[About STRADVISION] We Empower Everything ​To ​Perceive Intelligently STRADVISION은 ​위와 같은 미션을 ​가지고, AI기반의 ​카메라 ​인식기술로 모두에게 ​더 ​나은 ​삶을 만들어가고 있습니다. ​우리가 ​만든 소프트웨어가 모든 ​것을 ​빈틈없이 ​정확하게 인식하여, 세상의 ​올바른 의미를 ​전달할 ​수 있도록 ​현재 전 ​세계 ​8개 오피스에서 250명 ​이상의 동료들과 ​Vision Perception AI 기술을 만들어가고 있습니다. 더 나은 세상을 만들기 위한 VISION AI 기술, STRADVISION의 의미 있는 도전을 함께 만들어갈 동료를 찾습니다. [Our Technology] 🚗 STRADVISION 기술 소개 • 2019년, STRADVISION은 전 세계 딥러닝 기술 기반 스타트업 중 최초로 유럽 ASPICE CL2 인증을 획득하였고, 2020년에는 AVT ACES 자율주행 차량 혁신상을 수상하였습니다. • 또한, 글로벌 자율주행 기업들과 전문가들의 경연장인 AutoSens Award에서는 2년 연속(2021, 2022) ‘객체 인식 부문 최고상’(Gold Award Winner)을 수상하였습니다. • 2022년 8월, 1076억 규모로 마무리된 시리즈C 펀딩에는 미국의 Aptiv와 독일의 ZF Group이 전략적 투자자로 참여하여 STRADVISION의 우수한 기술력이 전 세계로부터 인정받았습니다. • Deep Neural Network 관련 미국 특허 167개를 보유하고 있는 STRADVISION은, 차별화된 기술력 확보를 위해 오늘도 연구 개발을 적극적으로 하고 있습니다. • 2025년 상반기 SVNet 탑재 차량 글로벌 누적 400만 대를 돌파하며 경기 둔화·업계 경쟁 심화에도 성장세 지속하고 있습니다. • 2025년, 국내 ‘AI 경쟁력’ 삼성전자/네이버/LG 등의 뒤를 이어 10위에 선정되었습니다.

[Mission of the Role] AI Safety Manager는 당사 AI 기반 인지 소프트웨어의 SOTIF(Safety of the Intended Functionality)와 AI-Safety(ISO/PAS 8800)를 안전 전략 수립 단계부터 제품 출시를 뒷받침하는 근거 확보까지 전체 과정을 책임집니다. 엔지니어링 조직 전반에 적용될 SOTIF/AI-Safety 프로세스를 정의하고 적용하며, 딥러닝 기반 컴포넌트의 기능적 불충분성(functional insufficiency)와 트리거링 조건(triggering condition)을 식별 및 평가하는 작업을 주도하고, 잔존 위험(residual risk)이 수용 가능한 수준임을 입증하는 수용 기준(acceptance criteria)과 검증 목표(validation target)에 합의합니다. Functional Safety, Cybersecurity, Perception 개발팀과 긴밀히 협업하며, 고객·감사인·심사원을 대상으로 당사의 SOTIF/AI-Safety 논증(argumentation)을 대표해 제시합니다. [Key Responsibilities] • 전사 표준 프로세스의 일환으로 SOTIF(ISO 21448)/AI-Safety(ISO 8800) 프로세스를 정의하고 적용하며 지속적으로 개선하고, AI 개발 생애주기 전반에 걸쳐 준수되도록 관리합니다. • DNN 기반 인지 컴포넌트(peception components)의 기능적 불충분성(functional insufficiencies), 성능 한계, 트리거링 조건을 식별합니다. (FI-to-TC, TC-to-FI 분석 경험 보유) • 잔존 위험(residual risk)에 대한 수용 기준(acceptance criteria), KPI 목표, 검증 전략을 도출하고 합의합니다. • Functional Safety Manager와 함께 hazard analysis and risk assessment (HARA)를 지원합니다. • AI 시스템 안전 요구사항을 정의하고, 이것이 설계, 데이터 전략, 학습, 검증 및 확인(verification and validation) 활동에 통합되도록 관리합니다. • AI 기반 시스템의 정상 성능(nominal performance)을 평가하고, 테스트 데이터 및 필드 데이터 커버리지를 검토하며, 그 결과를 바탕으로 개선이 필요한 영역을 파악합니다. • SOTIF/AI-Safety 논증과 그 근거를 개발 및 유지하고, 이를 사내 이해관계자, 고객, 감사인, 심사원에게 제시합니다. • 엔지니어링, 제품 개발, 법무, 컴플라이언스 팀과 협업하여 안전 표준 및 새롭게 등장하는 AI 규제 준수를 보장합니다. • 개발팀을 대상으로 SOTIF/AI-Safety 방법론에 대해 코칭하고, 조직의 AI Safety 역량을 향상시킵니다. • SOTIF/AI-Safety 요구사항에 따라 안전 관련 문서와 기록을 작성하고 관리합니다.

