Research Scientist Internship - Physical AI 개발

Physical AI 관련 연구 및 개발. 최신 VLA/World Model/Robot Foundation Model 논문 및 기술 분석, 내부 RFM 적용 및 구조·학습전략·평가방법 개선, 로봇 학습용 대규모 데이터셋 구성·활용 전략 연구, Real/Sim/Web 기반 데이터 수집·정제·분석·품질 개선, 다양한 데이터 소스 및 실패 사례/edge case/long-horizon task 활용 전략 연구, 사전학습·사후학습 성능 개선, generalization 성능 향상, 시뮬레이션 및 실제 로봇 환경 평가 체계 구축, in-house benchmark 및 task suite 설계·구축, Sim-to-Real 검증, 평가 자동화 및 closed-loop data collection 전략 수립, 신규 모델 아키텍처·학습·평가 방법론 연구.

Physical AI 관련 분야 석사/박사과정 중인 분(Robotics, Computer Vision, Machine Learning, Multimodal AI, Embodied AI 등). 로봇 조작, 모방학습, 강화학습, VLA, World Model, Embodied AI 관련 연구 경험 보유. 대규모 모델 학습, 파인튜닝, 데이터 믹싱, 데이터 필터링, 평가 자동화 경험 보유. 실제 로봇 또는 시뮬레이션 환경에서 모델 평가 경험 보유.