¤ Unlabeled data ºÐ¼® ¹× Edge case ºÐ¼®
    ¡¤ µ¥ÀÌÅÍ °ü¸®

    [Deep learning network ¿¬±¸]
    ¡¤ Feature embedding ¼º´É °³¼±
    ¡¤ Weakly supervised learning, Domain adaptation

Áö¿øÀÚ°Ý

  • ¡¤ ¼®»ç ÀÌ»óÀÇ ÇÐÀ§ ¼ÒÀ¯ÇϽŠºÐ
    ¡¤ ¼®»ç Ãëµæ ÈÄ ½Ç¹« ¼öÇà °æÇè 3³â ÀÌ»ó º¸À¯ÇϽŠºÐ
    ¡¤ ÄÄÇ»ÅÍ°øÇÐ, Àü±âÀüÀÚ°øÇÐ Àü°øÇϽŠºÐ
    ¡¤ ¿µ»ó ½Åȣó¸® °ú¸ñ À̼öÇϽŠºÐ
    ¡¤ Ä«¸Þ¶ó, ºñµð¿À ÀÔ·Â ±â¹ÝÀÇ AI ¾Ë°í¸®Áò ½ÇÁ¦ ¼­ºñ½º Àû¿ë °æÇè º¸À¯ÇϽŠºÐ
    ¡¤ Python, C/C++, Linux È°¿ë ´É·Â º¸À¯ÇϽŠºÐ
    ¡¤ ÃÖÁ¾ÇÕ°Ý ÈÄ, ȸ»ç°¡ ÁöÁ¤ÇÏ´Â ÀÔ»çÀÏ¿¡ ÀÔ»ç °¡´ÉÇϽŠºÐ
    ¡¤ ÇØ¿Ü¿©Çà¿¡ °á°Ý »çÀ¯°¡ ¾ø´Â ºÐ (³²¼ºÀÇ °æ¿ì, È¸»ç°¡ ÁöÁ¤ÇÑ ÀÔ»çÀϱîÁö º´¿ªÀ» ¸¶Ãưųª ¸éÁ¦µÇ½Å ºÐ)

¿ì´ë»çÇ×

  • ¡¤ ¹Ú»ç ÀÌ»óÀÇ ÇÐÀ§ ¼ÒÀ¯ÇϽŠºÐ
    ¡¤ CS, EE Àü°øÇϽŠºÐ
    ¡¤ Top-Tier ÇÐȸ ³í¹® 2Æí ÀÌ»ó º¸À¯ÇϽŠºÐ (CVPR, ECCV, ICCV µî)
    ¡¤ C++ È°¿ëÇÑ Inference Application °³¹ß °æÇè º¸À¯ÇϽŠºÐ
    ¡¤ AWS È°¿ë ´É·ÂÀ» º¸À¯ÇϽŠºÐ
    ¡¤ Nvidia Jetson Device È°¿ë ´É·ÂÀ» º¸À¯ÇϽŠºÐ

ÀüÇü´Ü°è

  • 1. ¼­·ùÀüÇü
    2. Pre-Interview
    3. Á÷¹«¸éÁ¢
    4. Á¾ÇÕ¸éÁ¢
    5. ä¿ë°ËÁø
    6. ÀÔ»ç

