about NUVILAB
누비랩은 AI 기술을 통해 푸드테크에 혁신을 일으키는 회사입니다.
풀지 못한 문제에 과감히 도전하고 혁신적인 제품을 만들어내며 이를 통해 지속가능한 미래를 만들어 갑니다
AI팀 소개
누비랩 시스템의 핵심 분석 모델을 개발하고 있습니다. 딥러닝을 사용해 고성능의 안정적인 모델을 만들고 시스템화합니다.
연구&개발
음식 탐지 및 인식에 관한 기술들을 연구합니다. NLP, Vision 등의 딥러닝 기술을 연구하고 실제 제품에 녹여냅니다. 또한, 음식 도메인에서 겪는 엣지 케이스들을 해결할 수 있는 방법들을 연구 개발합니다.
이러한 기술로 3D vision 업무와 함께 단체 급식소에서 음식이 어떻게 소비되는지 분석합니다. 각각의 음식별로 배식율, 섭취율, 완식율 등 정보를 알 수 있습니다.
- 배식율 예 : 급식소 방문자 중 배추김치를 배식받은 비율
- 섭취율 예 : 배추김치를 배식받은 양 대비 섭취한 비율
- 완식율 예 : 배추김치를 남기지 않고 다 먹은 사람의 비율
시스템
AI 모델들을 많은 고객사에 안정적으로 배포하고 모니터링을 통해 성능을 관리하며 지속 학습하여 최신의 상태를 유지하는 파이프라인을 만듭니다.
담당 업무
- 음식 이름과 음식 사진(multi-modal) 데이터를 사용한 zero-shot detection과 weakly supervised segmentation 방법론을 연구 개발합니다
- 학습, 평가, 배포 전 과정을 설계하고 구현합니다
- 푸드 데이터에서의 엣지 케이스들을 분석하고 새로운 접근법을 탐구합니다
- (예: 여러 음식이 섞인 이미지 분석, 잔반 이미지 분석 등)
- 기획팀, 데이터팀, 사업팀, 외부 고객 등 사내/사외 관계자들과 문제 해결을 위해 협업합니다
성장 포인트
- 다양한 고객사에서 들어오는 천만개 단위의 Multi-modal 데이터를 다루는 경험을 할 수 있습니다
- 딥러닝 서비스 개발을 end-to-end로 경험할 수 있습니다
- Zero-shot, weakly supervised, continual learning과 같은 연구 주제들을 실제 제품에 적용해보며 연구와 제품 간 gap을 메우기 위한 연구 개발을 수행할 수 있습니다
- 주도적으로 아이디어를 내고 프로젝트를 리딩하며 연구 개발을 수행할 수 있습니다
자격 요건
- 머신러닝, 딥러닝 관련 업무 프로젝트 경험이 있으신 분
- Pytorch 딥러닝 프레임워크를 사용하여 논문 모델 구현 및 제품 수준의 모델 구현에 문제가 없는 분
- 자연어 또는 이미지를 다루는 업무 경험이 있으시고 multi-modal(자연어와 이미지) 데이터에 대한 관심과 이해도가 있으신 분
- 모델에 국한되지 않고 AI 시스템 전체를 만든 경험이 있으신 분
- 스스로 문제를 찾고 해결책을 제시하며 단독으로 또는 팀으로 업무를 완수할 수 있으신 분
- (우대사항) AI 조직에서 리더십 경험을 보유하신 분
전형 절차
1. 채용 프로세스 : 서류 전형 > 1차 직무 인터뷰 > 평판 조회 & 2차 컬쳐핏 인터뷰 > 처우 협의
- 필요 시 정규 인터뷰 프로세스 외 별도의 커피챗을 추가로 요청 드릴 수 있습니다.
2. 서류 안내
- 이력서 (필수)
- 포트폴리오, 깃허브 등 (선택)
about NUVILAB
누비랩은 AI 기술을 통해 푸드테크에 혁신을 일으키는 회사입니다.
풀지 못한 문제에 과감히 도전하고 혁신적인 제품을 만들어내며 이를 통해 지속가능한 미래를 만들어 갑니다
AI팀 소개
누비랩 시스템의 핵심 분석 모델을 개발하고 있습니다. 딥러닝을 사용해 고성능의 안정적인 모델을 만들고 시스템화합니다.
연구&개발
음식 탐지 및 인식에 관한 기술들을 연구합니다. NLP, Vision 등의 딥러닝 기술을 연구하고 실제 제품에 녹여냅니다. 또한, 음식 도메인에서 겪는 엣지 케이스들을 해결할 수 있는 방법들을 연구 개발합니다.
이러한 기술로 3D vision 업무와 함께 단체 급식소에서 음식이 어떻게 소비되는지 분석합니다. 각각의 음식별로 배식율, 섭취율, 완식율 등 정보를 알 수 있습니다.
- 배식율 예 : 급식소 방문자 중 배추김치를 배식받은 비율
- 섭취율 예 : 배추김치를 배식받은 양 대비 섭취한 비율
- 완식율 예 : 배추김치를 남기지 않고 다 먹은 사람의 비율
시스템
AI 모델들을 많은 고객사에 안정적으로 배포하고 모니터링을 통해 성능을 관리하며 지속 학습하여 최신의 상태를 유지하는 파이프라인을 만듭니다.
담당 업무
- 음식 이름과 음식 사진(multi-modal) 데이터를 사용한 zero-shot detection과 weakly supervised segmentation 방법론을 연구 개발합니다
- 학습, 평가, 배포 전 과정을 설계하고 구현합니다
- 푸드 데이터에서의 엣지 케이스들을 분석하고 새로운 접근법을 탐구합니다
- (예: 여러 음식이 섞인 이미지 분석, 잔반 이미지 분석 등)
- 기획팀, 데이터팀, 사업팀, 외부 고객 등 사내/사외 관계자들과 문제 해결을 위해 협업합니다
성장 포인트
- 다양한 고객사에서 들어오는 천만개 단위의 Multi-modal 데이터를 다루는 경험을 할 수 있습니다
- 딥러닝 서비스 개발을 end-to-end로 경험할 수 있습니다
- Zero-shot, weakly supervised, continual learning과 같은 연구 주제들을 실제 제품에 적용해보며 연구와 제품 간 gap을 메우기 위한 연구 개발을 수행할 수 있습니다
- 주도적으로 아이디어를 내고 프로젝트를 리딩하며 연구 개발을 수행할 수 있습니다
자격 요건
- 머신러닝, 딥러닝 관련 업무 프로젝트 경험이 있으신 분
- Pytorch 딥러닝 프레임워크를 사용하여 논문 모델 구현 및 제품 수준의 모델 구현에 문제가 없는 분
- 자연어 또는 이미지를 다루는 업무 경험이 있으시고 multi-modal(자연어와 이미지) 데이터에 대한 관심과 이해도가 있으신 분
- 모델에 국한되지 않고 AI 시스템 전체를 만든 경험이 있으신 분
- 스스로 문제를 찾고 해결책을 제시하며 단독으로 또는 팀으로 업무를 완수할 수 있으신 분
- (우대사항) AI 조직에서 리더십 경험을 보유하신 분
전형 절차
1. 채용 프로세스 : 서류 전형 > 1차 직무 인터뷰 > 평판 조회 & 2차 컬쳐핏 인터뷰 > 처우 협의
- 필요 시 정규 인터뷰 프로세스 외 별도의 커피챗을 추가로 요청 드릴 수 있습니다.
2. 서류 안내
- 이력서 (필수)
- 포트폴리오, 깃허브 등 (선택)