리얼월드 Data-Centric AI Research Engineer

한 줄 요약

리얼월드 Data-Centric AI Research Engineer — 리얼월드 · 서울 오피스 · 경력 무관 · 정규직·MILITARY_SERVICE_EXCEPTION. 현재 상태: 진행·예정.

정보 갱신일 2026-10-21

핵심 정보

학습 데이터 구축 전략 수립

조건·일정 확인

기관·대학

리얼월드

지역·근무지

서울 오피스

고용 형태

정규직·MILITARY_SERVICE_EXCEPTION

경력

경력 무관

학력

공식 공고 확인

담당 업무

• 학습 데이터 구축 전략 수립
• 로보틱스 태스크 특성에 맞는 데이터 구성 전략 설계 (예: 성공/실패 비율, 희귀 케이스, contact-rich 상황, edge case 정의)
• 데이터 다양성, 커버리지, 난이도 분포에 대한 정량적 기준 수립
• 모델 성능 향상에 기여하는 데이터 유형 정의 및 우선순위 설정
• 학습 데이터 구축 실행 및 품질 관리
• 멀티모달 로봇 데이터(vision, state, action, force/torque 등) 정제 및 구조화
• 데이터 노이즈, 결손, 비정상 샘플 탐지 및 정제 파이프라인 구축
• 데이터 버저닝 및 재현 가능한 데이터셋 관리 체계 수립
• 데이터 패턴 분석 및 시각화
• 학습 데이터 분포 분석을 통한 편향(bias), 결손 영역, 중복 패턴 식별
• 모델 실패 사례를 데이터 관점에서 역추적 및 원인 분석
• 대시보드 및 시각화 도구를 활용한 데이터/성능 트렌드 공유

지원 자격

• 데이터 포맷 및 시스템 이해
• Parquet, MCAP, protobuf 등 대규모·복잡한 데이터 포맷 처리 경험
• 멀티모달 시계열 데이터 구조에 대한 이해
• 데이터 분석 및 시각화 역량
• 데이터 분포, 통계 분석을 통한 문제 진단 능력
• Grafana, Kibana, Superset 등 시각화·모니터링 도구 활용 경험
• 소프트웨어 엔지니어링 및 협업 역량
• Python 기반 데이터 처리 및 분석 경험
• Git 기반 협업, 코드 리뷰, 테스트 자동화 등 개발 프로세스 경험
• 명확한 문서화 및 기술 커뮤니케이션 능력

우대 사항

• 데이터 라벨링 및 자동화 경험
• OpenCV, PyTorch, TensorFlow 등을 활용한 자동 라벨링 파이프라인 구축 경험
• 세그멘테이션, 키포인트, trajectory annotation 등 로봇 데이터 라벨링 경험
• Active Learning, Hard-example mining 등을 통한 데이터 효율화 경험
• 로보틱스 / 머신러닝 도메인 이해
• 로보틱스 학습 데이터(teleoperation, simulation, real-world log) 경험
• RL, Imitation Learning, VLA 등 학습 방식에 대한 이해
• 모델이 안 되는 이유를 데이터로 설명해본 경험

공식 출처와 다음 단계

원천 정보 갱신: 2026. 10. 21. PM 5:06

본문에 없는 자격·금액·일정은 임의로 보완하지 않습니다. 원문과 담당 기관에서 확인하세요.

관련 정보

리얼월드 연구·기술직 채용 · 연구·기술직 채용공고 전체 보기