**리얼월드(RLWRLD)**는 로봇이 인간처럼 세상을 인식하고 사고하며 손을 써서 작업할 수 있도록, 로보틱스 파운데이션 모델(Robotics Foundation Model)을 개발하고 있는 대한민국 최고의 AI 및 로보틱스 연구진이 이끄는 Physical AI 선도 기업입니다.
AI와 로보틱스 분야에서 축적한 깊은 연구 역량을 바탕으로, 고자유도 로봇 손의 섬세한 조작을 가능케 하는 범용 AI 모델을 빠르게 발전시키고 있고, 또한 연구소 및 로봇·센서 솔루션 파트너들과의 강력한 네트워크를 통해 제조업 등 실제 산업 현장에서 즉각적인 시장 적용이 가능한 AI 솔루션을 개발하고 있습니다.
최근 국내외 유수의 VC와 대기업으로부터 약 210억 원 규모의 시드 투자를 유치하며 대한민국 스타트업 역사상 최대 규모의 시드 투자를 기록한 리얼월드에는 AI와 로보틱스의 최전선 글로벌 기술 혁신을 경험하고자 하는 뛰어난 인재들이 속속 합류하고 있습니다.
AI & 로보틱스 산업을 깊이 탐구하고, 글로벌 스타트업 환경에서 실질적인 경험을 쌓고 싶다면,
🚀 지금 바로 지원하세요!
[언론 보도]
조직 소개
RLWRLD 의 프로덕트 조직은 RLWRLD 의 모든 프로덕트를 개발하는 부서로, 기획/개발/연구의 모든 것을 책임집니다.
RLWLRD의 근간이 될 Robot Foundation Model과 해당 모델을 api/sdk화 하여 제공하는 역할은 물론, 데이터의 수집과 정제, 가공을 할 수 있는 텔레오퍼레이션과 데이터 파이프라인, 모델 학습을 위한 Training system, 모델의 기능과 성능을 테스트하는 Benchmark, 로봇을 실제로 제어하는 Robot control system, GPU 등 인프라를 균형있게 제공하는 Infra system 등이 주요 프로덕트입니다.
이를 위해 Research engineer, Software engineer 등으로 구성되어 있고, 모델을 주로 개발하느냐, 소프트웨어를 주로 개발하느냐 정도의 차이일 뿐, 그 경계가 아주 선명하지는 않습니다.
특히 Robot Foundation Model 을 개발하기 위해 Academy Researcher 들과 강결합되어 함께 Research하고, Robot Hands, Sensor 개발 파트너들과 협업하고, 회사 내부에서는 Business Developer와 긴밀하게 협업합니다.
포지션명
Robotics Data Analytics Engineer
포지션 개요
로보틱스 AI 모델이 고성능을 발휘하기 위해서는 대규모이면서도 정확하고 풍부한 훈련 데이터가 필수적입니다. 본 포지션은 다양한 로봇 센서(카메라, Tactile, IMU 등)와 메타데이터를 통합·처리하고, 모델 학습에 최적화된 데이터 파이프라인을 설계·구축함으로써 로보틱스 AI 개발의 기반을 탄탄히 다지는 핵심 역할을 담당하게 됩니다.
함께 로보틱스 AI 연구개발을 견인할 고품질 학습 데이터 인프라를 만들어갈 열정 가득한 엔지니어분들의 많은 지원 바랍니다!