[Basic Qualifications] • 컴퓨터공학, 소프트웨어공학, 전기전자공학 또는 관련 기술 분야에서 학사 학위 이상을 소지하신 분 • 자동차 산업 분야에서의 경력이 최소 5년 이상이신 분 • ISO 21448(SOTIF)/AI-Safety(ISO 8800)의 실무 적용 경험을 포함한 AI 기반 시스템 또는 인지(perception) 시스템 안전 엔지니어링 분야 업무 경험이 최소 3년 이상이신 분 • ISO 26262, Automotive SPICE 등 자동차 산업 표준 및 프로세스 관련 경험을 보유하신 분 • HARA, HAZOP, FMEA 등 안전 분석 기법에 대한 실무 경험이 있으신 분 • 영어 및 한국어에 능숙하고, 우수한 문서 작성 및 커뮤니케이션 역량을 갖추신 분 • 고객, 감사인, 심사원 등 다양한 이해관계자 앞에서 안전 관련 사안을 논리적으로 설명하고 설득할 수 있는 뛰어난 프레젠테이션 역량을 갖추고 계신 분

[Preferred Qualifications] • AI 기반 시스템의 nominal performance 분석, performance metric 정의, 성능 개선을 주도한 실무 경험을 보유하신 분 • DNN을 위한 데이터 전략 및 검증(validation)을 포함한 머신러닝 및 딥러닝 기반 인지(카메라, 컴퓨터 비전)에 대한 이해도를 보유하신 분 • ISO/PAS 8800, UL 4600, EU AI Act 등 최신 AI Safety 관련 표준 및 규제에 대한 지식을 보유하신 분 • 잔존 위험(residual risk) 수용을 위한 검증 목표(validation target) 및 통계적 근거 정의 및 외부 안전성 평가 지원 경험이 있으신 분

[Recruitment Process] ▶️서류 전형 ＞1차 인터뷰(대면) ＞ 2차 인터뷰 (필요시) ＞ 레퍼런스 체크 ＞ 처우 협의 ＞ 최종 합격 및 입사 • 전형 절차는 직무별로 다르게 운영될 수 있으며, 일정 및 상황에 따라 변동될 수 있습니다. • 전형일정 및 결과는 지원서에 등록하신 이메일로 개별 안내드립니다. [Application] • 필수 : 이력서 및 경력기술서 • 선택 : 포트폴리오 또는 논문 • 이력서 및 경력기술서는 PDF 양식으로 제출해주시기 바랍니다. 다른 파일 형식으로 제출해주시는 경우 내용 확인이 어려울 수 있습니다. • 지원 서류는 모두 자유 양식으로 여태까지 해오셨던 업무, 프로젝트 등을 본인의 역량이 잘 드러날 수 있도록 작성해주시면 좋습니다. • 지원 서류에는 주민등록번호, 연봉, 혼인 여부 등 민감한 개인정보가 포함되지 않도록 확인 부탁드립니다.

[Others] • 본 공고는 상시 채용으로, 채용 완료 시 조기 마감될 수 있습니다. • 입사 후 정규직은 3개월 간의 수습기간이 있습니다. • 외국인의 경우 비자 지원이 가능합니다. • 지원서 내용 중 허위사실이 있는 경우에는 합격이 취소될 수 있습니다. STRADVISION은 한 사람 한 사람의 다양성을 존중하며, 한국오피스를 기반으로 해외오피스(독일, 미국, 일본, 중국) 멤버들과 글로벌 테크회사의 문화를 만들어가고 있습니다. 또한, STRADVISION은 채용전형에서 나이, 국적, 성별, 출신 등 업무역량과 관계없는 요소로 차별하지 않으며, 지원자 모두에게 공정한 기회를 제공합니다. 채용전형과 관련하여 궁금하신 점은 언제든지 STRADVISION HR Team에 문의 주시기 바랍니다.