About The Team & Mission
42dot의 AD Framework Team은 자율주행 AI 모델이 실제 차량 환경에서 안정적이고 효율적으로 동작할 수 있도록 차량용 소프트웨어 프레임워크와 실행 환경을 개발합니다. GPU/NPU 등 하드웨어 가속기를 활용한 AI 추론 최적화부터 차량 시스템 통합, 모델 배포 및 성능 검증까지 자율주행 AI의 차량 적용을 위한 핵심 기술을 담당합니다.
- GPU/NPU 등 다양한 하드웨어 가속기의 특성을 이해하고 최적화하며, Embedded AI 및 Edge AI 분야의 전문성을 발전시킵니다.
- AI 모델의 지속적인 배포와 성능 검증을 위한 프레임워크를 구축하여 차세대 자율주행 플랫폼의 안정성과 확장성을 높입니다.
Responsibilities
AI 모델이 GPU/NPU 등 하드웨어 가속기에서 효율적으로 추론될 수 있도록 소프트웨어를 개발하고 실행 환경을 최적화합니다.
- 이미지 등 AI 모델의 입력 신호에 대한 인코딩 및 전처리와 모델 출력 신호에 대한 디코딩 및 후처리 기능을 구현합니다.
- Embedded System 환경에서 AI 모델 및 Application의 성능을 프로파일링하고, 하드웨어 리소스 활용과 추론 성능을 최적화합니다.
- AI 모델의 지속적인 업데이트와 배포에 대응할 수 있도록 Application 및 관련 소프트웨어 프레임워크를 개선합니다.
- 차량에서의 AI 모델 성능을 사전에 분석하고 예측할 수 있는 성능 검증 프레임워크 개발에 참여합니다.
Qualifications
- Embedded Software, AI Software, Computer Vision 또는 관련 분야에서 5년 이상의 개발 경험
- Software Engineering, Computer Vision, 인공지능, 머신러닝/딥러닝 관련 분야의 석사 이상 학위 또는 이에 준하는 실무 경험
- 머신러닝 및 딥러닝 모델의 구조와 추론 과정에 대한 이해
- CPU, GPU, NPU 등 하드웨어 아키텍처에 대한 이해 및 Low-level 성능 최적화 경험
- C/C++ 및 Shell/Python을 활용한 숙련된 소프트웨어 개발 역량
- Linux 또는 QNX 기반의 소프트웨어 개발 경험
- Embedded System 환경에서 소프트웨어 성능 분석 및 최적화 문제를 해결할 수 있는 역량
Preferred Qualifications
- 머신러닝 및 딥러닝 Workload의 성능 분석 및 최적화 경험
- 딥러닝 연산에 사용되는 선형대수 루틴의 최적화 및 성능 분석 경험
- Image Processing, Computer Vision 또는 Robotics Algorithm의 시스템 수준 최적화 경험
- CUDA, MKL, SIMD, NEON 등을 활용한 하드웨어 가속 및 연산 최적화 경험
- 차량용 AI 모델의 추론 환경 구축 또는 Embedded AI Application 개발 경험
- VLA 또는 End-to-End 자율주행 AI 모델의 차량 적용 및 성능 검증 경험
