Member of Technical Staff, Diffusion World Models & Robotics

QUI NOUS SOMMES Odyssey https://odyssey.ml est un laboratoire d'IA pionnier dans les modèles de monde généraux : des systèmes causaux et multimodaux qui apprennent à prédire et à interagir avec le monde sur de longs horizons. Cette technologie fondamentale promet de révolutionner la robotique, la science, la santé, l'éducation, le jeu, la défense et bien plus encore. Les fondateurs d'Odyssey ont précédemment ouvert la voie à l'application la plus complexe de l'IA physique : les voitures autonomes. Ils ont désormais réuni une équipe de recherche de classe mondiale issue de DeepMind, Tesla, Waymo, Meta, Apple et Wayve, qui ont apporté des contributions significatives aux modèles de langage (DeepMind Gemini), aux modèles vidéo (DeepMind Veo), aux modèles de monde (Wayve GAIA) et aux systèmes autonomes (Tesla FSD). Odyssey a levé d'importants capitaux de risque auprès de GV, Amazon, AMD, EQT, NVIDIA, Natural Capital, In-Q-Tel, Elad Gil, Jeff Dean, Guillermo Rauch, Garry Tan, Kyle Vogt, ainsi que des chercheurs d'OpenAI, DeepMind, MSL, Recursive et Thinking Machines. CE QUE NOUS RECHERCHONS Nous recherchons des personnes ayant un intérêt profond pour l'amélioration des algorithmes d'apprentissage automatique à l'intersection des modèles de monde par diffusion et de la robotique. Les modèles de monde interactifs, conditionnés par l'action, sont un domaine de recherche de pointe qui n'est pas encore mature. Vous travaillerez à la limite du possible, en utilisant les modèles de monde comme simulateurs, extracteurs de caractéristiques et terrains d'entraînement pour des politiques de robots réels et des approches de RL basées sur des modèles. La plupart des nouvelles expériences ici échoueront ; votre objectif sera d'apprendre au maximum des expériences échouées pour augmenter les chances de succès final sur du matériel réel. CE QUE VOUS FEREZ - Comprendre ce qui fait fonctionner les modèles de monde interactifs. Comment les données, les architectures de diffusion (diffusion backbones), le conditionnement par l'action et les politiques en aval interagissent. - Implémenter des algorithmes de pointe en matière de diffusion et d'apprentissage robotique, et concevoir des fonctions de perte (losses), des fonctions de récompense et du fine-tuning basé sur le renforcement ou les préférences pour l'interactivité et la performance des politiques. - Effectuer une cadence élevée d'ablation sur le WM et la politique, de l'architecture et l'extraction de caractéristiques aux mélanges de données et aux schémas de conditionnement. - Construire le pont vers les robots réels : pipelines de données, fine-tuning de WM et déploiement de politiques sur les systèmes Robots-aaS et les partenaires de conception (à distance et en face à face). - Exploiter les dernières fonctionnalités des GPU modernes pour augmenter l'efficacité de l'entraînement et de l'inférence. - Prendre la responsabilité de l'ensemble de la pile ML, y compris les frameworks de base sur lesquels s'appuient les chercheurs et les ingénieurs produit d'Odyssey. QUI VOUS ÊTES - Un PhD (ou une expérience de recherche équivalente) plus 2+ années d'expérience pertinente en recherche ou en ingénierie, ou 4+ années d'expérience en génie logiciel avec 2+ années de travail pertinent en ML. - Une expérience pratique significative avec un ou plusieurs des domaines suivants : modèles de diffusion, modèles de monde, RL basé sur des modèles (par exemple, la lignée Dreamer), ou politiques vision-langage-action (VLA). - Une capacité démontrée à gérer des projets de bout en bout. - Pas de pudeur à toucher à n'importe quelle étape d'un pipeline ML, des données au déploiement sur des robots réels ; une expérience sim-to-real est un atout majeur. - Maîtrise de PyTorch (ou TF/JAX). - Très orienté expérimentation. - Flexible pour travailler en personne à Zurich, London, ou dans la Bay Area. La majeure partie de l'équipe travaille en personne à Zurich pour le moment.