담당 업무
- 데이터 전략 수립 및 아키텍처 설계
- 로보틱스 AI 모델 학습에 필요한 대규모 데이터셋의 구조화·관리 전략 수립
- 분산 스토리지, 데이터베이스, 캐싱 등 대규모 데이터 처리에 적합한 시스템 설계
- 데이터 수집 및 전처리 자동화
- 다양한 로봇 센서로부터 수집된 원시 데이터를 효과적으로 수집·정리하기 위한 파이프라인 구축
- 노이즈 제거, 정렬, 동기화, 형식 변환 등 대규모 전처리 프로세스 자동화
- 데이터 라벨링 및 품질 관리
- 객체 인식, 위치 추정, 경로 계획 등 로보틱스 AI 과제에 필요한 라벨링 프로세스 설계
- 라벨링 도구(예: CVAT, Labelbox 등) 및 관리 시스템 연동, 라벨 품질 검증 및 유지 보수
- 데이터 파이프라인 최적화 및 운영
- CI/CD, MLOps 환경에서 안정적으로 동작하는 데이터 파이프라인 구축
- 학습 및 검증 단계에서 발생하는 병목 현상 분석·개선, 확장성 확보
- 데이터 버전 관리 및 메타데이터 체계 운영
- 데이터셋 버전을 체계적으로 관리하기 위한 워크플로우 설계 및 도구 도입
- 데이터 수명주기(Lifecycle) 및 메타데이터 구조 설계, 추적 가능성(Traceability) 확보
- 팀 협업 및 모니터링
- 연구팀, 모델링팀 등 유관 부서와 긴밀히 협력하여 데이터 요구사항 파악 및 반영
- 데이터 품질 이슈, 운영상 문제 발생 시 모니터링 및 신속한 대응
자격 요건
- 데이터 엔지니어링 및 인프라 구축 경험
- Python, SQL 등 데이터 처리에 필요한 언어/툴 활용 능력
- 대규모 데이터베이스, 분산 파일 시스템(HDFS, AWS S3 등) 운영 경험
- 로보틱스 센서 데이터 처리 이해
- 카메라(RGB, Depth), IMU 등 로봇 센서에서 추출되는 데이터 특성 파악 및 전처리 경험
- ROS(또는 유사한 로봇 플랫폼) 데이터 포맷(Rosbag 등)에 대한 이해
- 데이터 파이프라인 자동화 역량
- Airflow, Luigi 등 워크플로우 관리 도구 또는 CI/CD 파이프라인 구축 경험
- 대규모 데이터셋의 ETL(Extract, Transform, Load) 프로세스 운영 경험
- 소프트웨어 개발 역량 및 협업 능력
- Git 등 버전 관리 시스템을 활용한 팀 협업 경험
- 코드 리뷰, 테스트 자동화, 문서화 등 소프트웨어 엔지니어링 베스트 프랙티스 준수
우대사항
- 클라우드 기반 데이터 인프라 경험
- AWS, GCP, Azure 등 퍼블릭 클라우드 환경에서 데이터 파이프라인을 설계·운영한 경험
- 서버리스 아키텍처 또는 컨테이너 오케스트레이션(Kubernetes 등) 활용 능력
- ML/DL 워크플로우 이해 및 MLOps 경험
- 머신러닝/딥러닝 학습 파이프라인에서 발생하는 데이터 요구사항 이해
- 모델 서빙, 모니터링, 자동화된 재학습 파이프라인 구축 경험
- 데이터 라벨링 툴 및 자동 라벨링 기법 숙련
- OpenCV, PyTorch, TensorFlow 등을 활용한 자동 라벨링(예: 세그멘테이션, 키포인트 검출) 경험
- Active Learning 등을 통한 라벨링 효율화 방안 연구 경험
- 대규모 운영 경험 및 장애 대응 역량
- PB(페타바이트) 규모 이상의 데이터 처리 경험
- 대규모 분산 시스템 장애(네트워크, 스토리지 등)에 대한 모니터링 및 문제 해결 능력
근무 조건
근무장소 : 서울 강남구 선릉로 561 (역삼동, 루비나빌딩)
근무기간 : 정규직
수습 기간 안내
입사 시 3개월의 수습 기간이 적용됩니다.
수습 기간 동안 근무 태도와 역량 평가를 진행하며, 평가 결과에 따라 수습 기간이 연장되거나 채용이 취소될 수 있습니다.
지원 방법
메일 제목 : 리얼월드 [포지션명] 지원_[이름]
제출서류 :
- 이력서 (한글 또는 영문)
- (선택) 본인의 역량을 보여줄 수 있는 포트폴리오, 연구자료, 프로젝트 자료 등 추가 제출 가능
전형 절차
- 서류 전형 > 1차 인터뷰 > 2차 인터뷰 > 3차 인터뷰 > 최종 합격
- 서류 전형 합격 시 개별적으로 연락이 진행될 예정입니다.
