포지션 상세
리얼월드(RLWRLD)는 로봇이 인간처럼 세상을 인식하고 사고하며 손을 써서 작업할 수 있도록, 로보틱스 파운데이션 모델(Robotics Foundation Model)을 개발하고 있는 대한민국 최고의 AI 및 로보틱스 연구진이 이끄는 Physical AI 선도 기업입니다.
AI와 로보틱스 분야에서 축적한 깊은 연구 역량을 바탕으로, 고자유도 로봇 손의 섬세한 조작을 가능케 하는 범용 AI 모델을 빠르게 발전시키고 있고, 또한 연구소 및 로봇·센서 솔루션 파트너들과의 강력한 네트워크를 통해 제조업 등 실제 산업 현장에서 즉각적인 시장 적용이 가능한 AI 솔루션을 개발하고 있습니다.
최근 국내외 유수의 VC와 대기업으로부터 약 210억 원 규모의 시드 투자를 유치하며 대한민국 스타트업 역사상 최대 규모의 시드 투자를 기록한 리얼월드에는 AI와 로보틱스의 최전선 글로벌 기술 혁신을 경험하고자 하는 뛰어난 인재들이 속속 합류하고 있습니다.
[포지션 개요]
Forward Deployed ML Engineer(FDML)는 RLWRLD의 RFM(Robotics Foundation Model) 및 글로벌 Robot Foundation Model을 실제 산업 환경에 적용하기 위해, 현장 데이터 기반 모델 추론 환경 구축, Fine-tuning, Domain adaptation, 성능 최적화를 수행하는 역할입니다. 이 역할은 데이터→모델→제어로 이어지는 ML 기반 로봇 동작이 실제 현장에서 작동하도록 하는 Deployment 중심 역할입니다.
FDML은 Robotics Deployment(RD) 팀의 일원으로서, 프로젝트 관리자 및 Robotics/AI 팀과 긴밀히 협력하여, PoC → 데이터 수집 → 모델 개선 → 기술 확장(Scaling) → Production(실제 운영/상용화)까지 End-to-End ML Deployment를 주도합니다.
- Inference 및 제어 성능 최적화를 위한 모델 적용·안정화
- AI 모델 성능 정량 평가, 데이터 품질 확보 및 피드백 루프 운영
- 고객 환경에 기반한 데이터 수집 전략 수립 및 실행
- 데이터 정제 및 학습용 데이터셋 구축·전달(내부 ML팀과 협업)
- 고객/파트너 대상 모델 운영 인프라 구축 및 기술 지원
- 현장 요구사항을 데이터 기반으로 분석하여 모델팀에 전달
- 불확실한 상황에서 문제를 구조화하고 실행 가능한 방향으로 전환
- PyTorch, TensorFlow, JAX 등 ML framework 활용 및 Fine-tuning/Inference 경험
- VLM, VLA 또는 Robotics AI(Imitation Learning 등) 이해
- “데이터→모델→제어” End-to-End ML pipeline 설계·검증·운영 경험
- 로그 분석 및 데이터 기반 문제 해결 능력
- 고객·SI 파트너와 기술적 협업 및 커뮤니케이션 경험
- 문제를 스스로 정의하고, 해결을 실행까지 완결할 수 있는 태도
- 다양한 환경에서 문제를 구조화하고 실행으로 전환하는 Adaptive Execution 역량
AI와 로보틱스 분야에서 축적한 깊은 연구 역량을 바탕으로, 고자유도 로봇 손의 섬세한 조작을 가능케 하는 범용 AI 모델을 빠르게 발전시키고 있고, 또한 연구소 및 로봇·센서 솔루션 파트너들과의 강력한 네트워크를 통해 제조업 등 실제 산업 현장에서 즉각적인 시장 적용이 가능한 AI 솔루션을 개발하고 있습니다.
최근 국내외 유수의 VC와 대기업으로부터 약 210억 원 규모의 시드 투자를 유치하며 대한민국 스타트업 역사상 최대 규모의 시드 투자를 기록한 리얼월드에는 AI와 로보틱스의 최전선 글로벌 기술 혁신을 경험하고자 하는 뛰어난 인재들이 속속 합류하고 있습니다.
[포지션 개요]
Forward Deployed ML Engineer(FDML)는 RLWRLD의 RFM(Robotics Foundation Model) 및 글로벌 Robot Foundation Model을 실제 산업 환경에 적용하기 위해, 현장 데이터 기반 모델 추론 환경 구축, Fine-tuning, Domain adaptation, 성능 최적화를 수행하는 역할입니다. 이 역할은 데이터→모델→제어로 이어지는 ML 기반 로봇 동작이 실제 현장에서 작동하도록 하는 Deployment 중심 역할입니다.
FDML은 Robotics Deployment(RD) 팀의 일원으로서, 프로젝트 관리자 및 Robotics/AI 팀과 긴밀히 협력하여, PoC → 데이터 수집 → 모델 개선 → 기술 확장(Scaling) → Production(실제 운영/상용화)까지 End-to-End ML Deployment를 주도합니다.
주요업무
- 산업 환경에 적합한 Fine-tuning 및 Domain adaptation 수행- Inference 및 제어 성능 최적화를 위한 모델 적용·안정화
- AI 모델 성능 정량 평가, 데이터 품질 확보 및 피드백 루프 운영
- 고객 환경에 기반한 데이터 수집 전략 수립 및 실행
- 데이터 정제 및 학습용 데이터셋 구축·전달(내부 ML팀과 협업)
- 고객/파트너 대상 모델 운영 인프라 구축 및 기술 지원
- 현장 요구사항을 데이터 기반으로 분석하여 모델팀에 전달
- 불확실한 상황에서 문제를 구조화하고 실행 가능한 방향으로 전환
자격요건
- AI/Robotics 분야에서 3년 이상, ML을 실제 Edge/Robotics 환경에 적용 또는 운영한 실무 경험- PyTorch, TensorFlow, JAX 등 ML framework 활용 및 Fine-tuning/Inference 경험
- VLM, VLA 또는 Robotics AI(Imitation Learning 등) 이해
- “데이터→모델→제어” End-to-End ML pipeline 설계·검증·운영 경험
- 로그 분석 및 데이터 기반 문제 해결 능력
- 고객·SI 파트너와 기술적 협업 및 커뮤니케이션 경험
- 문제를 스스로 정의하고, 해결을 실행까지 완결할 수 있는 태도
- 다양한 환경에서 문제를 구조화하고 실행으로 전환하는 Adaptive Execution 역량
