Working Student - Machine Learning

AR용 임베디드 제약 조건 하의 ML 모델 설계 및 프로토타이핑(이벤트 기반 비전, 경량 CNN/ViT 등), AR 작업(객체 탐지, 추적, 세그멘테이션, 제스처 등) 관련 데이터셋 및 벤치마크 설정, PyTorch 기반 모델 학습 및 평가 파이프라인 구현, 모델 압축 및 효율성 기술 연구, 에지 가속기 기반 시스템 수준 성능 프로파일링, 연구 결과물 기반 논문 작성 및 재현 가능한 코드베이스 구축.

컴퓨터 과학, 전기/컴퓨터 공학, AI, 로보틱스 등 관련 분야 석사 과정 재학생(외부 기관 협력 논문 작성이 가능한 자), 선형대수/확률/최적화 및 딥러닝 기초 지식 보유, PyTorch 기반 딥러닝 모델(CNN, ViT) 학습 및 구현 경험, Python 및 ML 도구(NumPy, Git 등) 숙련도. (우대사항) 이벤트 기반 비전 또는 스트리밍 비전 경험, 모델 압축 기술(Pruning, Sparsity, Quantization, Knowledge Distillation) 경험, 임베디드 ML 툴체인(TensorFlow Lite, ONNX Runtime 등) 숙련도, AI 보조 개발 도구(실험 트래킹, LLM 기반 코딩 어시스턴트 등) 활용 경험, 성능 프로파일링 및 시스템 개념(FLOPs, Latency, Memory access) 이해.