- 절차 상 필요한 경우 커피챗·코딩테스트가 포함될 수 있습니다.
RLWRLD is a leading Physical AI company founded by Korea’s top AI and robotics researchers, developing a Robotics Foundation Model that enables robots to perceive, reason, and manipulate the physical world like humans.
With deep expertise in AI and robotics, RLWRLD is rapidly advancing a universal AI model capable of high-precision manipulation using multi-degree-of-freedom robotic hands. Through a strong network of research labs and robotics/sensor solution partners, we are building AI solutions that can be immediately applied to real-world industrial settings such as manufacturing.
Recently, RLWRLD raised approximately KRW 21 billion (USD 14.4 million) in one of the largest seed funding rounds in Korean startup history, backed by top domestic and global VCs and corporations. Talented individuals from around the world are joining us to push the frontiers of AI and robotics innovation.
About the Organization
At RLWRLD, our Product Organization is responsible for developing all core products — spanning planning, development, and research.
We are building foundational technologies such as:
- Robot Foundation Model (RFM)
- APIs/SDKs to deliver RFM functionality
- Data pipeline & teleoperation tools
- Training systems for model learning
- Benchmark systems to test performance
- Robot control systems
- Infra stack (GPU orchestration, compute management)
Our team includes both research and software engineers, working fluidly across AI model development and software infrastructure. We collaborate closely with Academy Researchers, robotic hardware partners, and internal business developers to deliver cutting-edge robotics solutions.
Position Overview
High-performing robotics AI models require large-scale, accurate, and richly annotated training data. This role plays a critical part in laying the foundation for robotics AI development by integrating and processing diverse robot sensor data (e.g., cameras, tactile sensors, IMUs) and metadata, and by designing and building data pipelines optimized for model training.
We are looking for passionate engineers who are eager to build high-quality training data infrastructure and drive robotics AI research and development together with us.
Key Responsibilities
- Data Strategy and Architecture Design
- Define structuring and management strategies for large-scale datasets required for robotics AI model training
- Design systems suitable for large-scale data processing, including distributed storage, databases, and caching layers
- Data Collection and Preprocessing Automation
- Build pipelines to efficiently collect, organize, and manage raw data from diverse robot sensors
- Automate large-scale preprocessing workflows such as noise reduction, alignment, synchronization, and format conversion
- Data Labeling and Quality Management
- Design labeling processes required for robotics AI tasks such as object recognition, localization, and motion/path planning
- Integrate labeling tools (e.g., CVAT, Labelbox) and management systems, and ensure labeling quality through validation and maintenance
- Data Pipeline Optimization and Operations
- Build robust data pipelines that operate reliably within CI/CD and MLOps environments
- Analyze and resolve bottlenecks in training and validation stages, ensuring scalability and performance
- Dataset Versioning and Metadata Management
- Design workflows and introduce tools for systematic dataset version control
- Define data lifecycle management and metadata structures to ensure traceability and reproducibility
- Cross-Team Collaboration and Monitoring
- Work closely with research and modeling teams to understand and incorporate data requirements
- Monitor data quality and operational issues, and respond quickly to incidents when they arise
