- AI 기반 재생원료 품질 평가 알고리즘 개발
재활용 플라스틱의 재질 구성, 색상 혼합, 이물질 혼입 및 오염 상태 분석
PET, PP, PE, PS 등 재질별 선별률·순도·품질 지표 산출
RGB 영상 및 초분광(HSI/NIR) 데이터 기반 재질·품질 평가 기술 개발
실제 공정 및 수작업 검수 결과를 활용한 평가 모델 성능 검증·개선
- 선별·공정 데이터 분석 및 품질 저하 원인 진단
선별 결과, 객체 인식 결과, 설비 운영 데이터 수집·가공·분석
오선별·미선별·이물질 혼입·재질 간 혼합 등 품질 저하 요인 분석
품목별·공정 조건별 성능 편차 분석 및 품질 저하 원인 추정
데이터 기반 공정 문제 진단 및 선별 성능 개선 방안 도출
- AI 평가 에이전트 개발
선별 결과와 공정 데이터를 종합 분석하는 AI 평가 에이전트 설계·개발
품질 지표 변화·이상 패턴 감지 및 품질 저하 원인 분석
평가 결과를 바탕으로 선별 조건 및 AI 모델 개선 방향을 도출하는 분석 로직 구현
평가 결과·개선 이력 관리 및 공정 운영자용 분석 결과·리포트 자동화
- 현장 데이터 기반 모델 검증 및 성능 고도화
실제 공정 데이터를 활용한 AI 모델 학습·검증 데이터셋 구축·관리
품목별 데이터 불균형·오분류·예외 사례 분석을 통한 모델 개선
평가 지표·검증 프로토콜 수립 및 반복 실험을 통한 성능 검증
선별 AI·공정 제어 시스템과 연계한 평가 결과 검증 및 피드백 체계 구축
- AI·머신러닝 관련 유관 경력 3년 이상
- 컴퓨터비전 및 딥러닝·머신러닝에 대한 이해와 실제 프로젝트 수행 경험이 있는 분
- Python 및 주요 딥러닝 프레임워크(PyTorch, TensorFlow 등) 활용이 가능한 분
- pandas, NumPy, SQL 등을 활용한 데이터 전처리·분석 및 지표 산출 경험이 있는 분
- 모델 성능을 정량적 지표로 평가하고, 오분류 사례 및 성능 저하 원인을 분석한 경험이 있는 분
- 데이터 분석 결과를 바탕으로 문제를 정의하고, 알고리즘 또는 시스템 개선 방안을 도출할 수 있는 분
- 실험 결과를 체계적으로 기록하고, 기술적 근거를 바탕으로 결과를 설명할 수 있는 분
- AI 기반 품질 검사, 불량 검출, 이상 탐지 또는 제품 품질 예측 모델 개발 경험이 있는 분
- 이미지·센서·설비 데이터 등 복합적인 데이터를 활용한 분석 및 모델링 경험이 있는 분
- 재질 분류, 혼합비 추정, 오염도 분석, 순도 평가 등 품질 정량화 기술 개발 경험이 있는 분
- AI 에이전트, LLM 기반 데이터 분석 또는 도구 호출 기반 분석 워크플로 개발 경험이 있는 분
- AI 모델의 평가 결과를 실제 운영 시스템이나 공정 제어 로직과 연계한 경험이 있는 분
- 시계열 데이터 분석, 통계적 품질 관리, 이상 감지 및 원인 분석 경험이 있는 분
- MLOps, 데이터 파이프라인, 모델 성능 모니터링 및 리포팅 체계 구축 경험이 있는 분
- 스마트팩토리, 산업 자동화, 자원순환 및 재활용 분야에 대한 이해나 관심이 높은 분
- 현장 운영팀 및 AI·로봇·설비 엔지니어와 협업하며 기술적 문제를 해결할 수 있는 분
이런 분
- 모델 정확도를 넘어 실제 현장의 품질 문제를 데이터로 설명할 수 있는 분
- 정답이 정해지지 않은 문제에서도 평가 지표를 설계하고 실험으로 해결책을 찾는 분
- AI 분석 결과를 현장에서 실행 가능한 개선 방안으로 연결할 수 있는 분
- 연구개발 결과를 실제 산업 현장에 적용하고 지속적으로 고도화하는 과정에 관심이 있는 분
|
