Thermo Fisher Scientific développe et fournit des instruments scientifiques, des réactifs, des consommables et des services logiciels aux organisations qui travaillent dans les domaines des sciences de la vie, de la santé et de la chimie analytique. Son portefeuille soutient la recherche et la production en laboratoire, avec des applications couvrant le diagnostic, l’automatisation des flux de travail en laboratoire et la découverte de médicaments. Ses produits et services aident les équipes de recherche et de santé à gérer des processus de laboratoire complexes et à faire progresser le développement scientifique.
Stagiaire en recherche sur l’IA physique (à distance, États-Unis)
Mener des recherches et développer des systèmes d’IA physique couvrant la vision par ordinateur, les modèles vision-langage, la perception 3D et la robotique. Transformer le travail expérimental en code reproductible, services déployables, rapports d’évaluation et démonstrations.
Description
- Développer et ajuster des modèles pour la détection, le suivi, la segmentation, la reconnaissance des poses et des activités, ainsi que la compréhension des scènes
- Entraîner et évaluer des modèles vision-langage pour l’ancrage, le légendage dense, les questions-réponses temporelles et l’utilisation d’outils
- Créer des flux de travail augmentés par récupération et fondés sur des agents pour la perception et l’action
- Prototyper des politiques de contrôle guidées par la perception à partir de données simulées et du monde réel
- Relier les systèmes de perception aux planificateurs et aux graphes de tâches pour des applications de manipulation, de navigation et de sécurité
- Préparer les jeux de données, définir les méthodes d’évaluation et les indicateurs clés de performance, et mener des études d’ablation
- Déployer les systèmes de recherche sous forme de services fiables avec Kubernetes, Docker, Ray et FastAPI
- Mettre en œuvre le profilage, la télémétrie et l’intégration continue afin de soutenir une recherche reproductible
- Coordonner des pipelines multi-agents couvrant la perception, le raisonnement, la simulation et la génération de code
- Étudier la compréhension vidéo, l’ancrage de scènes 3D, l’inférence en périphérie, l’évaluation multimodale et les performances des politiques de simulation au réel
- Produire des travaux de recherche publiables ou open source, des composants prêts pour la production, des implémentations reproductibles, des rapports d’évaluation et des démonstrations
Exigences
- Préparer un master ou un doctorat en informatique, génie électrique, robotique ou dans un domaine connexe, avec des publications récentes en vision par ordinateur, apprentissage automatique ou robotique
- Maîtrise avancée de Python et de PyTorch ou JAX, avec une bonne connaissance du profilage CUDA et de l’entraînement en précision mixte
- Expérience de recherche en vision par ordinateur et dans au moins un domaine parmi les modèles vision-langage, l’IA incarnée ou physique, et la perception 3D
- Capacité à passer de recherches publiées à leur implémentation, aux études d’ablation et au suivi rigoureux des résultats
- Expérience des modèles vidéo, de la diffusion, de 3D Gaussian Splatting ou NeRF, de SLAM ou de la reconstruction de scènes
- Expérience préalable de l’ancrage multimodal ou du raisonnement temporel
- Connaissance de ROS2, DeepStream ou TAO, ou de l’optimisation de l’inférence en périphérie avec TensorRT ou ONNX
- Expérience de l’entraînement à grande échelle avec Ray, des chargeurs de données distribués ou des points de contrôle partitionnés
- Solides pratiques d’ingénierie logicielle, notamment en matière de tests, de linting, de profilage, de conteneurisation et de reproductibilité
- Travaux techniques publics, tels que des projets GitHub, des publications en tant que premier auteur ou des contributions substantielles à l’open source