PyTorch/Python 기반 산업용 비전 AI 리뷰 필터링 시스템 MLE 전문가

프로젝트 소개: - 제조 및 산업 현장의 이미지 데이터를 분석하여 신규 결함 유형 및 모델 오판 가능성이 높은 데이터만 선별해 사람에게 리뷰를 요청하는 AI 기반 리뷰 필터링 시스템을 구축하는 프로젝트입니다. 전체 프로젝트 일정: - 4개월 (PoC 이후 연장 가능) 모집 인원: - 경력 3년 차 이상 1명 (월 단가 협의 후 결정) 근무 형태: - 상주 근무 (경기 용인) 상세 업무: - 자동 라벨링 및 비전 AI 모델의 추론 결과를 분석하여 신규 유형 및 오판 가능성 높은 데이터를 구분하는 리뷰 정책 설계 - 이미지, Patch, 결함 ROI 단위의 Feature Embedding을 추출하고 관련 데이터를 관리할 수 있는 데이터 뱅크 설계 및 구축 - 유사도 검색, k-NN, Prototype/Memory Bank, Novelty 및 OOD Detection 기법을 활용한 신규 이미지 및 결함 유형 탐지 - Classification, Segmentation, Anomaly Detection 모델의 리뷰 대상 선별 로직 및 Mask 품질 검증 필터 개발 - 미검출 데이터 분석을 통한 잠재적인 False Negative 후보 탐색 - Embedding clustering 및 다양성 기반 대표 샘플 선별을 통해 동일 유사 이미지의 반복 리뷰 방지 - 리뷰 결과를 데이터 뱅크 및 학습 데이터에 반영하는 Human-in-the-loop 파이프라인 구축 지원 - 신규 유형 탐지율, 오판 검출률, 리뷰 감소율 등의 지표를 기준으로 시스템 성능 평가 체계화 - 개발된 시스템의 기존 추론 파이프라인 연동 및 기술 개선 방향 도출 필수 기술: - Python, PyTorch, CNN, Vision Transformer, Embedding, k-NN, Clustering, OOD Detection, Few-shot Learning 자격 요건: - 2년 이상의 컴퓨터 비전 또는 이미지 처리 관련 프로젝트 및 연구 경험을 보유하신 분 - Python 활용 능력 및 PyTorch 등 주요 딥러닝 프레임워크 사용에 능숙하신 분 - 이미지 분류 모델과 Segmentation 또는 Anomaly Detection 모델을 직접 개발하고 성능을 평가해 본 경험이 있으신 분 - CNN 또는 Vision Transformer 기반 모델의 Feature Embedding을 추출하고 분석할 수 있는 분 - Cosine similarity, k-NN, Clustering 등 유사도 검색 및 비지도 학습 기법에 대한 이해와 구현 경험이 있으신 분 - 모델의 confidence와 실제 정확도의 차이, OOD 데이터에 대한 과신 및 데이터 분포 변화 문제를 이해하고 계신 분 - 적은 데이터와 데이터 불균형 환경에서 데이터 증강, Few-shot Learning, Metric Learning 또는 Anomaly Detection 기법을 적용해 본 경험이 있으신 분 - 모델 Accuracy뿐만 아니라 False Positive, False Negative, NG 유출률 및 리뷰 감소율 등 실제 운영 지표를 기반으로 실험을 설계하고 평가할 수 있는 분 - 최신 Computer Vision 논문 및 기술을 빠르게 습득하고 산업 문제에 맞게 변경 및 구현할 수 있는 분 - 요구사항이 명확하지 않은 초기 단계에서 문제를 구체화하고 주도적으로 PoC를 진행할 수 있는 분 우대 사항: - 제조, 부품, 철강, 전자 또는 자동차 등 실제 산업 도메인의 비전 데이터를 다뤄본 경험이 있으신 분 - 결함 탐지, 품질 검사 또는 외관 검사 프로젝트를 실제 현장에 적용한 경험이 있으신 분 - DINOv2, CLIP 계열 모델 또는 기타 사전학습 Vision Encoder를 활용한 Feature Embedding 경험이 있으신 분 - PatchCore 등 Memory Bank 기반 산업용 Anomaly Detection 기법을 적용해 본 경험이 있으신 분 - Active Learning, Novelty Detection, OOD Detection, Selective Classification 또는 Human-in-the-loop 시스템 개발 경험이 있으신 분 - 이미지 및 Patch 단위 유사도 검색을 위해 FAISS, Milvus 또는 기타 Vector Search 기술을 활용해 본 경험이 있으신 분 - Segmentation Mask의 uncertainty, stability, shape feature 또는 예상 품질을 평가하는 시스템을 개발해 본 경험이 있으신 분 - 데이터 클러스터링과 대표 샘플 선별을 통해 라벨링 및 리뷰 비용을 절감해 본 경험이 있으신 분 - ONNX 변환, 모델 경량화, Quantization, MLOps 및 실제 추론 Serving 경험이 있으신 분 - Git 기반 코드 리뷰 및 주도적인 협업 문화에 익숙하신 분 기타 사항: - 근로계약 체결 필수(클라이언트가 이용요금 부담) - 상주 100% (재택근무 불가) - 투입 후 2주간 수습기간 진행 (수습기간 급여 100% 지급, 수습 기간 후 계약 종료 가능성 있음) - 계약 기간 중 타 프로젝트 병행 금지 - 클라이언트 요청으로 재등록된 공고입니다. - 예전 프로젝트 : <a href="https://www.wishket.com/project/157611/">https://www.wishket.com/project/157611/</a>