Visual Odometry (VIO) / Visual SLAM 엔지니어

About

＜회사 개요＞
저희는 Physical AI 기반 차세대 모빌리티 솔루션을 개발하는 빠르게 성장 중인 스타트업입니다. 스마트폰 카메라와 차량 센서 데이터를 활용해 주차 공간 인식, 주차 보조, 주행 환경 이해, 향후 자동주차 소프트웨어까지 확장 가능한 기술을 개발하고 있습니다.

＜우리가 지향하는 것＞
• 혁신적이고 현실적인 모빌리티 기술:
연구에 머무르지 않고, 실제 사용자가 경험할 수 있는 제품과 빠른 사업화를 목표로 합니다.
• 글로벌 자율주행 경험을 갖춘 팀
자율주행, 로보틱스, 모빌리티 분야에서 실전 경험을 쌓은 핵심 멤버들과 함께 문제를 해결합니다.
• 빠른 실행과 명확한 목표
충분한 산업 경험을 바탕으로 중요한 문제를 정의하고, 빠르게 구현·검증·개선하는 방식을 지향합니다.
• 기술 중심의 수평적 문화:
직급보다 기술적 판단과 결과를 중시하며, 자율성과 책임을 기반으로 일합니다.

Responsibilities

1. Visual-Inertial Odometry 및 Visual SLAM 개발
• 카메라 및 IMU 데이터를 활용한 실시간 위치 추정 Visual-Inertial Odometry, VIO 알고리즘 개발
• Feature-based / Direct Visual Odometry 및 SLAM 알고리즘 구현, 개선, 최적화
• ORB-SLAM3, VINS-Mono, OpenVINS, Basalt 등 관련 오픈소스 분석 및 제품 수준 적용
• Factor Graph Optimization, Bundle Adjustment, Pose Graph Optimization 기반 위치 추정 성능 개선
• Loop Closure, Relocalization, Drift Correction 등 누적 오차 보정 알고리즘 개발
• 실제 주행 환경에서의 VIO 성능 평가, 튜닝, 디버깅

2. Geometric Computer Vision 알고리즘 개발
• Epipolar Geometry, Triangulation, PnP, Essential / Fundamental Matrix 기반 알고리즘 구현
• OpenCV 기반 영상 전처리, 특징점 추출, 매칭, 추적, 왜곡 보정 로직 개발
• Pinhole, Fisheye, Wide-angle 카메라 모델 기반의 카메라 캘리브레이션 및 보정
• 조도 변화, 반사, 동적 객체, 저텍스처 환경 등 실제 주행 환경에서 강인하게 동작하는 Vision 알고리즘 개발
• 실제 주행 데이터 분석 및 VIO / SLAM 성능 개선을 위한 데이터 처리 파이프라인 개발

3. Multi-Sensor Calibration 개발
• Camera-to-Camera, Camera-to-IMU, Camera-to-LiDAR 등 센서 간 Extrinsic / Intrinsic Calibration 알고리즘 개발
• Checkerboard, ChArUco, AprilTag 등 타겟 기반 캘리브레이션 자동화 도구 개발
• Kalibr, OpenCalib 등 오픈소스 캘리브레이션 프레임워크 분석, 개선, 커스터마이징
• 주행 중 진동, 온도 변화, 장착 오차 등에 대응하기 위한 Online / Self-Calibration 알고리즘 연구 및 개발
• 차선, 소실점, 도로 구조물 등 환경 특징을 활용한 Targetless Calibration 알고리즘 개발

4. 실시간 시스템 구현 및 최적화
• C++ / Python 기반 알고리즘 구현 및 성능 최적화
• ROS / ROS2 기반 데이터 처리, 테스트, 시각화, 디버깅 환경 구축
• NVIDIA Jetson, 차량용 임베디드 플랫폼, 모바일 환경 등에서의 실시간 처리 최적화
• 실제 주행 로그 기반 성능 평가, 실패 케이스 분석, 알고리즘 개선

Requirements

본 포지션은 단순히 오픈소스 알고리즘을 사용하는 수준을 넘어, 수학적·기하학적 원리를 이해하고 실제 제품 코드로 구현할 수 있는 역량을 중요하게 봅니다.

필수 요건
• Computer Vision, Robotics, 전기전자, 컴퓨터공학 또는 관련 분야 학사 이상
• 관련 분야 실무 경력 보유 : 학사 기준 5년 이상 / 석사 기준 3년 이상 / 박사 기준 1년 이상 또는 이에 준하는 프로젝트 경험
• C++ 또는 Python을 이용한 Computer Vision / Robotics 알고리즘 개발 경험
• OpenCV, Eigen, Ceres Solver, g2o, Sophus 등 관련 라이브러리 사용 경험
• Visual Odometry, Visual SLAM, VIO, Sensor Fusion 중 하나 이상의 개발 경험
• 실제 센서 데이터 기반 디버깅, 성능 평가, 파라미터 튜닝 경험

