우리 팀은 이런 일을 합니다

'WIRobotics는 로봇이 스스로 이해하고, 학습하며, 행동할 수 있는 지능을 구축하고 있습니다.

높은 성능과 dexterity를 갖춘 로봇에 ACT, Diffusion Policy, VLA 등 최신 로봇 학습 기반 모델을 실제 로봇에 적용하여, 높은 인간수준의 고난이도 작업을 수행할 수 있는 physical intelligence를 구현합니다.

주요 업무

• AI 엔지니어 (Robot Learning / Generative Policy / VLA)
• ACT, Diffusion Policy, VLA(Visual-Language-Action) 등 최신 로봇 학습 기반 모델을 실제 로봇에 적용하고 성능 개선. 실제 환경에서 모델을 학습, 배포, 디버깅하는 end-to-end 시스템 작업 수행.
• ACT, Diffusion Policy, Transformer 기반 로봇 정책 모델 적용 및 학습
• VLA 기반 행동 정책 적용 및 운영
• 모방 학습(Imitation Learning) 및 강화 학습(Reinforcement Learning)을 통한 제어 정책 학습
• DAgger, Behavior Cloning, Policy Gradient 등의 알고리즘 적용
• 로봇 데이터 수집 파이프라인 설계 및 데이터 정제/증강
• 시뮬레이션과 실제 로봇 간 안정적인 학습·검증 파이프라인 구축

자격 요건

• 경력: 실무 경력 3년 이상 (관련 분야 석·박사 연구경력 인정)
• 학력 및 전공
• 학력: 학사 이상
• 전공: 로봇공학, 컴퓨터공학, 인공지능/기계학습 등 관련 전공
• 필수역량/업무경험
• 머신러닝 및 딥러닝 모델에 대한 높은 이해 (Transformer, Diffusion, ACT, VLA 등)
• Behavior Cloning, DAgger, Policy Gradient 등 IL/RL 알고리즘 이해 및 구현 경험
• Python / C++ 기반 모델 개발 및 최적화 경험
• 학습된 모델을 실제 로봇 제어 시스템에 적용해본 경험

우대 사항

• Robotics / Machine Learning / Control 전공 또는 관련 석·박사 우대
• IsaacSim, MuJoCo, RLBench, RT-X 등 로봇 학습 생태계 경험
• Multimodal policy기반 VLA action space 활용 및 튜닝 경험

기술 스택

• 언어: Python, C++
• 모델: Transformer, Diffusion Policy, ACT, VLA(Visual-Language-Action)
• 학습 기법: Imitation Learning, Reinforcement Learning, DAgger, Behavior Cloning, Policy Gradient
• 우대: IsaacSim, MuJoCo, RLBench, RT-X 등 로봇 학습 시뮬레이션 생태계