엔젤로보틱스는 ‘기술로 사람의 능력을 재창조한다‘ (Recreating Human Ability with Technology) 라는 사명 아래 웨어러블 로봇을 만들고 있습니다. 2024년 3월, 웨어러블로봇 분야에서 최초로 코스닥 상장을 하며 기술력과 가능성을 인정받았고, AI 기반의 디지털 헬스케어 시장을 중심으로 일상생활, 산업현장, 방산 등 다양한 분야로 기술을 확장 중입니다. 세계 최고 수준의 기술력을 바탕으로, 웨어러블 로봇이 개인의 삶을 향상시키는 필수소비재로 자리잡게 하는 여정에 함께 하실 분을 찾고 있습니다.

1. 강화학습 기반 로코모션 제어 알고리즘 개발 • 다족형(legged) 로봇의 보행/주행 제어 정책(policy) 설계 및 학습 • 다양한 지형·외란 환경에서의 안정적 보행 및 균형 제어 알고리즘 개발 • 강화학습 기반 정책과 모델 기반 제어(MPC/WBC 등)의 결합 및 고도화 2. 시뮬레이션 기반 모델 학습 및 sim-to-real 적용 • 대규모 병렬 시뮬레이션 환경 구축 및 학습 파이프라인 설계 • Domain randomization 등 sim-to-real 격차 완화 기법 적용 • 학습된 정책의 실 로봇 배포 및 실환경 성능 검증·튜닝 3. 연구 성과화 및 협업 • 알고리즘 검증을 위한 실험 설계 및 정량 평가 • 국내외 학회/논문 발표 등 연구 성과 도출 • 펌웨어/제어 팀과의 연계를 통한 실시간 제어 시스템 통합

• 박사 이상 (로봇공학, 기계공학, 전기전자, 컴퓨터공학, AI관련 분야) • 신입 및 경력 무관 • 강화학습(RL) 기반 로봇 제어 연구 경험 • 다족형 로봇(사족/이족 등) 제어 연구 또는 프로젝트 경험 • 시뮬레이션 기반 모델 학습 및 sim-to-real 적용 경험 • Python 및 PyTorch(또는 TensorFlow) 기반 모델 개발 역량

• Isaac Gym / Isaac Sim, MuJoCo, RaiSim 등 대규모 병렬 시뮬레이션 환경 활용 경험 • 사족 보행 로봇(quadruped) 또는 휴머노이드 로코모션 제어 실 로봇 경험 • 모델 기반 제어(MPC, WBC, ZMP 등) 및 동역학 모델링 역량 • Domain randomization, teacher-student, privileged learning 등 sim-to-real 기법 활용 경험 • 실시간 제어 시스템 및 액추에이터/모터 제어에 대한 이해 • 거친 지형·고속 주행·외란 회복 등 robust locomotion 연구 경험

• 서류전형 - 실무진 면접 - 경영진 면접 - 최종합격 및 처우협의 - 입사 및 교육 • 고용형태: 계약직 (평가 후 정규직 전환 가능) • 근무지역: 플래닛 대전 (대전시 대덕구 신일서로 125번길 78, 2동 2층) • 근무시간: 지정 출퇴근제 (8시~10시 사이 출퇴근 시간 지정하여 9시간 근무 후 퇴근) (휴게시간 1시간 포함)

• 신입 지원 시, 성적 증명서 필수 첨부 부탁 드립니다. • 서류 검토는 2~3주 정도 소요되며, 서류 합격자에 한하여 순차적으로 연락드립니다. • 전형 결과 정규직 전형 불합격자 중 필요 시, 후보자에게 동의를 받아 계약직 전형으로 검토될 수 있습니다.