[ 머신 비전 ] 채용 공고로 공부 방향 계획하기. 카카오 모빌리티.

머신 비전 분야에 진입하기 위해서 어떤 부분을 준비해야 할지 정리하려고 합니다.

가장 빠르고 직관적인 방법은 머신 비전 분야에 채용을 진행하고 있는 회사의 채용공고(+사업방향/계획)를 확인하는 것이라고 생각했어요. 그래서, 카카오 모빌리티가 진행하고 있는 채용공고를 찾아봤습니다.

 

🚕  카카오 모빌리티  🚌

 

카카오 모빌리팅 공홈. 

오토노머스에이투지와 손잡고 세종시에서 첫 유상 자율주행 서비스를 시작하는 카카오 모빌리티입니다. 화이팅.

 

🙇🏻‍♂️  채용 사이트

카카오모빌리티 채용

 

🔗  관심 있는 채용 직군 : R&D 엔지니어 영입

(자율주행 S/W 엔지니어, 퍼셉션(인지) 엔지니어)

카카오모빌리티 채용

 

현재 2021년 2월 25일 글을 작성 중인데요. 해당 직군은 약 7개월 (2020.07.01(수) 00:00 ~ 2021.02.28(일) 00:00) 동안 영입 공고를 열어놨네요. 곧 내려갈 수도 있지 않을까 생각돼서 복사해왔습니다. 전 부문에서 개발자 채용을 진행하고 있었는데요. 그중에서 자율주행 S/W 엔지니어, 퍼셉션(인지) 엔지니어에 관련이 있겠네요. 자율주행 S/W 엔지니어는 사물 인식 데이터를 최종적으로 차체 제어에 활용하는 업무로 인식되어 배제했습니다.

---

[영입분야 2 : 퍼셉션(인지) 엔지니어] 

 

◆ 업무내용

멀티 센서 퓨전 기반 Object Tracking 기술 연구 및 개발

• 멀티 센서(LiDAR, Radar, Camera 등)를 활용한 Object detection, segmentation 알고리즘 연구
• 멀티 센서 기반 Object Motion Estimation 기술 개발
• 멀티 센서를 활용한 Object Tracking 알고리즘 개발 
• 실시간 구현을 위한 알고리즘 최적화

 

◆ 지원자격

- 장기적인 목표를 설정하고 끊임없이 도전하시는 분

- 새로운 기술을 모빌리티 서비스에 적용하고 싶은 의지가 강하신 분

- 다음 주제에 대한 하나 이상에 대해 경쟁력있는 열정을 보유한 분

• Object detection 알고리즘에 대한 깊은 이해 및 개발 경험이 있으신 분
• Object tracking 알고리즘에 대한 깊은 이해 및 개발 경험이 있으신 분

 

◆ 우대조건

- 실제 차량 기반의 자율주행 기술 개발 경험이 있는 분

- 다음 주제에 대한 프로젝트수행 혹은 특허/논문 보유 

• LiDAR + Camera 기반 3D Object Tracking, LiDAR/Camera/Radar 기반 Object Detection, LiDAR/Camera/Radar 기반 Vehicle Pose Estimation 등

- 신기술 연구 및 검증을 위한 실시간 SW 개발 경험자 

- 3D Geometry 관련 지식을 갖추신 분 

- C, C++ 언어 개발 경험이 있으신 분

- 멀티 센서를 활용하여 알고리즘을 구현한 경험이 있으신 분

- Linux 환경에서의 개발 경험이 있으신 분

- 관련 석/박사 학위 

- 문제를 끝까지 해결해내는 집요한 DNA 보유자 

---

카카오 모빌리티는 지원자격에 학력 조건이나 전공을 특정해서 요구하지는 않네요. 

업무내용을 살펴 보면 자율 주행에 사물 인식 기술이 어떤 방식으로 요구되는지 알 수 있습니다. 먼저 "멀티 센서 퓨전 기반"이라는 가장 큰 제목에서 알 수 있듯이 복수의 센서 또는 카메라에서 데이터를 획득하고 이것을 하나의 기준 데이터로 보정하거나, 실제 자동차 제어에 어떻게 사용될지에 집중하고 있는 것 같습니다.

 

구글 검색으로 "multisensor object detection" 로 검색해봤습니다.

여러 내용들을 찾아볼 수 있었는데, 해당 내용의 개요를 아래 그림과 함께 이해할 수 있었습니다. 즉, LiDAR 기기와 Camera 정보를 입력받아서, 3차원 2차원 인식을 실시하고 Depth Comletion(입체감, 깊이 구현)을 추가하여, 정확성 높은 Multi-Task를 수행하는 기술로 소개되어 있었습니다. 매우 관심이 가는 부분이네요. 결국, 복수의 데이터 스트림(?)을 모두 이용하기 때문에, 이런 스트림을 어떤 방식으로 보정하고 정확성을 높이는 데 사용할지에 대한 부분이 중요한 요소로 작용하지 않을까 하는 생각이 드네요.

 

Multi-Task Multi-Sensor Fusion for 3D Object Detection 중 일부내용 발췌.

 

제 개인의 상황으로 돌아와서, 공부하고 있는 상황을 냉철하게 판단해 보면, 사물인식 알고리즘까지는 도달하지 못했던 것 같습니다. 이미지 전처리 작업이 가능하고, 오픈소스의 사물 인식 함수(알고리즘)를 이용할 수 있는 정도인 것 같아요. 그래서 위에서 잠깐 언급한 내용을 포함해서, 아래와 같은 키워드를 다시 한번 되새겨보고, 사물 인식, 신호 처리 방법뿐만 아니라 이론에 대한 부분도 놓쳐서는 안 될 것 같습니다.

 

👨🏻‍🔬  주목해야할 키워드 (부족한 부분)  🧐

기본적인 이미지 처리 공부를 마무리하고, 아래의 키워드를 참고해서 앞으로 공부할 방향을 설정하면 좋을 것 같습니다.

• 멀티 센서 기반 사물인식 알고리즘
• Object Tracking : detection 만 생각하고 있었네요. 연속적으로 사물 인식을 추적해가는 부분일 것 같습니다.
• 실시간 구현 : 자율주행에 사용되는 기술이기 때문에 신호처리 최적화를 통한 처리 속도 개선을 빼놓을 수 없겟네요.
• 3D Geometry : 좌표 변환에 대한 이해도 필요할 것 같습니다. 화면에서 얻어지는 2차원 기반 데이터를 3차원 좌표로 변환/해석 후 자동차의 제어에 사용합니다.
• segmentation 알고리즘 : 찾아봐야 할 부분입니다. 솔직히 처음 봤습니다.

 

🙋🏻‍♂️  이외에도 다음과 같은 회사의 채용공고에 대한 리뷰도 참고해 보세요.

[ 수아랩. 코그넥스 코리아 ]

[ 머신 비전 ] 채용 공고로 공부 방향 계획하기. 수아랩.코그넥스코리아