SLAM / VIO 전문성
• Visual Odometry, Visual SLAM 또는 Visual-Inertial Odometry 개발 경험
• ORB-SLAM3, VINS-Mono, OpenVINS, Basalt, OKVIS 등 SLAM / VIO 프레임워크 사용, 분석 또는 개선 경험
• Feature Tracking, Keyframe Selection, Bundle Adjustment, Pose Graph Optimization 등 SLAM 구성 요소에 대한 이해
• IMU Preintegration, Camera-IMU Calibration, Time Synchronization 등 VIO 핵심 요소에 대한 이해
• Loop Closure, Relocalization, Drift Correction 등 누적 오차 보정 기법에 대한 이해
• 실제 센서 데이터 기반 SLAM / VIO 성능 평가, 디버깅, 파라미터 튜닝 경험

Computer Vision 이론 역량
• Multiple View Geometry에 대한 이해 : Epipolar Geometry / Triangulation / PnP / Essential / Fundamental Matrix
• Camera Model 및 Distortion 보정 이론 이해 : Pinhole Camera / Fisheye Camera / Wide-angle Camera
• 특징점 검출, 매칭, 추적 및 Outlier Rejection에 대한 이해 : RANSAC / Optical Flow / Feature Descriptor / Robust Estimation

State Estimation 및 Optimization 역량
• SO(3), SE(3) 등 Lie Group / Lie Algebra 기반 3D Pose 표현 이해
• Gauss-Newton, Levenberg-Marquardt 등 비선형 최소제곱 최적화 이해
• Jacobian / Hessian 계산 및 최적화 문제 구성 능력
• Factor Graph Optimization, Bundle Adjustment, Pose Graph Optimization 이해
• EKF, UKF 등 Filtering 기반 상태 추정 및 Sensor Fusion 기본 이해
• 선형대수, 수치해석, 확률·통계 기반 문제 해결 능력

기술 스택
• Languages: C++, Python
• Libraries: OpenCV, Eigen, Ceres Solver, g2o, Sophus
• Robotics: ROS, ROS2
• SLAM / VIO: ORB-SLAM3, VINS-Mono, OpenVINS, Basalt, Kalibr
• AI / Perception: PyTorch, ONNX, TensorRT
• Platform: Linux, NVIDIA Jetson, Cloud GPU, Embedded Systems

Preferred

아래 경험이 있다면 더욱 좋습니다.

컴퓨터공학 전공 및 CS 기초
• 컴퓨터공학, 소프트웨어공학, 전산학 또는 관련 분야 전공자
• 자료구조, 알고리즘, 운영체제, 컴퓨터 구조, 네트워크 등 CS 기본기에 대한 탄탄한 이해
• 복잡한 알고리즘을 효율적인 코드로 구현하고, 시간·공간 복잡도를 고려한 최적화 경험
• 멀티스레딩, 메모리 관리, 병렬 처리, 실시간 시스템 구조에 대한 이해

고급 SLAM / VIO 및 제품화 경험
• ORB-SLAM3, VINS-Mono, OpenVINS, Basalt, OKVIS 등 오픈소스 SLAM / VIO 프레임워크를 직접 수정하거나 핵심 모듈을 개선한 경험
• Monocular / Stereo / RGB-D / Fisheye 등 다양한 카메라 구성에서 SLAM / VIO를 구현한 경험
• 저조도, 반복 패턴, 동적 객체, 저텍스처 환경 등 어려운 실제 환경에서 SLAM 성능을 개선한 경험
• 대규모 주행 데이터 기반 SLAM / VIO 평가 자동화 파이프라인 구축 경험

Calibration 전문성
• Kalibr, OpenCalib 등 캘리브레이션 프레임워크 사용 및 커스터마이징 경험
• Camera-to-IMU, Camera-to-LiDAR, Multi-Camera Rig 캘리브레이션 경험
• 양산 차량, 로봇, 드론, 모바일 디바이스 등을 위한 자동화 캘리브레이션 시스템 구축 경험
• Online / Targetless Extrinsic Calibration 연구 또는 개발 경험

Perception / AI 경험
• Object Detection, Segmentation 등 딥러닝 기반 인지 알고리즘 개발 경험
• 주행 영상 기반 차선, 주차선, 도로 구조물, 동적 객체 인식 경험
• Vision Transformer, Foundation Model, Vision Language Model 등 최신 AI 기술 적용 경험
• Deep Learning 기반 SLAM 또는 Depth Estimation 경험 : 예: DROID-SLAM, DPVO, Monodepth 계열 등
시스템 및 제품화 경험
• ROS / ROS2 기반 Robotics 시스템 설계 및 배포 경험
• Camera, LiDAR, IMU, Radar 등 이종 센서 데이터 동기화 및 Fusion 경험
• NVIDIA Jetson, Qualcomm, 차량용 SoC, 모바일 디바이스 등 임베디드 환경 최적화 경험
• 자율주행, 로보틱스, 스마트 모빌리티 분야에서 실제 서비스 또는 제품 배포 경험
• 대용량 주행 데이터 처리, 로깅, 리플레이, 평가 자동화 파이프라인 구축 경험

Benefits

• 유연한 근무: 유연근무제(사무실 출근 + 재택 근무의 자율적 하이브리드 근무)
• 자율적 휴가: 자율적인 연차 사용 문화
• 최적의 장비: 고성능 개발 노트북, 모니터, 클라우드 컴퓨팅 등 업무에 필요한 최상의 환경 제공
• 글로벌 기회: 미국 사무실 근무 가능 (개설 예정, 일정 조건 충족 시)