42dot
ENGINEERING
SeniorAIPerceptionEngineer
Neural analysis suggests this role is
optimal for Senior candidates.
“Senior AI Perception Engineer at 42dot. Skills: Deep Learning, Computer Vision, 3D Perception, multi-sensor fusion. 차량 주변 환경 이해 변환. end-to-end perception pipeline 설계”
What You'll Achieve.
차량 주변 환경 정확하고 일관된 공간적 이해 변환; end-to-end perception pipeline 고도화; multi-sensor 정보 효과적 활용; 공간 표현 방식 설계 및 학습; 서로 다른 표현 방식 간 일관성과 정확도 개선; occlusion 및 partial observation 환경에서의 robust representation 학습; 핵심 perception 문제 해결; 다양한 주행 환경에서의 generalization 향상; 대규모 주행 데이터 기반 성능 분석 및 문제 정의; 데이터 품질 개선 및 학습 전략 고도화; 모델의 실제 시스템 적용을 위한 최적화 및 integration; inference 성능 및 리소스 사용 최적화; 시스템 제약 조건 하에서 정확도와 성능 간 trade-off 설계
Industry & Context.
perception 문제 해결; failure case 분석
What They're Looking For.
Must Have
Deep Learning 기반 Computer Vision 또는 3D Perception 경험, PyTorch 등 프레임워크 기반 모델 설계 및 개발 경험, 센서 데이터 처리 또는 perception 문제 해결 경험
Nice to Have
multi-sensor fusion 경험 (camera / radar 등), geometry, projection, calibration에 대한 이해, BEV / 3D perception / occupancy 관련 경험, 자율주행 또는 ADAS perception 시스템 경험, 모델을 실제 시스템에 적용 및 최적화한 경험, C++ 기반 inference 또는 시스템 개발 경험
What You'll Do.
end-to-end perception pipeline 설계
spatial / temporal alignment 설계
데이터 representation 설계
robust representation 학습
failure case 분석 개선 전략 수립
실제 시스템 적용 최적화 integration
inference 성능 리소스 사용 최적화
정확도 성능 간 trade-off 설계
Full Job Description
WE ARE LOOKING FOR THE BEST 42dot의 AI Perception Engineer 는 자율주행 인지 시스템에서 카메라, 레이더 등 다양한 센서로부터 생성되는 데이터를 기반으로 차량 주변 환경을 정확하고 일관된 공간적 이해로 변환하는 역할을 담당합니다. 이 포지션은 단순한 모델 개발을 넘어, 센서 데이터 해석부터 입력 표현 설계, 모델 구조 설계, 학습 및 성능 개선, 그리고 실제 시스템 적용까지 이어지는 end-to-end perception pipeline을 설계하고 고도화하는 핵심 역할입니다. 특히, 센서의 물리적 특성과 기하 구조를 기반으로 BEV, 3D, Occupancy 등 공간 표현(spatial representation)을 정의하고, multi-sensor 정보를 효과적으로 활용하는 sensor fusion 기반 perception 모델을 개발하는 데 중점을 둡니다. Responsibilities 1. MULTI-SENSOR DATA UNDERSTANDING & INPUT DESIGN - 카메라, 레이더 등 다양한 센서 데이터의 특성 이해 및 활용 - 센서 간 spatial / temporal alignment 설계 - calibration, projection 등 기하 기반 데이터 처리 - 모델 입력 구성을 위한 데이터 representation 설계 2. PERCEPTION MODEL DEVELOPMENT - 딥러닝 기반 perception 모델 설계 및 개발 - 2D / 3D / BEV 기반 인지 모델 학습 및 개선 - multi-sensor 입력을 효과적으로 활용하기 위한 모델 아키텍처 설계 3. SPATIAL REPRESENTATION LEARNING - BEV, occupancy 등 공간 기반 환경 표현 방식 설계 및 학습 - 서로 다른 표현 방식 간 일관성과 정확도 개선 - occlusion 및 partial observation 환경에서의 robust representation 학습 4. MODEL TRAINING & PERFORMANCE IMPROVEMENT - loss 설계 및 학습 안정성 개선 - occlusion, depth ambiguity 등 핵심 perception 문제 해결 - 다양한 주행 환경에서의 generalization 향상 5. DATA-DRIVEN DEVELOPMENT - 대규모 주행 데이터 기반 성능 분석 및 문제 정의 - failure case 분석 및 개선 전략 수립 - 데이터 품질 개선 및 학습 전략 고도화 6. DEPLOYMENT & SYSTEM INTEGRATION - 모델의 실제 시스템 적용을 위한 최적화 및 integration - inference 성능 및 리소스 사용 최적화 - 시스템 제약 조건 하에서 정확도와 성능 간 trade-off 설계 Qualifications - 박사 학위 또는 관련 분야에서의 6년 이상의 경력 - Deep Learning 기반 Computer Vision 또는 3D Perception 경험 - PyTorch 등 프레임워크 기반 모델 설계 및 개발 경험 - 센서 데이터 처리 또는 perception 문제 해결 경험 Preferred Qualifications - multi-sensor fusion 경험 (camera / radar 등) - geometry, projection, calibration에 대한 이해 - BEV / 3D perception / occupancy 관련 경험 - 자율주행 또는 ADAS perception 시스템 경험 - 모델을 실제 시스템에 적용 및 최적화한 경험 - C++ 기반 inference 또는 시스템 개발 경험 Interview Process - 서류전형 - 코딩테스트 - 화상면접 (1시간 내외) - 대면 혹은 화상면접 (3시간 내외) - 최종합격 - 전형절차는 직무별로 다르게 운영될 수 있으며, 일정 및 상황에 따라 변동될 수 있습니다. - 전형일정 및 결과는 지원서에 등록하신 이메일로 개별 안내드립니다. Additional Informati
Applying for this Senior AI Perception Engineer role?
Most applicants get filtered before a human reads their resume. See if yours makes the cut.
How to Apply on Ashby
- Ashby is a fast modern ATS — most applications take under 3 minutes.
- The resume parser is strong; verify parsed experience dates and job titles.
- Custom screening questions are often scored algorithmically — answer completely.
- Location field affects geo-based screening; use your actual metro area.
ANONYMOUS · UNFILTERED
What do employees actually say about 42dot?
Real rants from real employees. Read before you apply.