|
|
|
|
|
 |
이러한 경험은 현대로템의 AI 기반 자율주행 및 전장인식 시스템 개발에 활용될 수 있다고 생각합니다.
이러한 경험은 ModelE ngineer 직무에서 실제 무인차량과 전장 로봇에 AI를 구현하는 과정에 효과적으로 활용될 수 있다고 생각합니다.
모델 개발 후 실제 장비에 탑재하여 성능을 테스트하고 개선점을 도출하는 역량, 다양한 실환경 데이터를 처리하며 문제를 해결했던 경험은 방위산업이라는 특수한 환경에도 잘 맞을 것이라 생각합니다.
현대로템은 국내 방산산업에서 AI 융합기술을 실제 무기체계에 적용하고 있는 몇 안 되는 기업이라 생각합니다.
가장 핵심적인 역량은 모델 성능뿐 아니라 실제 구동환경을 고려한 구현력이라고 생각합니다.
Q8.현대로템에서 어떤 AI 기술을 실제 적용해보고 싶나요?
Q9.AI 기술을 현장에 적용하는 데 있어 가장 어려운 점은 무엇이라고 생각하나요?
단순히 모델을 개발하는 데서 그치지 않고, 실제 시스템에 안정적으로 구현할 수 있는 AI 엔지니어가 되고 싶습니다.
|
|
|
 |
이후 팀 프로젝트에서는 LiDAR 센서 데이터를 활용한 다중센서 융합기반 객체인식 시스템을 구 축하면서, 딥러닝과 센서 처리 기술을 통합하는 실험적 시도를 통해 학술제에서 우수상을 수상한 경험도 있습니다.
이러한 경험은 현대로템의 AI 기반 자율주행 및 전장인식 시스템 개발에 활용될 수 있다고 생각합니다.
ModelE ngineer 직무를 수행하기 위해서는 딥러닝 프레임워크에 대한 이해, 하드웨어 환경을 고려한 모델 최적화 역량, 그리고 다양한 센서 데이터를 처리할 수 있는 실용적 소프트웨어 구현 능력이 필요하다고 생각합니다.
YOLO 계열 모델을 활용해 교통CCTV 영상을 분석하고, 차량의 종류와 번호판을 분리 인식하는 프로젝트를 수행하며 딥러닝 기반 모델 구조를 이해했습니다.
이를 반영해 실습수업에서 ROS를 활용한 SLAM 기반 지도 생성 실험과, 센서 간 시간 보정과 캘리브레이션을 적용한 융합 데이터 처리 프로젝트를 수행했습니다.
이러한 경험은 ModelE ngineer 직무에서 실제 무인차량과 전장 로봇에 AI를 구현하는 과정에 효과적으로 활용될 수 있다고 생각합니다.
모델 개발 후 실제 장비에 탑재하여 성능을 테스트하고 개선점을 도출하는 역량, 다양한 실환경 데이터를 처리하며 문제를 해결했던 경험은 방위산업이라는 특수한 환경에도 잘 맞을 것이라 생각합니다.
또한 '전문성을 갖춘 실행인'이라는 인재상은 기술개발뿐 아니라 실제 장비 적용까지 고려해야 하는 ModelE ngineer 직무와 깊이 연결된다고 느꼈습니다.
단순히 논문을 구현하는 수준을 넘어 실제 하드웨어 환경에서 동작 가능한 모델을 구현하기 위해 노력해왔고, ROS와 JetsonNano를 활용한 자율주행 실습 프로젝트에서 그 역량을 확인할 수 있었습니다.
현대로템의 인재상이 단순한 문구가 아니라 실제로 AI 모델 엔지니어에게 요구되는 현실적인 태도라 생각하며, 제가치관과도 일치한다고 확신합니다.
가장 핵심적인 역량은 모델 성능뿐 아니라 실제 구동환경을 고려한 구현력이라고 생각합니다.
Q6. 실시간성이 중요한 AI 시스템을 설계할 때 고려해야 할 점은 무엇인가요?
처리 속도와 정확도 간 트레이드 오프를 이해하고, 실시간 조건을 충족하는 방식으로 구조를 설계하는 것이 중요하다고 생각합니다.
Q7. 논문을 구현할 때 가장 어려웠던 점과 해결 과정은 무엇인가요?
Q8.현대로템에서 어떤 AI 기술을 실제 적용해보고 싶나요?
Q9.AI 기술을 현장에 적용하는 데 있어 가장 어려운 점은 무엇이라고 생각하나요? |
 |
모델, ai, 기술, 생각, 경험, 실제, 환경, 역량, 기반, 프로젝트, 이해, 로템, 처리, 활용, 성능, 구현, 데이터, 구조, 적용, 객체 |
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
| |
|
|
|
2025.09.05
5페이지