Required Qualifications
- Data Engineering and Infrastructure Experience
- Proficiency in data processing languages and tools such as Python and SQL
- Experience operating large-scale databases and distributed file systems (e.g., HDFS, AWS S3)
- Understanding of Robotics Sensor Data
- Experience handling and preprocessing data from robot sensors such as cameras (RGB, Depth) and IMUs
- Familiarity with ROS (or similar robotics platforms) data formats such as rosbag
- Data Pipeline Automation Skills
- Experience with workflow orchestration tools (e.g., Airflow, Luigi) or CI/CD pipeline construction
- Hands-on experience operating ETL (Extract, Transform, Load) processes for large-scale datasets
- Software Development and Collaboration Skills
- Experience collaborating in teams using version control systems such as Git
- Familiarity with software engineering best practices including code reviews, test automation, and documentation
Preferred Qualifications
- Cloud-Based Data Infrastructure Experience
- Experience designing and operating data pipelines in public cloud environments (AWS, GCP, Azure)
- Familiarity with serverless architectures or container orchestration platforms such as Kubernetes
- ML/DL Workflow and MLOps Experience
- Understanding of data requirements across machine learning and deep learning training pipelines
- Experience building model serving, monitoring, and automated retraining pipelines
- Expertise in Data Labeling Tools and Auto-Labeling Techniques
- Experience with automated labeling techniques (e.g., segmentation, keypoint detection) using OpenCV, PyTorch, or TensorFlow
- Research or practical experience in improving labeling efficiency through methods such as Active Learning
- Large-Scale Operations and Incident Response Experience
- Experience processing data at petabyte (PB) scale or beyond
- Strong capabilities in monitoring and troubleshooting failures in large-scale distributed systems (e.g., network, storage)
Working Conditions
- Work Location: 561 Seolleung-ro, Gangnam-gu, Seoul (RUBINA Building, Yeoksam-dong)
- Employment Type: Full-time
- Probationary Period A three-month probationary period will apply upon employment. During this period, your work attitude and performance will be evaluated. Depending on the evaluation results, the probationary period may be extended or the employment offer may be withdrawn.
How to Apply
- Application Email: apply@rlwrld.ai
- Email Subject: RLWRLD [Position Title] Application_[Your Name]
- Application Materials:
- Resume in English or Korean
- (optional) Portfolio, research materials, or project documents showcasing your capabilities
- Application Deadline: Rolling basis
Recruitment Process
- Resume Screening → First Round Interview → Second Round Interview → Final Interview → Offer
- Candidates who pass the document screening will be contacted individually.
- Additional Coffee Chats or Coding Test may be conducted if necessary.
**리얼월드(RLWRLD)**는 로봇이 인간처럼 세상을 인식하고 사고하며 손을 써서 작업할 수 있도록, 로보틱스 파운데이션 모델(Robotics Foundation Model)을 개발하고 있는 대한민국 최고의 AI 및 로보틱스 연구진이 이끄는 Physical AI 선도 기업입니다.
AI와 로보틱스 분야에서 축적한 깊은 연구 역량을 바탕으로, 고자유도 로봇 손의 섬세한 조작을 가능케 하는 범용 AI 모델을 빠르게 발전시키고 있고, 또한 연구소 및 로봇·센서 솔루션 파트너들과의 강력한 네트워크를 통해 제조업 등 실제 산업 현장에서 즉각적인 시장 적용이 가능한 AI 솔루션을 개발하고 있습니다.
최근 국내외 유수의 VC와 대기업으로부터 약 210억 원 규모의 시드 투자를 유치하며 대한민국 스타트업 역사상 최대 규모의 시드 투자를 기록한 리얼월드에는 AI와 로보틱스의 최전선 글로벌 기술 혁신을 경험하고자 하는 뛰어난 인재들이 속속 합류하고 있습니다.
AI & 로보틱스 산업을 깊이 탐구하고, 글로벌 스타트업 환경에서 실질적인 경험을 쌓고 싶다면,
🚀 지금 바로 지원하세요!
[언론 보도]
조직 소개
RLWRLD 의 프로덕트 조직은 RLWRLD 의 모든 프로덕트를 개발하는 부서로, 기획/개발/연구의 모든 것을 책임집니다.
RLWLRD의 근간이 될 Robot Foundation Model과 해당 모델을 api/sdk화 하여 제공하는 역할은 물론, 데이터의 수집과 정제, 가공을 할 수 있는 텔레오퍼레이션과 데이터 파이프라인, 모델 학습을 위한 Training system, 모델의 기능과 성능을 테스트하는 Benchmark, 로봇을 실제로 제어하는 Robot control system, GPU 등 인프라를 균형있게 제공하는 Infra system 등이 주요 프로덕트입니다.
