Skip to content

Latest commit

 

History

History
119 lines (89 loc) · 9.78 KB

README.md

File metadata and controls

119 lines (89 loc) · 9.78 KB
Raw

Mission

네이버 Vision 팀의 미션은 우리 주변의 시각적 세계를 이해하는 기계학습 알고리즘을 개발하고, vision 기반의 새로운 사용자 경험을 네이버 제품에 적용하는 것입니다.

Open Positions

네이버 Vision 팀에서 최고의 기술을 연구/개발하고 이를 글로벌 서비스에 적용하는 경험을 함께 할 능력있는 research/system/mobile engineer를 모집합니다. 여기를 클릭하여 지원하세요.

  • 2020.05.25 추가 : 체험형 인턴 과정 모집도 추가되었습니다. 여기를 클릭하여 지원하세요.

Computer Vision Research Engineer

역할

  • 딥러닝 기반의 computer vision에 대한 최신 기술 연구/개발
  • 네이버/라인의 대규모 UGC/쇼핑 데이터를 대상으로 하는 real-world problem 해결
  • 스마트렌즈, 이미지/동영상 검색, 비주얼 커머스 서비스 고도화에 기여

자격요건

  • Computer vision 관련 최신 연구를 이해하고 이를 딥러닝 프레임워크 (TensorFlow, PyTorch, MXNet 등) 로 구현할 수 있는 분
  • 본인의 아이디어를 구체화하고 이를 이론적, 실험적으로 증명할 수 있는 분
  • 연구를 위한 연구가 아닌, 서비스에 필요한 real-world problem을 풀어보려는 의지를 가진 분

우대사항

  • Computer vision 관련 top-tier 학회에 출판한 논문이 있는 분
  • Kaggle 등의 챌린지에서 좋은 성과를 거둔 분
  • 전통적인 computer vision (image processing, feature extraction) 기술을 보유한 분

채용하고 싶은 사람

  • 항상 겸손하고 배우는 자세로 동료들과 즐겁게 일할 수 있는 분
  • 최고의 기술 개발에 대한 욕심을 가진 분

Computer Vision System Engineer

역할

  • 딥러닝 기반의 computer vision 기술을 이용한 이미지 인식/분석/검색 백엔드 시스템 연구/개발
  • large-scale/low-latency/high-throughput 시스템 구축을 위한 모델 최적화 및 시스템 엔지니어링
  • 스마트렌즈, 이미지/동영상 검색, 비주얼 커머스 서비스 고도화에 기여

자격요건

  • Python, C++, Golang, Scala 등의 백엔드 개발 언어를 1개 이상 자유롭게 활용 가능한 분
  • Hadoop, Spark 등을 활용하여 대규모 분산 환경에서 데이터 정제 및 분석이 가능한 분
  • Database, Search engine, Docker, Web server, Message queue, Triton IS 등 백엔드 시스템 기술에 친숙한 분
  • Computer vision 관련 최신 연구에 관심이 많은 분

우대사항

  • 딥러닝 기술을 실서비스에 적용한 경험이 있는 분
  • 대규모 분산 환경 서비스를 직접 운영해 보신 분

채용하고 싶은 사람

  • 항상 겸손하고 배우는 자세로 동료들과 즐겁게 일할 수 있는 분
  • 최고의 기술 개발에 대한 욕심을 가진 분

Computer Vision Mobile Engineer

역할

  • 온-디바이스 딥러닝 기반의 computer vision 기술 및 서비스 개발
  • 스마트렌즈 서비스 개발

자격요건

  • [공통] Computer vision 기술 개발에서부터 서비스 출시까지 적극적으로 참여할 수 있는 분
  • [iOS] iOS 앱 개발 3년 이상 또는 그에 준하는 능력
  • [Android] 안드로이드 앱 개발 3년 이상 또는 그에 준하는 능력

우대사항

  • Computer vision 기술 또는 딥러닝 모델을 단말(iOS 또는 Android)에 직접 올려서 서비스 해 보신 분
  • OpenGL ES(Android) 또는 Metal(iOS) 관련 개발 경험이 있는 분

채용하고 싶은 사람

  • 항상 겸손하고 배우는 자세로 동료들과 즐겁게 일할 수 있는 분
  • 최고의 기술 개발에 대한 욕심을 가진 분

Team

네이버 Vision 팀에서는 image classification, object detection, image retrieval, semantic segmentation 등의 일반적인 computer vision 기술뿐만 아니라 multi-modal image search, graph neural networks, image synthesis 등의 분야에서 최신 기술을 연구/개발하고 있습니다. 이렇게 개발된 기술은 CVPR, AAAI 등 top-tier 학회에 논문으로 출판되었으며, 관련 workshop에서 주최하는 challenge에서도 다수 입상하였습니다. Vision 팀은 네이버의 스마트렌즈, 이미지/동영상 검색, 비주얼 커머스 서비스에 코어 기술을 제공하고 있으며, 라인 일본의 이미지/동영상 검색과 일본/대만/태국의 비주얼 커머스 기술을 담당하며 글로벌 서비스에 기여하고 있습니다.

