Canada
Solution SFT
NBCUniversal
Senior RL Engineer - Ingénieur(e) principal(e) en apprentissage par renforcement
Canada
Montreal, Quebec, Canada
Python
Traduction automatique. Consultez l’original.
Description de l'entreprise
NBCUniversal est l’un des leaders mondiaux du secteur des médias et du divertissement. Nous créons des contenus d’exception, que nous diffusons à travers notre portefeuille de films, de programmes télévisés et de services de streaming, et auxquels nous donnons vie grâce à nos parcs à thème internationaux, nos produits grand public et nos expériences. Nous détenons et exploitons des marques de premier plan dans les domaines du divertissement et de l’information, notamment NBC, NBC News, NBC Sports, Telemundo, les chaînes locales NBC, Bravo et Peacock, notre service de streaming premium financé par la publicité. Nous produisons et distribuons des films et des programmes de divertissement de premier ordre grâce à nos puissants studios de cinéma et de télévision, notamment Universal Pictures, DreamWorks Animation et Focus Features, ainsi qu’aux quatre studios de télévision mondiaux regroupés sous la bannière Universal Studio Group. Nous exploitons également des parcs à thème et des expériences de premier plan à travers le monde via Universal Destinations & Experiences, notamment l’Universal Orlando Resort, qui abrite l’Universal Epic Universe, et Universal Studios Hollywood. NBCUniversal est une filiale de Comcast Corporation. Rendez-vous sur nbcuniversal.com pour plus d’informations.
Notre impact est ancré dans l'amélioration des communautés où vivent et travaillent nos employés, nos clients et nos publics. Nous avons une riche tradition de contribution et nous veillons à ce que nos employés aient l'opportunité de servir leurs communautés. Nous défendons une culture inclusive et nous nous efforçons d'attirer et de développer une main-d'œuvre talentueuse pour créer et fournir une large gamme de contenus reflétant notre monde.
NBCUniversal est l’un des leaders mondiaux du secteur des médias et du divertissement. Nous créons des contenus d’exception, que nous diffusons à travers notre portefeuille de films, de programmes télévisés et de services de streaming, et que nous donnons vie grâce à nos parcs à thème internationaux, nos produits grand public et nos expériences. Nous détenons et exploitons des marques de premier plan dans les domaines du divertissement et de l’information, notamment NBC, NBC News, NBC Sports, Telemundo, les chaînes locales NBC, Bravo et Peacock, notre service de streaming premium financé par la publicité. Nous produisons et distribuons des films et des programmes de divertissement de premier ordre grâce à nos puissants studios de cinéma et de télévision, notamment Universal Pictures, DreamWorks Animation et Focus Features, ainsi qu’aux quatre studios de télévision mondiaux regroupés sous la bannière Universal Studio Group. Nous exploitons également des parcs à thème et des expériences de premier plan à travers le monde via Universal Destinations & Experiences, notamment l’Universal Orlando Resort, qui abrite l’Universal Epic Universe, et Universal Studios Hollywood. NBCUniversal est une filiale de Comcast Corporation. Rendez-vous sur nbcuniversal.com pour plus d’informations.
Notre impact repose sur l’amélioration des communautés dans lesquelles vivent et travaillent nos employés, nos clients et nos publics. Nous avons une riche tradition d’engagement social et veillons à ce que nos employés aient la possibilité de s’investir au sein de leurs communautés. Nous défendons une culture inclusive et nous nous efforçons d’attirer et de former une main-d’œuvre talentueuse afin de créer et de proposer un large éventail de contenus reflétant notre monde.
Description du poste
Nous recherchons un(e) ingénieur(e) en apprentissage par renforcement (RL) ayant de l'expérience dans la manipulation d'environnements virtuels pour entraîner des agents autonomes. Ce rôle se concentre sur la conception d'environnements de simulation robustes, de structures de récompense et d'architectures de politiques capables de naviguer dans des paysages complexes et multi-capteurs.
Nous sommes à la recherche d’un(e) ingénieur(e) en apprentissage par renforcement ayant de l’expérience dans la création et l’exploitation d’environnements virtuels pour l’entraînement d’agents autonomes. Ce rôle consiste à concevoir des environnements de simulation robustes, des structures de récompense et des architectures de politiques capables d’évoluer dans des contextes complexes et multi-capteurs.
Vous jouerez un rôle clé dans le rapprochement entre simulation et performance réelle en développant des systèmes RL évolutifs et en garantissant un comportement fiable des agents dans des conditions variées.
Responsabilités principales
- Coordination interfonctionnelle : Travailler avec les ingénieurs ML et d'annotation partenaires ainsi qu'avec les TPM pour spécifier les besoins en données, en simulation et en entraînement.
- Conception d'environnements : Construire et maintenir des environnements de simulation 2D/3D haute fidélité (en utilisant des outils comme Unity, Unreal ou Isaac Sim) qui servent de terrain d'entraînement pour les agents RL.
- Ingénierie des récompenses : Concevoir et ajuster des fonctions de récompense complexes qui alignent le comportement de l'agent avec les objectifs du produit et les contraintes de sécurité.
