Tech
직무 설명
포지션 소개
디스펙터는 Physical AI 기술 기반으로 다양한 환경과 모바일 로봇에 바로 적용 가능한 ‘인지, 판단, 허가, 실행, 회고’ 전 주기 통합 플랫폼을 만들고 있습니다.
이를 통해 로봇이 스스로 길을 찾고, 상황을 판단하며, 여러 대의 로봇이 협업해 사람 대신 위험하고 반복적인 일을 수행하는 세상을 만들고자 합니다.
로봇이 자율적으로 특정 행동을 하도록 훈련하는 것과, 실제 현장에서 로봇이 안전하게 작업을 수행하도록 운영하는 것은 전혀 다른 문제입니다.
디스펙터는 바로 그 어려운 문제를 현장 중심으로 집요하게 파고드는 팀입니다.
빠르게 성장하는 딥테크 스타트업에서 기술의 깊이와 사업의 현실을 동시에 경험하고 싶다면, 저희에게 연락 주세요.
주요 업무
VLA 및 Imitation Learning 기반 작업 수행 기술 개발
Manipulation 전담 개발이 아니라, VLA 및 Imitation Learning 기반의 로봇 작업 수행 기술을 개발합니다.
로봇이 실제 환경에서 작업을 안정적으로 수행할 수 있도록 학습 기반 정책을 설계하고 개선합니다.
작업 수행 성능과 현장 적용 가능성을 함께 고려해 기술을 제품 수준으로 발전시킵니다.
데이터 수집, 학습, 평가 루프 설계
데이터 수집, 데모, 학습, 평가로 이어지는 전체 루프를 설계합니다.
학습 결과가 실제 제품 성능 개선으로 이어질 수 있는 구조를 만듭니다.
실험 결과를 재현 가능하게 관리하고, 모델 개선 기준을 명확히 정의합니다.
로봇 플랫폼 제약 기반 실행 파이프라인 정의
외부 제조사 로봇 플랫폼의 제약 조건을 고려해 실행 파이프라인을 정의합니다.
실제 로봇 운영 환경에서 필요한 안전 가드레일을 설계합니다.
제어 안정성, 실패 대응, 작업 중단 조건 등을 반영해 실행 구조를 고도화합니다.
Contact-rich Manipulation 및 실로봇 적용
Contact-rich manipulation, teleoperation, 데이터 수집, sim2real, 안전 제약 포함 학습을 다룹니다.
시뮬레이터 또는 실로봇 환경에서 학습 정책을 검증합니다.
실제 작업 수행 과정에서 발생하는 실패 케이스를 분석하고 개선합니다.
자격 요건
학사 이상이신 분
Imitation Learning, Policy Learning, VLA 계열 프로젝트 수행 경험이 있으신 분
PyTorch 기반 학습 파이프라인을 구축할 수 있는 분
로봇 제어, 시뮬레이터 또는 실로봇 연동 경험이 최소 1개 이상 있으신 분
학습 모델을 실제 로봇 실행 환경과 연결해본 경험이 있으신 분
우대 사항
실로봇 데이터 수집, 리플레이, 평가 자동화 경험이 있으신 분
RT 및 제어 안정성에 대한 이해가 있으신 분
Safety constraint를 포함한 학습 또는 제어 경험이 있으신 분
멀티모달(Vision + State) 정책 개발 경험이 있으신 분
Diffusion Policy 등 최신 로봇 정책 학습 방법론 경험이 있으신 분
Contact-rich manipulation 또는 teleoperation 기반 데이터 수집 경험이 있으신 분
혜택 및 복지
근무지: 경기도 성남시 KT판교빌딩
사내 카페테리아 및 피트니스 센터 무료 이용
8시부터 10시 사이 선택적 출근 가능
매년 성과에 따른 연구수당 또는 인센티브 지급
퇴직급여제도 시행 중
매년 연봉의 1/12을 금융기관에 적립명절(설, 추석) 상품권 지급
본인 생일 반차 휴가
채용 전형
디스펙터는 지원자 한 분 한 분의 역량과 가능성을 소중히 검토합니다.
서류 전형 → 1차 면접(실무진) → 2차 면접(경영진) → 최종 합격
각 전형 결과는 합격 여부와 관계없이 개별적으로 안내해 드립니다.
1. 서류 전형
제출해 주신 이력서와 포트폴리오를 바탕으로 직무 적합성을 검토합니다.
2. 1차 면접(실무진)
해당 직무의 실무 전문가들과 함께 구체적인 직무 역량 및 기술적 경험에 대해 심도 있는 대화를 나눕니다.
3. 2차 면접(경영진)
디스펙터의 비전과 가치관에 부합하는지, 조직 문화에 잘 녹아들 수 있는지 종합적으로 확인합니다.
4. 최종 합격
처우 협의 및 입사일 조율 후 디스펙터의 일원으로 합류하게 됩니다.