이를 위해 Research engineer, Software engineer 등으로 구성되어 있고, 모델을 주로 개발하느냐, 소프트웨어를 주로 개발하느냐 정도의 차이일 뿐, 그 경계가 아주 선명하지는 않습니다.
특히 Robot Foundation Model 을 개발하기 위해 Academy Researcher 들과 강결합되어 함께 Research하고, Robot Hands, Sensor 개발 파트너들과 협업하고, 회사 내부에서는 Business Developer와 긴밀하게 협업합니다.
포지션명
Robotics Data Analytics Engineer
포지션 개요
로보틱스 AI 모델이 고성능을 발휘하기 위해서는 대규모이면서도 정확하고 풍부한 훈련 데이터가 필수적입니다. 본 포지션은 다양한 로봇 센서(카메라, Tactile, IMU 등)와 메타데이터를 통합·처리하고, 모델 학습에 최적화된 데이터 파이프라인을 설계·구축함으로써 로보틱스 AI 개발의 기반을 탄탄히 다지는 핵심 역할을 담당하게 됩니다.
함께 로보틱스 AI 연구개발을 견인할 고품질 학습 데이터 인프라를 만들어갈 열정 가득한 엔지니어분들의 많은 지원 바랍니다!
담당 업무
- 데이터 전략 수립 및 아키텍처 설계
- 로보틱스 AI 모델 학습에 필요한 대규모 데이터셋의 구조화·관리 전략 수립
- 분산 스토리지, 데이터베이스, 캐싱 등 대규모 데이터 처리에 적합한 시스템 설계
- 데이터 수집 및 전처리 자동화
- 다양한 로봇 센서로부터 수집된 원시 데이터를 효과적으로 수집·정리하기 위한 파이프라인 구축
- 노이즈 제거, 정렬, 동기화, 형식 변환 등 대규모 전처리 프로세스 자동화
- 데이터 라벨링 및 품질 관리
- 객체 인식, 위치 추정, 경로 계획 등 로보틱스 AI 과제에 필요한 라벨링 프로세스 설계
- 라벨링 도구(예: CVAT, Labelbox 등) 및 관리 시스템 연동, 라벨 품질 검증 및 유지 보수
- 데이터 파이프라인 최적화 및 운영
- CI/CD, MLOps 환경에서 안정적으로 동작하는 데이터 파이프라인 구축
- 학습 및 검증 단계에서 발생하는 병목 현상 분석·개선, 확장성 확보
- 데이터 버전 관리 및 메타데이터 체계 운영
- 데이터셋 버전을 체계적으로 관리하기 위한 워크플로우 설계 및 도구 도입
- 데이터 수명주기(Lifecycle) 및 메타데이터 구조 설계, 추적 가능성(Traceability) 확보
- 팀 협업 및 모니터링
- 연구팀, 모델링팀 등 유관 부서와 긴밀히 협력하여 데이터 요구사항 파악 및 반영
- 데이터 품질 이슈, 운영상 문제 발생 시 모니터링 및 신속한 대응
자격 요건
- 데이터 엔지니어링 및 인프라 구축 경험
- Python, SQL 등 데이터 처리에 필요한 언어/툴 활용 능력
- 대규모 데이터베이스, 분산 파일 시스템(HDFS, AWS S3 등) 운영 경험
- 로보틱스 센서 데이터 처리 이해
- 카메라(RGB, Depth), IMU 등 로봇 센서에서 추출되는 데이터 특성 파악 및 전처리 경험
- ROS(또는 유사한 로봇 플랫폼) 데이터 포맷(Rosbag 등)에 대한 이해
- 데이터 파이프라인 자동화 역량
- Airflow, Luigi 등 워크플로우 관리 도구 또는 CI/CD 파이프라인 구축 경험
- 대규모 데이터셋의 ETL(Extract, Transform, Load) 프로세스 운영 경험
- 소프트웨어 개발 역량 및 협업 능력
- Git 등 버전 관리 시스템을 활용한 팀 협업 경험
- 코드 리뷰, 테스트 자동화, 문서화 등 소프트웨어 엔지니어링 베스트 프랙티스 준수
우대사항
- 클라우드 기반 데이터 인프라 경험
- AWS, GCP, Azure 등 퍼블릭 클라우드 환경에서 데이터 파이프라인을 설계·운영한 경험
- 서버리스 아키텍처 또는 컨테이너 오케스트레이션(Kubernetes 등) 활용 능력
- ML/DL 워크플로우 이해 및 MLOps 경험
- 머신러닝/딥러닝 학습 파이프라인에서 발생하는 데이터 요구사항 이해
- 모델 서빙, 모니터링, 자동화된 재학습 파이프라인 구축 경험
- 데이터 라벨링 툴 및 자동 라벨링 기법 숙련
- OpenCV, PyTorch, TensorFlow 등을 활용한 자동 라벨링(예: 세그멘테이션, 키포인트 검출) 경험
- Active Learning 등을 통한 라벨링 효율화 방안 연구 경험
- 대규모 운영 경험 및 장애 대응 역량
- PB(페타바이트) 규모 이상의 데이터 처리 경험
- 대규모 분산 시스템 장애(네트워크, 스토리지 등)에 대한 모니터링 및 문제 해결 능력
근무 조건
근무장소 : 서울 강남구 선릉로 561 (역삼동, 루비나빌딩)
근무기간 : 정규직
수습 기간 안내
입사 시 3개월의 수습 기간이 적용됩니다.
수습 기간 동안 근무 태도와 역량 평가를 진행하며, 평가 결과에 따라 수습 기간이 연장되거나 채용이 취소될 수 있습니다.
지원 방법
메일 제목 : 리얼월드 [포지션명] 지원_[이름]
제출서류 :
