“Foundation Embodied Agent의 pretraining/post-training을 담당하는“ 직군입니다. WoRV(World model for Robotics and Vehicle control)팀은 **인간처럼** 다양하고 고차원적인 정보를 통합해 판단하고 행동하는 에이전트를 만들어 로보틱스와 자율주행 문제를 해결하고 있습니다. 현재 ML Research 팀에서는 다음 두 가지 핵심 과제를 중심으로 연구/개발을 진행하고 있습니다. 1. Foundation Embodied Agent의 훈련 레시피 구축 - 아직 정립되지 않은 Embodied AI 분야에서, 처음 보는 환경·규칙·로봇·지시 등에 모두 강건하게 반응하는 Foundation Embodied Agent를 만들기 위한 새로운 훈련 레시피를 연구·개발합니다. - 이를 통해 다양한 환경에서 협력, 추론, 적응이 가능한 범용 주행 에이전트 완성을 목표로 합니다. 2. Foundation Embodied Agent의 기억 & 효율성 문제 해결 - 대다수의 RFM(Robotics Foundation Model)은 기억 없이 현재 observation만으로 행동을 결정해, 수행 가능한 태스크 범위가 크게 제한됩니다. 인간은 기억을 기반으로 행동하므로, 모방학습의 전제가 깨지는 문제도 큽니다. - MLLM(Multimodal LLM)의 시각 정보를 처리하는 방식도 비효율적인 측면이 많습니다. 이 전반적인 문제를 해결해, 더욱 효율적인 Embodied Agent를 만들기 위한 연구를 진행합니다.

• Foundation Embodied Agent의 pretraining 및 post-training을 위한 모델 설계·구현 • 다양한 시각·언어·행동 데이터 파이프라인 구축 및 고도화 • 에이전트가 장기적 기억을 형성·활용할 수 있는 방법 연구 • 효율적인 학습 및 추론을 위해 멀티모달 기반 모델 아키텍처 최적화

• AI/ML 전반에 대한 이해와 특정 도메인에 대한 깊이 있는 지식을 가진 분 • CS 기초와 엔지니어링 역량이 우수하신 분 ㄴ> 컴퓨터 과학(운영체제, 자료구조, 알고리즘, 데이터베이스, 네트워크 등)에 대한 깊은 이해와 탄탄한 기본 지식을 보유하신 분 • 성장과 배움, 지식의 공유에 적극적이신 분

• 대규모 모델(1B 이상 LLM/Diffusion 등)의 (continual) pretraining 경험을 가지신 분 • 분산 학습 환경 또는 대규모 데이터 병렬 처리 경험이 있으신 분 • 무거운 미디어 데이터의 효율적인 처리 경험이 있으신 분 • 정보과학/수학/물리학 등 이공계열 수상 내역(올림피아드 등)을 가지신 분 • 연구 트렌드를 빠르게 따라가실 수 있으신 분 • 머신러닝 분야에서 좋은 연구 트랙 레코드를 가지고 계신 분 (관련 주요 학회 및 저널 개제 등)

서류 전형 → 코딩 테스트 → 사전과제 → 대면 인터뷰 → 최종 합격 및 처우 협의

- 초고성능 GPU 클러스터: CORE(Compute-Oriented Research Environment) 보유 [[CORE 소개]](

https://worv.ghost.io/core-construction/

) - 연구용 On-premise DGX H100 12대(H100x96), A100 30대 이상, V100 10대 이상 운용중 - sim/real 모두에서 high-quality, all by human 주행 데이터를 얻을 수 있는 파이프라인 보유 - 연구 조직의 수요에 따라 맞춤형 데이터, annotation 무제한 제공 - 200시간을 넘는 약도 기반 주행 데이터 보유, 연구팀이 원하는 데이터 무제한 제공 - NeurIPS, ICLR, CVPR, ECCV, Interspeech, ACL 등 학회 참석 및 논문 투고 전폭적 지원 - 해외 저널 Accept시 학회 참가 비용 전액 지원