[직무소개]

• 본 ​포지션은 ​군용 ​객체(항공기, 선박 ​등)의 세부분류(Fine-grained Classification) 성능 ​고도화를 ​담당합니다.

• Visual ​Foundation Model Backbone과 ​Visual/Text Prompt ​를 ​결합한 Multi-modal ​Classification ​Model ​을 연구 개발합니다.

• ​영상 ​정보만으로 구분이 어려운 ​조건에서도, ​시계열/메타 ​데이터를 Text/Context Prompt로 ​활용하여 안정적으로 ​분류할 ​수 있는 ​모델을 연구합니다.

[주요업무]

1. ​멀티모달 ​분류 모델 설계 ​및 개발

• ​Vision-Language 학습, Contrastive Learning, Instruction Learning/Tuning 을 활용한 분류 모델 설계

• Visual Prompt, Text Prompt, Metadata-derived Context 를 결합한Classification Pipeline 구성

2. 다운스트림 설계/적용

• Visual Foundation Model Backbone 에 대하여 PEFT(Parameter Efficient Fine-Tuning, LoRA/Adapter) 활용, 모델 전체/부분 파인튜닝 전략 수립

• Downstream Task 헤드 구성 및 Multi-Task Learning 및 Remote Sensing 도메인에서 발생하는 Long-tailed Distribution, Class Ambiguity 등 실제 운용환경의 문제를 분석하고 개선

3. 협업 및 성능관리

• Class-level Metric, Long-tail 성능, Domain Shift 등 다양한 조건을 반영한 평가체계 설계

• 지속적으로 취득되는 데이터에 대해 모델을 배포하며, 정기적으로 성능 개선 및 관리

• Data, DataOps 및 Foundation Model 팀과 지속적으로 대화하고 협업하여 제품/사업 요구사항 연구방향 접목

[자격요건]

* 보안 규정 상 대한민국 국적 보유자에 한해 지원 가능

• Computer Vision, Machine Learning, NLP, AI 관련분야 석사 이상 또는 이에 준하는 연구경력

• Visual-Language Model(VLM), CLIP, Prompt Learning/Tuning, Multimodal classification 관련 연구 및 구현 경험

• Pytorch기반의 모델학습과 Transformers(Huggingface) 등 딥러닝 프레임워크 활용경험

• ViT/MAE/DINO 계열의 Backbone Netowrk의 파인튜닝 경험

• 모델 평가, 성능 분석, 배포까지의 ML 사이클에 대한 이해가 있으신 분

• 실험관리, 재현성 및 결과분석역량이 뛰어나신 분

• 영문 문서 독해 및 기술 커뮤니케이션이 가능하신 분

[우대사항]

• EO/SAR 영상, 항공영상, GIS 데이터 등 Remote sensing 도메인 실무 경험

• Fine-grained object detection / classification 경험

• Multi-modal fusion, Metadata-conditioned learning 경험

• 공개코드가 없는 논문을 재현하거나 목표에 맞게 재구성한 경험

• 모델 배포, 추론 최적화, 지속적 성능 개선 경험  

[채용 전형]

서류전형 > 커피챗 > 1차 인터뷰(직무 적합성) > 2차 인터뷰(조직 적합성)  > 레퍼런스 체크 & 처우협의 > 채용검진 > 최종합격 & 입사일 조율

[근무지]

대전 본사