- 이력서 (한글 또는 영문)
- (선택) 본인의 역량을 보여줄 수 있는 포트폴리오, 연구자료, 프로젝트 자료 등 추가 제출 가능
전형 절차
- 서류 전형 > 1차 인터뷰 > 2차 인터뷰 > 3차 인터뷰 > 최종 합격
- 서류 전형 합격 시 개별적으로 연락이 진행될 예정입니다.
- 절차 상 필요한 경우 커피챗·코딩테스트가 포함될 수 있습니다.
RLWRLD is a leading Physical AI company founded by Korea’s top AI and robotics researchers, developing a Robotics Foundation Model that enables robots to perceive, reason, and manipulate the physical world like humans.
With deep expertise in AI and robotics, RLWRLD is rapidly advancing a universal AI model capable of high-precision manipulation using multi-degree-of-freedom robotic hands. Through a strong network of research labs and robotics/sensor solution partners, we are building AI solutions that can be immediately applied to real-world industrial settings such as manufacturing.
Recently, RLWRLD raised approximately KRW 21 billion (USD 14.4 million) in one of the largest seed funding rounds in Korean startup history, backed by top domestic and global VCs and corporations. Talented individuals from around the world are joining us to push the frontiers of AI and robotics innovation.
About the Organization
At RLWRLD, our Product Organization is responsible for developing all core products — spanning planning, development, and research.
We are building foundational technologies such as:
- Robot Foundation Model (RFM)
- APIs/SDKs to deliver RFM functionality
- Data pipeline & teleoperation tools
- Training systems for model learning
- Benchmark systems to test performance
- Robot control systems
- Infra stack (GPU orchestration, compute management)
Our team includes both research and software engineers, working fluidly across AI model development and software infrastructure. We collaborate closely with Academy Researchers, robotic hardware partners, and internal business developers to deliver cutting-edge robotics solutions.
Position Overview
High-performing robotics AI models require large-scale, accurate, and richly annotated training data. This role plays a critical part in laying the foundation for robotics AI development by integrating and processing diverse robot sensor data (e.g., cameras, tactile sensors, IMUs) and metadata, and by designing and building data pipelines optimized for model training.
We are looking for passionate engineers who are eager to build high-quality training data infrastructure and drive robotics AI research and development together with us.
