포지션 상세
Deep In Sight의 인캐빈센싱 사업본부는 운전자 상태 감지, 동승자 행동 분석, 실내 안전 판단을 위한 차량 탑재 AI 시스템을 개발합니다. 우리는 자동차용 임베디드 플랫폼의 엄격한 연산·전력·지연 제약 속에서 연구 수준의 AI를 실제 양산 차량으로 전환하는 팀입니다.
이번에 채용하는 AI Research Engineering Part Lead는 기술 조직의 최고 의사결정자 역할입니다. 연구 방향 정의와 팀 리딩을 넘어, AI 기술 전략이 사업 방향과 정렬되도록 이끌고, 외부 파트너·고객사와의 기술 대화에서 회사를 대표하는 포지션입니다. 이론과 현실 사이의 간극을 좁히는 경험, 기술 선택의 이유를 팀과 경영진 모두에게 설명하고 방향을 결정할 수 있는 역량이 핵심입니다.
사업본부의 AI 기술 비전 및 중장기 로드맵 수립, 경영진과의 전략적 기술 의사결정 주도
연구 조직 구조 설계, 채용 방향 정의, 팀의 기술 성장 체계 수립
사업 목표와 AI 기술 역량을 연결하는 Product-Research 브릿지 역할
OEM·파트너사·고객사와의 기술 협의에서 회사를 대표하는 Technical Spokesperson
2. Research Direction & Technical Strategy
인캐빈 AI 분야의 연구 방향을 정의하고, 단기·중장기 기술 로드맵을 수립
문제를 가설로 분해하고 실험으로 검증하는 연구 프로세스를 조직 내에 정착
이론적으로 우수한 모델과 차량에서 실제로 동작하는 모델 사이의 간극을 메우는 엔지니어링 판단 주도
기술 선택의 근거를 명확히 설명하고, 팀의 설계 의도를 엔지니어 간에 공유하는 커뮤니케이션 체계 구축
3. Model Development & Optimization
차량용 임베디드 플랫폼(SoC) 환경에서의 AI 모델 설계 및 최적화 — 정확도·지연시간·전력 간 트레이드오프를 주도적으로 결정
DMS(Driver Monitoring System) 및 OMS(Occupant Monitoring System)를 위한 핵심 알고리즘 개발:
운전자 상태 감지 (졸음, 주의 분산, 시선 추정, 두부 포즈)
동승자 행동 인식 (신체 자세, 안전벨트, 물체 검출)
실내 씬 이해 (얼굴 인식, 랜드마크 검출, 세그멘테이션)
Quantization, Pruning, Knowledge Distillation 등 모델 경량화 기법 적용 및 ONNX/TensorRT 기반 배포 파이프라인 관리
4. Cross-functional Leadership
임베디드 SW 개발자, 애플리케이션 팀, 사업본부와 전체 시스템 관점에서의 기술 소통
양산 차량 SoC 제약 조건에서 AI 모델이 실제로 동작하도록 하는 end-to-end 소유권 행사
단일 모델 성능이 아닌, 전체 시스템 파이프라인 관점에서의 품질 기준 정의 및 유지
2. 경력: 관련 분야 7년 이상의 실무 경험, 기술 리더십 역할 3년 이상
3. 기본 요건 : 한국어·영어 모두 테크 비즈니스 커뮤니케이션 가능한 수준
4. 필수 역량 :
- AI 연구 조직의 기술 전략 수립 및 실행 경험
- 딥러닝 네트워크 구조에 대한 깊은 이해 및 실제 환경에서의 모델 성능 분석 역량
- 컴퓨터 비전 전반 (이미지 프로세싱, 기하학, 3D 좌표 변환, 카메라 모델 등)에 대한 탄탄한 이론적 배경
- 경영진·외부 파트너와 기술 방향을 정렬하고 의사결정을 이끈 경험
- Python 기반 딥러닝 프레임워크 (PyTorch, TensorFlow) 실무 활용 능력
- ONNX/TensorRT 기반 모델 최적화 및 임베디드 하드웨어 배포 경험
이번에 채용하는 AI Research Engineering Part Lead는 기술 조직의 최고 의사결정자 역할입니다. 연구 방향 정의와 팀 리딩을 넘어, AI 기술 전략이 사업 방향과 정렬되도록 이끌고, 외부 파트너·고객사와의 기술 대화에서 회사를 대표하는 포지션입니다. 이론과 현실 사이의 간극을 좁히는 경험, 기술 선택의 이유를 팀과 경영진 모두에게 설명하고 방향을 결정할 수 있는 역량이 핵심입니다.
