로봇 텔레옵 데이터 수집·규격화, 학습용 시뮬레이션 환경 구축, 실제 로봇 운용 및 정책 성능 평가를 담당합니다. 로봇 시뮬레이터 또는 실제 로봇 운용 경험과 Python 또는 C++ 개발 역량, 매니퓰레이터 기구학·동역학 이해가 필요합니다.
내 적합도 확인 중...
공고 내용
[ 업무내용 ]
1. 로봇 데이터 수집 · 규격
- 휴머노이드 및 다지 핸드의 텔레옵 데이터를 수집하고 기록 규격을 정비합니다.
- 로봇별 관측 · 행동 데이터의 공통 스키마를 정의합니다. 2. 시뮬레이션 환경 · 데이터 연동
- 로봇 학습을 위한 시뮬레이션 환경을 구축합니다. (Isaac Sim / Isaac Lab · MuJoCo 등)
- 시뮬레이션과 실제 로봇 간 센서 · 동작 데이터 연동을 구현하고, 로봇 모델(URDF 등)의 정합성을 확보합니다. 3. 로봇 운용 · 실기 평가
- 보유 로봇을 직접 운용하고, 벤더 SDK 및 ROS 2 기반의 제어 인터페이스를 구현합니다.
- 학습 정책을 실제 로봇에 연동하고 동작 성능을 평가합니다. 4. 연구 참여
- Lab의 Cross-Embodiment 연구에 참여하여 형태가 다른 로봇 간 데이터 및 정책 이전 가능성을 검증합니다.
[ 지원자격 ]
학력 : 학사 이상
@see 운영툴의 `채용담당자 > 전형관리 > 공고관리` 메뉴: 상세 - 업무 밎 지원요건 탭의 `지원요건 및 검색설정 > 필수요건` input
이런 역량도 있다면 더욱 도움이 됩니다(우대)
-
관련 분야 박사 학위를 소지한 분
-
시뮬레이터와 실제 로봇을 모두 다뤄본 경험이 있으며, URDF 등 로봇 모델을 작성·수정한 경험이 있는 분
-
ROS 2 기반 개발 및 로봇 SDK·제어기 통합 경험이 있는 분
-
강화학습·모방학습·VLA 정책의 실제 로봇 배포 또는 Sim-to-Real 경험이 있는 분
-
다지 핸드·휴머노이드 제어, 센서 캘리브레이션 또는 텔레옵 데이터 수집 경험이 있는 분
-
Cross-Embodiment 또는 모션 리타게팅 관련 연구 경험이 있는 분
@see 운영툴의 `채용담당자 > 전형관리 > 공고관리` 메뉴: 상세 - 업무 밎 지원요건 탭의 `지원요건 및 검색설정 > Skill Set` input
[ 팀/프로젝트 소개 ]
NC AI Physical AI Lab은 디지털 트윈 생성부터 가상 데이터 생성, 정책 학습(IL · RL · VLA), 실제 로봇 배포까지 Physical AI 전반을 연구하는 조직입니다.
로봇 제어와 동작 학습에 필요한 시뮬레이션 환경을 구축하고, 센서 및 동작 데이터를 연동하여 학습에 활용합니다. 또한 하나의 학습 자산(데이터 · 정책)을 형태가 다른 여러 로봇으로 확장하는 Cross-Embodiment를 주요 연구 방향으로 삼고 있습니다. H100 GPU 클러스터를 비롯해 휴머노이드, 다지 핸드, XR 텔레옵 장비 등 다양한 로봇과 연구 장비를 활용하여 연구를 수행하고 있습니다.
이번 포지션은 시뮬레이션 환경과 실제 로봇을 연결하는 로봇 시스템 엔지니어링을 담당합니다. 데이터 수집 체계를 구축하고 시뮬레이션 환경을 구성하며, 실제 로봇의 운용과 실험을 수행합니다. 정책 모델 개발은 Lab 내 학습 연구자가 담당하며, 본 포지션은 학습 연구자와 긴밀하게 협업하여 데이터 수집 및 평가 체계를 구축하고 연구 결과가 실제 로봇에 적용될 수 있도록 지원합니다.
이런 역량을 갖추신 분을 찾고 있습니다(필수)
-
석사 학위 이상 또는 관련 분야 실무 경력 2년 이상의 학사 학위를 소지한 분
-
로봇 시뮬레이터 활용 또는 실제 로봇 운용 경험이 있는 분 (학위과정 프로젝트 포함)
-
Python 또는 C++ 개발 역량을 갖춘 분
-
매니퓰레이터의 기구학 · 동역학에 대한 이해도가 있는 분
@see 운영툴의 `채용담당자 > 전형관리 > 공고관리` 메뉴: 상세 - 업무 밎 지원요건 탭의 `지원요건 및 검색설정 > 우대사항` input