Key Responsibilities
- Data Strategy and Architecture Design
- Define structuring and management strategies for large-scale datasets required for robotics AI model training
- Design systems suitable for large-scale data processing, including distributed storage, databases, and caching layers
- Data Collection and Preprocessing Automation
- Build pipelines to efficiently collect, organize, and manage raw data from diverse robot sensors
- Automate large-scale preprocessing workflows such as noise reduction, alignment, synchronization, and format conversion
- Data Labeling and Quality Management
- Design labeling processes required for robotics AI tasks such as object recognition, localization, and motion/path planning
- Integrate labeling tools (e.g., CVAT, Labelbox) and management systems, and ensure labeling quality through validation and maintenance
- Data Pipeline Optimization and Operations
- Build robust data pipelines that operate reliably within CI/CD and MLOps environments
- Analyze and resolve bottlenecks in training and validation stages, ensuring scalability and performance
- Dataset Versioning and Metadata Management
- Design workflows and introduce tools for systematic dataset version control
- Define data lifecycle management and metadata structures to ensure traceability and reproducibility
- Cross-Team Collaboration and Monitoring
- Work closely with research and modeling teams to understand and incorporate data requirements
- Monitor data quality and operational issues, and respond quickly to incidents when they arise
Required Qualifications
- Data Engineering and Infrastructure Experience
- Proficiency in data processing languages and tools such as Python and SQL
- Experience operating large-scale databases and distributed file systems (e.g., HDFS, AWS S3)
- Understanding of Robotics Sensor Data
- Experience handling and preprocessing data from robot sensors such as cameras (RGB, Depth) and IMUs
- Familiarity with ROS (or similar robotics platforms) data formats such as rosbag
- Data Pipeline Automation Skills
- Experience with workflow orchestration tools (e.g., Airflow, Luigi) or CI/CD pipeline construction
- Hands-on experience operating ETL (Extract, Transform, Load) processes for large-scale datasets
- Software Development and Collaboration Skills
- Experience collaborating in teams using version control systems such as Git
- Familiarity with software engineering best practices including code reviews, test automation, and documentation
Preferred Qualifications
- Cloud-Based Data Infrastructure Experience
- Experience designing and operating data pipelines in public cloud environments (AWS, GCP, Azure)
- Familiarity with serverless architectures or container orchestration platforms such as Kubernetes
- ML/DL Workflow and MLOps Experience
- Understanding of data requirements across machine learning and deep learning training pipelines
- Experience building model serving, monitoring, and automated retraining pipelines
- Expertise in Data Labeling Tools and Auto-Labeling Techniques
- Experience with automated labeling techniques (e.g., segmentation, keypoint detection) using OpenCV, PyTorch, or TensorFlow
- Research or practical experience in improving labeling efficiency through methods such as Active Learning
- Large-Scale Operations and Incident Response Experience
- Experience processing data at petabyte (PB) scale or beyond
- Strong capabilities in monitoring and troubleshooting failures in large-scale distributed systems (e.g., network, storage)
Working Conditions
- Work Location: 561 Seolleung-ro, Gangnam-gu, Seoul (RUBINA Building, Yeoksam-dong)
- Employment Type: Full-time
- Probationary Period A three-month probationary period will apply upon employment. During this period, your work attitude and performance will be evaluated. Depending on the evaluation results, the probationary period may be extended or the employment offer may be withdrawn.
How to Apply
- Application Email: apply@rlwrld.ai
- Email Subject: RLWRLD [Position Title] Application_[Your Name]
- Application Materials:
- Resume in English or Korean
- (optional) Portfolio, research materials, or project documents showcasing your capabilities
- Application Deadline: Rolling basis
Recruitment Process
- Resume Screening → First Round Interview → Second Round Interview → Final Interview → Offer
- Candidates who pass the document screening will be contacted individually.
- Additional Coffee Chats or Coding Test may be conducted if necessary.
기업 사정으로 조기 마감되거나 내용이 변경될 수 있습니다
Related Posts