주요업무
1. AI Strategy & Organizational Leadership사업본부의 AI 기술 비전 및 중장기 로드맵 수립, 경영진과의 전략적 기술 의사결정 주도
연구 조직 구조 설계, 채용 방향 정의, 팀의 기술 성장 체계 수립
사업 목표와 AI 기술 역량을 연결하는 Product-Research 브릿지 역할
OEM·파트너사·고객사와의 기술 협의에서 회사를 대표하는 Technical Spokesperson
2. Research Direction & Technical Strategy
인캐빈 AI 분야의 연구 방향을 정의하고, 단기·중장기 기술 로드맵을 수립
문제를 가설로 분해하고 실험으로 검증하는 연구 프로세스를 조직 내에 정착
이론적으로 우수한 모델과 차량에서 실제로 동작하는 모델 사이의 간극을 메우는 엔지니어링 판단 주도
기술 선택의 근거를 명확히 설명하고, 팀의 설계 의도를 엔지니어 간에 공유하는 커뮤니케이션 체계 구축
3. Model Development & Optimization
차량용 임베디드 플랫폼(SoC) 환경에서의 AI 모델 설계 및 최적화 — 정확도·지연시간·전력 간 트레이드오프를 주도적으로 결정
DMS(Driver Monitoring System) 및 OMS(Occupant Monitoring System)를 위한 핵심 알고리즘 개발:
운전자 상태 감지 (졸음, 주의 분산, 시선 추정, 두부 포즈)
동승자 행동 인식 (신체 자세, 안전벨트, 물체 검출)
실내 씬 이해 (얼굴 인식, 랜드마크 검출, 세그멘테이션)
Quantization, Pruning, Knowledge Distillation 등 모델 경량화 기법 적용 및 ONNX/TensorRT 기반 배포 파이프라인 관리
4. Cross-functional Leadership
임베디드 SW 개발자, 애플리케이션 팀, 사업본부와 전체 시스템 관점에서의 기술 소통
양산 차량 SoC 제약 조건에서 AI 모델이 실제로 동작하도록 하는 end-to-end 소유권 행사
단일 모델 성능이 아닌, 전체 시스템 파이프라인 관점에서의 품질 기준 정의 및 유지
자격요건
1. 학위: 컴퓨터 비전, 머신러닝, 전자공학, 컴퓨터과학 등 관련 분야 석사 이상 (박사 우대)2. 경력: 관련 분야 7년 이상의 실무 경험, 기술 리더십 역할 3년 이상
3. 기본 요건 : 한국어·영어 모두 테크 비즈니스 커뮤니케이션 가능한 수준
4. 필수 역량 :
- AI 연구 조직의 기술 전략 수립 및 실행 경험
- 딥러닝 네트워크 구조에 대한 깊은 이해 및 실제 환경에서의 모델 성능 분석 역량
- 컴퓨터 비전 전반 (이미지 프로세싱, 기하학, 3D 좌표 변환, 카메라 모델 등)에 대한 탄탄한 이론적 배경
- 경영진·외부 파트너와 기술 방향을 정렬하고 의사결정을 이끈 경험
- Python 기반 딥러닝 프레임워크 (PyTorch, TensorFlow) 실무 활용 능력
- ONNX/TensorRT 기반 모델 최적화 및 임베디드 하드웨어 배포 경험