- Implémentation d'algorithmes : Développer et optimiser des algorithmes RL (par exemple, PPO, SAC ou Offline RL) capables de gérer des espaces d'observation 3D de haute dimension.
- Stratégie Sim-to-Real : Analyser le « fossé de réalité » et mettre en œuvre des techniques de randomisation ou d'adaptation de domaine pour garantir que les modèles fonctionnent de manière fiable dans des scénarios réels.
- Collaboration interfonctionnelle : Travailler avec les ingénieurs ML, les équipes d’annotation et les TPM afin de définir les besoins en données, en simulation et en entraînement.
- Conception d’environnements : Développer et maintenir des environnements de simulation 2D/3D à haute fidélité à l’aide d’outils tels que Unity, Unreal ou Isaac Sim.
- Ingénierie des récompenses : Concevoir et optimiser des fonctions de récompense afin d’aligner le comportement des agents avec les objectifs produit et les contraintes de sécurité.
- Implémentation d’algorithmes : Développer et optimiser des algorithmes d’apprentissage par renforcement (ex. : PPO, SAC, RL hors ligne) adaptés à des espaces d’observation à haute dimension.
- Stratégie sim-to-real : Réduire l’écart entre simulation et réalité à l’aide de techniques comme la randomisation de domaine et l’adaptation afin d’assurer des performances fiables en conditions réelles.
Qualifications
- Formation : Diplôme d'études supérieures (Master ou Doctorat) en robotique, informatique, IA ou dans un domaine connexe avec une spécialisation en apprentissage par renforcement, apprentissage par imitation ou d'autres domaines de Machine Learning.
- Expérience professionnelle : Expérience avérée en tant qu'ingénieur RL ou ingénieur de recherche dans un environnement dynamique.
- Contexte industriel : Expérience préalable dans des secteurs avec des équipes multidisciplinaires complexes telles que la robotique, les réseaux intelligents, l'agriculture de précision, le développement de jeux ou l'aérospatiale.
Compétences techniques
- Outils de base : Maîtrise de Python, Git et du shell Unix.
- Frameworks RL : Familiarité approfondie avec des frameworks comme Ray Rllib, Stable Baselines3 ou CleanRL.
- Physique et moteurs 3D : Expérience avec des moteurs physiques (MuJoCo, Bullet) ou des moteurs de jeu 3D.
- Écosystème : Familiarité avec des outils collaboratifs tels que Jira/Confluence, Slack, un serveur Git et un framework de suivi d'expériences.
Attributs
- Solides bases mathématiques : Essentielles pour comprendre les processus de décision de Markov (MDP) et l'optimisation basée sur le gradient.
- Grande attention aux détails : Critique pour déboguer les comportements non déterministes des agents et assurer la parité de l'environnement.
- Formation : Maîtrise ou Doctorat en robotique, informatique, intelligence artificielle ou domaine connexe avec une spécialisation en apprentissage par renforcement, imitation ou apprentissage en ligne.
- Expérience : Expérience démontrée en tant qu’ingénieur(e) en apprentissage par renforcement ou en recherche dans un environnement dynamique.
- Contexte industriel : Une expérience dans des secteurs multidisciplinaires tels que la robotique, les réseaux intelligents, l’agriculture de précision, les jeux vidéo ou l’aérospatiale est fortement valorisée.
Compétences techniques
- Outils principaux : Excellente maîtrise de Python, Git et des environnements Unix.
- Frameworks RL : Expérience avec des frameworks tels que Ray RLlib, Stable Baselines3 ou CleanRL.
- Physique et simulation : Expérience avec des moteurs physiques (MuJoCo, Bullet) ou des environnements de simulation 3D.
- Écosystème : Familiarité avec des outils collaboratifs tels que Jira, Confluence, Slack, les workflows Git et les plateformes de suivi d’expériences.
Qualités recherchées
- Solides bases mathématiques : Bonne compréhension des processus de décision de Markov (MDP) et de l’optimisation basée sur le gradient.
- Rigueur et précision : Capacité à déboguer des systèmes non déterministes et à assurer la cohérence et la précision des environnements de simulation.
Informations complémentaires
Dans le cadre de notre processus de sélection, les candidats externes peuvent être tenus de participer à un entretien en personne avec un employé de NBCUniversal dans l'un de nos sites avant toute décision d'embauche. La politique de NBCUniversal est d'offrir des opportunités d'emploi égales à tous les candidats et employés sans distinction de race, couleur, religion, croyance, sexe, identité ou expression de genre, âge, origine nationale ou ascendance, citoyenneté, handicap, orientation sexuelle, état civil, grossesse, statut d'ancien combattant, appartenance aux services en uniforme, informations génétiques ou toute autre base protégée par la loi applicable.
Si vous êtes une personne qualifiée en situation de handicap ou un ancien combattant handicapé et que vous avez besoin d'un soutien tout au long du processus de candidature et/ou de recrutement en raison de votre handicap, vous avez le droit de demander un aménagement raisonnable. Vous pouvez soumettre votre demande à [email protected].
Secteur d'activité : NBCU Corporate
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil