Full Job Description
Responsibilities
Lead, collaborate, and execute on research that pushes forward the state of the art in world modelling and artificial intelligence | Diriger, collaborer et mener à bien des recherches qui font progresser l'état de l'art en matière de modélisation du monde et d'intelligence artificielle
• Perform research that enables learning the semantics of data across modalities including images, video, text, and audio | Effectuer des recherches permettant d'apprendre la sémantique des données à travers différentes modalités, notamment les images, la vidéo, le texte et l'audio.
• Work towards long-term research goals while identifying immediate milestones | Travailler à la réalisation d'objectifs de recherche à long terme tout en identifiant les étapes immédiates.
• Develop and evaluate novel architectures and training methods for learning predictive models of visual, physical, or multimodal environments | Développer et évaluer de nouvelles architectures et méthodes d'entraînement pour l'apprentissage de modèles prédictifs d'environnements visuels, physiques ou multimodaux.
• Explore applications of world models to planning, prediction, control, and decision-making for embodied agents | Explorer les applications des modèles du monde à la planification, la prédiction, le contrôle et la prise de décision des agents incarnés.
• Influence progress of relevant research communities by producing publications at peer-reviewed venues | Contribuer aux avancées des communautés de recherche concernées en publiant dans des revues évaluées par des pairs.
• Collaborate with scientists and engineers in a large cross-functional team | Collaborer avec des scientifiques et des ingénieurs au sein d'une grande équipe pluridisciplinaire
• Open source high quality code and produce reproducible research | Mettre à disposition du code open source de haute qualité et produire des travaux de recherche reproductibles.
• Support recruiting efforts by engaging with potential candidates and sharing insights about world modelling research at Meta | Soutenir les efforts de recrutement en échangeant avec les candidat• es potentiel• les et en partageant des informations sur la recherche du monde de la modélisation chez Meta.
Minimum Qualifications
• Bachelor's degree in Computer Science, Computer Engineering, relevant technical field, or equivalent practical experience | Licence en informatique, en génie informatique, dans un domaine technique pertinent ou expérience pratique équivalente
• Currently has, or is in the process of obtaining, a PhD degree in AI, computer science, data science, robotics, or related technical fields | Possède actuellement ou est en voie d'obtenir un doctorat en intelligence artificielle, en informatique, en science des données, en robotique ou dans des domaines techniques connexes
• First-authored publications at peer-reviewed conferences such as ICML, NeurIPS, ICLR, CVPR, ICCV, CoRL, RSS, or ICRA, or similar | Publications en tant qu'auteur principal lors de conférences évaluées par des pairs telles que l'ICML, NeurIPS, l'ICLR, la CVPR, l'ICCV, CoRL, RSS ou l'ICRA, ou d'autres événements similaires
• Research background in machine learning, artificial intelligence, robot learning, computational statistics, applied mathematics, or related areas | Expérience en recherche dans des domaines tels que l'apprentissage automatique, l'intelligence artificielle, l'apprentissage robotique, les statistiques computationnelles, les mathématiques appliquées ou des domaines connexes
• Experience coding software and executing complex experiments | Expérience dans le codage des logiciels et la réalisation d'expériences complexes
• Experience with Python and PyTorch | Expérience avec Python et PyTorch
Preferred Qualifications
• Experience solving complex problems and comparing alternative solutions, tradeoffs, and different perspectives to determine a path forward | Expérience dans la résolution des problèmes complexes et dans la comparaison des solutions alternatives, des compromis et des différents points de vue afin de définir la voie à suivre
• Track record of achieving significant results as demonstrated by grants, fellowships, patents, or publications at leading conferences in Machine Learning (NeurIPS, ICML, ICLR), Robotics (ICRA, IROS, RSS, CoRL), or Computer Vision (CVPR, ICCV, ECCV) | Expérience avérée en matière de résultats significatifs, démontrée par des subventions, des bourses, des brevets ou des publications lors de conférences de premier plan dans les domaines de l'apprentissage automatique (NeurIPS, ICML, ICLR), de la robotique (ICRA, IROS, RSS, CoRL) ou de la vision par ordinateur (CVPR, ICCV, ECCV)
• Experience with self-supervised learning from video, predictive models, model-based reinforcement learning, or model-predictive control | Expérience dans l'apprentissage auto-supervisé à partir des vidéos, les modèles prédictifs, de l'apprentissage par renforcement basé sur des modèles ou le contrôle prédictif basé sur des modèles
• Experience building systems based on machine learning or deep learning methods | Expérience dans la mise au point des systèmes reposant sur des méthodes d'apprentissage automatique ou de l'apprentissage profond
• Experience manipulating and analyzing complex, large-scale, high-dimensionality data from varying sources | Expérience en matière de manipulation et d'analyse de données complexes, à grande échelle et de haute dimensionnalité provenant de sources variées
• Experience collaborating in a team environment on research projects | Expérience dans la collaboration au sein d'une équipe dans le cadre des projets de recherche
