스페이스비전은 오프라인 공간과 고객의 관심도를 데이터로 만듭니다. SpaceVision 의 AI 모델은 많은 매장에서 On-Device AI를 통해 고객의 관심사를 실시간으로 분석합니다. 채용 중인 Vision AI Engineer는 AI 모델을 훈련하고, Edge Device 에 이식해 성능을 최대한 끌어내어 저전력 디바이스에서도 높은 AI 성능을 구현하는 것을 목표로 합니다. SpaceVision is a pioneer startup in turning offline spaces into data. We analyze customer attention in real time across many stores using our edge devices. The mission for this role is to unlock 100% of our AI Vision performance directly on the edge — delivering server-level AI capability even on low-power devices.

- Vision AI 모델 설계 및 테스트: PyTorch로 Vision AI 모델을 테스트하고, Fine-Tuning, 최적화 합니다. - GPU/ NPU 기반 Edge AI 최적화: Edge Device 환경에 맞춰 변환하고, 다양한 기법을 통해 추론 속도와 정확도를 최적화합니다. - Synthetic Data Pipeline 구축: 다양한 방식으로 **합성 데이터(Synthetic Data)**를 생성하고, 이를 학습 파이프라인에 통합하여 데이터 부족 문제를 해결합니다. - Advanced Vision Analytics 개발: 다중 카메라 환경에서의 Re-Identification, 고객 시선 추적(Gaze Tracking), 행동 인식(Action Recognition) 알고리즘을 활용하거나 개발하여 사용 수준의 분석 지표를 산출합니다. - Edge-Cloud Hybrid 구조 설계: Edge Device의 실시간 분석 결과와 VLM (Vision Language Model)을 연동하여 더욱 정교한 상황 인지 시스템을 설계합니다.

- AI 모델을 실제 서비스 환경에 배포하고 운영해보신 분 - Git 환경을 통한 협업에 능숙한 분 - Tech Stack: Python, PyTorch 능숙자. C++ 기반의 추론 엔진 최적화 경험. - Edge AI: Hailo, Rockchip(RKNN), NVIDIA Jetson 등 NPU/Edge 가속기 활용 및 Quantization(INT8) 경험 필수. - Core Vision: Object Detection, Tracking (DeepSORT, ByteTrack 등), Re-ID, HPE 관련 구현 및 모델 최적화 능력.

- Synthetic Data: 3D 도구, 혹은 데이터셋 제작 도구를 활용한 합성 데이터 생성 및 학습(Sim2Real) 경험. - Embedded Linux: Ubuntu/Linux 환경에서의 개발 및 쉘 스크립팅, Docker 활용 능력. - Optimization: ONNX 등을 활용한 딥러닝 모델 경량화 및 가속화 경험. - Generative AI: Stable Diffusion, VLM 등을 활용한 이미지 생성/분석 프로젝트 경험.

서류 전형 → 1차 기술 인터뷰 → (내부 논의/인적성 검사/과제 등 지원자에 맞는 추가 절차) → 2차 컬처 & 비전 인터뷰 → 처우 협의 → 입사

- 2025년 4월 Series-A 유치 후 빠른 성장을 하고 있는, 유의미한 실제 매출을 내는 AI 기술 기업입니다. - 주 1회 원격 근무 수행 - 시간 단위 휴가 - 야근 시 보상 휴가 부여