현황

  • 네이버 사내 서비스로 제공되는 공통 GPU 클러스터(C3DL, NSML) 외에도 수백여 개의 조직 전용 GPU를 사용하고 있습니다.
  • 또한 네이버 이미지 서비스를 위한 대규모 이미지 분산 시스템을 자체 구축/운영하고 있으며 이를 활용하여 여러 네이버 서비스에 AI 비전 기술을 제공하고 있습니다.
  • 대량의 트래픽을 처리하는 이미지 검색 API 서버를 구축하고 이를 여러 네이버 서비스에 제공하고 있습니다.

Recent Publications

  • Byungsoo Ko, Geonmo Gu. Large-scale Bilingual Language-Image Contrastive Learning. International Conference on Learning Representations Workshop (ICLRW) 2022. [paper] [code]
  • Geonmo Gu, Byungsoo Ko, SeoungHyun Go, Sung-Hyun Lee, Jingeun Lee, Minchul Shin. Towards Real-time and Light-weight Line Segment Detection. The Association for the Advancement of Artificial Intelligence (AAAI) 2022. [paper] [code]
  • Minchul Shin, Yoonjae Cho, Byungsoo Ko, Geonmo Gu. RTIC: Residual Learning for Text and Image Composition using Graph Convolutional Network. arXiv 2021. [paper]
  • Byungsoo Ko, Geonmo Gu, Han-Gyu Kim. Learning with Memory-based Virtual Classes for Deep Metric Learning. International Conference on Computer Vision (ICCV) 2021. [paper]
  • Geonmo Gu, Byungsoo Ko, Han-Gyu Kim. Proxy Synthesis: Learning with Synthetic Classes for Deep Metric Learning. The Association for the Advancement of Artificial Intelligence (AAAI) 2021. [paper] [code]
  • Minchul Shin. Semi-supervised Learning with a Teacher-student Network for Generalized Attribute Prediction. European Conference on Computer Vision (ECCV) 2020. [paper]
  • Byungsoo Ko, Geonmo Gu. Embedding Expansion: Augmentation in Embedding Space for Deep Metric Learning. Computer Vision and Pattern Recognition (CVPR) 2020. [paper] [code]
  • Yang-Ho Ji, HeeJae Jun, Insik Kim, Jongtack Kim, Youngjoon Kim, Byungsoo Ko, HyongKeun Kook, Jingeun Lee, Sangwon Lee, Sanghyuk Park. An Effective Pipeline for a Real-world Clothes Retrieval System. Computer Vision and Pattern Recognition (CVPR) Workshops, 2020. [paper]
  • Geonmo Gu, Byungsoo Ko. Symmetrical Synthesis for Deep Metric Learning. The Association for the Advancement of Artificial Intelligence (AAAI) 2020. [paper] [code]
  • Jungkyu Lee, Taeryun Won, Tae Kwan Lee, Hyemin Lee, Geonmo Gu, Kiho Hong. Compounding the performance improvements of assembled techniques in a convolutional neural network. arXiv 2020. [paper] [code]
  • Sanghyuk Park, Minchul Shin, Sungho Ham, Seungkwon Choe, Yoohoon Kang. Study on Fashion Image Retrieval Methods for Efficient Fashion Visual Search. Computer Vision and Pattern Recognition (CVPR) Workshops, 2019. [paper]
  • ByungSoo Ko, Minchul Shin, Geonmo Gu, HeeJae Jun, Tae Kwan Lee, Youngjoon Kim. A Benchmark on Tricks for Large-scale Image Retrieval. arXiv 2019. [paper]
  • Minchul Shin, Sanghyuk Park, Taeksoo Kim. Semi-supervised Feature-Level Attribute Manipulation for Fashion Image Retrieval. British Machine Vision Conference (BMVC) 2019. [paper]
  • HeeJae Jun, ByungSoo Ko, Youngjoon Kim, Insik Kim, Jongtack Kim. Combination of multiple global descriptors for image retrieval. arXiv 2019. [paper] [code]

Awards

  • 2nd Place in the CVPR 2020 DeepFashion2 Challenge, Clothes Retrieval Task. [link]
  • 2nd Place in the CVPR 2020 Fashion IQ Challenge, Interactive Query Task by Fashion Attribute. [link]
  • 1st Place in the CVPR 2019 iFood Challenge, Fine-Grained Visual Categorization. [link]

Activities

  • 2021 NAVER Search Colloquium Global Re:Search. [link]