±âŸ

  • [±âŸ À¯ÀÇ»çÇ×]
    ¡¤ Áö¿ø¼­¸¦ Æ÷ÇÔÇÏ¿© ä¿ë ÀüÇü ÁøÇà Áß ¸ðµç °úÁ¤¿¡¼­ Á¦ÃâÇÑ ³»¿ëÀÌ »ç½Ç°ú ´Ù¸£°Å³ª ¹®¼­·Î ÁõºùÀÌ ºÒ°¡ÇÒ °æ¿ì ÇÕ°ÝÀÌ Ãë¼ÒµÇ°Å³ª ÀüÇü»óÀÇ ºÒÀÌÀÍÀ» ¹ÞÀ» ¼ö ÀÖ½À´Ï´Ù.
    ¡¤ ÃÖÁ¾ ÇÕ°Ý ÈÄ, ȸ»ç°¡ ÁöÁ¤ÇÏ´Â ÀÔ»çÀÏ¿¡ ÀÔ»ç ºÒ°¡ÇÒ °æ¿ì ÇÕ°ÝÀÌ Ãë¼ÒµÇ°Å³ª ÀüÇü»óÀÇ ºÒÀÌÀÍÀ» ¹ÞÀ» ¼ö ÀÖ½À´Ï´Ù.
    ¡¤ ÇØ¿Ü¿©Çà¿¡ °á°Ý »çÀ¯°¡ ÀÖ´Â ºÐ(³²¼ºÀÇ °æ¿ì, ȸ»ç°¡ ÁöÁ¤ÇÑ ÀÔ»çÀϱîÁö º´¿ª ¹ÌÇÊ ¶Ç´Â º´¿ª ¸éÁ¦µÇÁö ¾ÊÀº ºÐ Æ÷ÇÔ)Àº ÇÕ°ÝÀÌ Ãë¼ÒµÇ°Å³ª ÀüÇü»ó ºÒÀÌÀÍÀ» ¹ÞÀ» ¼ö ÀÖ½À´Ï´Ù.
    ¡¤ ȸ»ç ³»±Ô»ó Á¤»ó±Ù¹«°¡ ºÒ°¡´ÉÇÒ °æ¿ì ÇÕ°ÝÀÌ Ãë¼ÒµÇ°Å³ª ÀüÇü»óÀÇ ºÒÀÌÀÍÀ» ¹ÞÀ» ¼ö ÀÖ½À´Ï´Ù.
    ¡¤ ä¿ë ÀüÇü ÁøÇà¿¡ µû¶ó ÀÏÁ¤ÀÌ Á¶Á¤µÉ ¼ö ÀÖ´Â Á¡ À¯ÀÇ ¹Ù¶ø´Ï´Ù.

    [Áö¿øÀÚ Âü°í»çÇ×]
    ¡¤ Ãë¾÷º¸È£´ë»óÀÚ(Àå¾Ö,º¸ÈÆ µî)´Â °ü°è ¹ý·É¿¡ ÀÇ°ÅÇÏ¿© ¿ì´ëÇÕ´Ï´Ù.
    ¡¤ Áö¿ø¼­ Á¢¼ö ¸¶°¨ÀÏ¿¡´Â Áö¿øÀÚ°¡ ´ë°Å ¸ô·Á ÀÔ»çÁö¿øÀÌ ¾î·Á¿ï ¼ö ÀÖÀ¸´Ï, ¿©À¯ÀÖ°Ô ¹Ì¸® Á¦ÃâÇϽñ⸦ ±ÇÀåÇÕ´Ï´Ù.
    ¡¤ Áö¿ø¼­ Á¢¼ö´Â Çö´ëÀÚµ¿Â÷ ä¿ë ȨÆäÀÌÁö¸¦ ÅëÇØ Á¢¼öÇϸç, ±× ¿ÜÀÇ °³º° Á¢¼ö´Â ¹ÞÁö ¾Ê½À´Ï´Ù.
    ¡¤ °ø°í ³» Á÷±Þ ¼öÁØÀº ¿¹»ó Á÷±ÞÀ¸·Î º¯µ¿ °¡´É¼ºÀÌ ÀÖÀ¸¸ç, °³Àκ° °æ·Â ¹× Æò°¡¸¦ °í·ÁÇÏ¿© ó¿ìÇùÀÇ °úÁ¤À» ÅëÇÏ¿© ÃÖÁ¾ È®Á¤µË´Ï´Ù.
    ¡¤ ä¿ë °ü·Ã ¹®ÀǴ ä¿ë ȨÆäÀÌÁö Ò® [FAQs] ¸Þ´º¸¦ È®ÀÎÇϽðųª '1:1 ¹®ÀÇÇϱâ'¸¦ ÀÌ¿ë¹Ù¶ø´Ï´Ù.