Key Facts

Remote From:

Full time

English

Hard Skills

Image Fusion Real-Time Operating Systems Performance Systems Analysis Software Performance Testing Lifecycle Management Data Mapping Log Analysis Computer Systems Evaluation Projects Track And Trace Sensor Fusion Association Management Multiple-Camera Production Performance Metric Algorithm Analysis

Other Skills

•
Systems Thinking
•
Problem Solving

Roles & Responsibilities

Experience integrating multi-sensor and multi-model perception results into a single object interpretation
Strong understanding of sensor and AI model outputs—characteristics, limitations, and how to design effective fusion strategies
Ability to view object state estimation from a system-wide perspective rather than a single-filter approach
Proficiency in designing and implementing real-time C++ algorithms for fusion and tracking

Requirements:

Design and implement object-level fusion and tracking across inputs from diverse sensors (e.g., single/multi-camera, camera–radar), including association, tracking lifecycle, and state estimation of objects (position, velocity, class, existence)
Develop fusion logic to integrate heterogeneous perception results (2D/3D, multi-camera, different representations) into a unified interpretation, with uncertainty-aware and confidence-aware handling; reduce duplicates, false positives/negatives
Real-time C++ implementation and performance optimization focusing on latency, CPU usage, and memory footprint while balancing accuracy and responsiveness
Define metrics and tooling for performance evaluation; build automated, regression-tested evaluation pipelines and perform large-scale log-based analysis and scenario validation

Job description

We are looking for the best

42dot의 AI Fusion Engineer는 자율주행 인지 시스템에서 생성되는 여러 인지 결과를 객체(object) 단위로 결합(fusion)하여, 차량 주변 객체의 위치, 속도, 분류, 존재 여부 등 일관되고 신뢰성 있는 상태(state)를 추정하는 역할을 담당합니다.

여기서의 Fusion은 단순한 센서 결합을 넘어, 동일 센서/다중 카메라/다중 AI 모델/서로 다른 표현 방식(e.g. 2D, 3D)에서 생성된 인지 결과를 하나의 해석으로 통합하는 perception-level/AI-result-level fusion을 의미합니다. 알고리즘 설계부터 C++ 기반 실시간 구현 및 성능 최적화까지 책임지는 엔지니어링 중심 역할입니다.

Responsibilities

Object-level Fusion & Tracking
- 동일 또는 서로 다른 센서(예: 단일/다중 카메라, 카메라–레이더 등)에서 생성된 인지 결과를 입력으로 하는 object-level fusion 및 tracking 로직 설계 및 구현
- 다양한 인지 결과를 객체 단위로 통합하는 fusion 로직 개발 (e.g. 2D/3D 인지 결과 결합, multi-camera 결과 통합, camera–radar 결합)
- 객체 간 association, track management 및 lifecycle 관리
- 객체의 위치, 속도, 분류, 존재 여부에 대한 일관된 상태 추정
Uncertainty-aware Fusion
- 센서 및 AI 모델 특성에 따른 불확실성(uncertainty)과 신뢰도(confidence)를 고려한 fusion 전략 설계
- 서로 다른 표현 방식, 관측 시점, 신뢰도를 가진 인지 결과 간 불일치 해소
- 중복 객체, false positive/false negative를 줄이기 위한 fusion 로직 개선
실시간 구현 및 성능 최적화
- C++ 기반 실시간 fusion/tracking 알고리즘 구현
- latency, CPU usage, memory footprint를 고려한 성능 최적화
- 실시간 제약 하에서 정확도와 반응성 간 trade-off 조정
성능 평가 및 툴링
- 객체 fusion 및 tracking 성능을 평가하기 위한 지표 정의
- 대규모 로그 기반 성능 분석 및 시나리오별 성능 검증
- 자동화된 성능 평가 및 회귀 테스트 환경 구축

Qualifications

다중 센서/다중 모델 인지 결과 통합 경험
서로 다른 인지 결과를 통해 하나의 객체로 해석할 수 있는 구조적 사고 역량
센서 및 AI 모델 출력의 특성과 한계를 이해하고 결합 전략을 설계할 수 있는 이해도
객체 상태 추정 문제를 단일 필터가 아닌 시스템 전체 관점에서 바라볼 수 있는 인사이트
알고리즘 아이디어를 실시간 C++ 코드로 설계 및 구현할 수 있는 역량

Preferred Qualifications

컴퓨터공학, 전기전자, 로보틱스 또는 관련 분야 학사 이상의 학위 (석사 이상 학위 보유자 우대)
상태 추정(State Estimation), 데이터 연관(Data Association), 다중 객체 추적(Multi-object Tracking) 관련 경험
자율주행 또는 ADAS 인지 시스템에서 object-level fusion 또는 tracking 개발 경험
대규모 로그 분석 및 자동화된 성능 평가 파이프라인 구축 경험

Interview Process

서류전형 - 코딩테스트 - 1차 인터뷰 - 2차 인터뷰 - 처우협의 - 최종합격
전형절차는 직무별로 다르게 운영될 수 있으며, 일정 및 상황에 따라 변동될 수 있습니다.
전형일정 및 결과는 지원서에 등록하신 이메일로 개별 안내드립니다.

Additional Information

이력서 제출 시 주민등록번호, 가족관계, 혼인 여부, 연봉, 사진, 신체조건, 출신 지역 등 채용절차법상 요구 금지된 정보는 제외 부탁드립니다.
모든 제출 파일은 30MB 이하의 PDF 양식으로 업로드를 부탁드립니다. (이력서 업로드 중 문제가 발생한다면 이력서와 함께 지원하시고자 하는 포지션의 URL을 recruit@42dot.ai으로 전송 부탁드립니다.)
인터뷰 프로세스 종료 후 지원자의 동의하에 평판조회가 진행될 수 있습니다.
국가보훈대상자 및 취업보호 대상자는 관계법령에 따라 우대합니다.
장애인 고용 촉진 및 직업재활법에 따라 장애인 등록증 소지자를 우대합니다.
42dot은 의뢰하지 않은 서치펌의 이력서를 받지 않으며, 요청하지 않은 이력서에 대해 수수료를 지불하지 않습니다.

※ 지원 전 아래 내용을 꼭 확인해 주세요.