Scientifique-chercheur en IA Appliquée /Applied AI Research Scientist

Montréal, QC (Hybride/Hybrid) Temps plein/Full-time

Résumé du poste/Position Summary

Un scientifique en recherche et technologie (R&T) spécialisé dans l'IA de frontière et la vision par ordinateur est chargé de découvrir, de développer et d'intégrer des méthodologies innovantes pour relever des défis complexes dans ces domaines et de traduire les concepts connexes en solutions Thales. Il/elle prouve leur viabilité à travers la mise en œuvre de preuves de concepts et guide leur croissance en maturité à travers des prototypes et des démonstrateurs qui illustreront et permettront à leur tour leur plein potentiel commercial.

Pour réussir dans ce rôle, la curiosité pour ce qui est nouveau, la volonté de défier le statu quo, l'ouverture d'esprit et la pensée originale sont essentielles. L'individu doit rapidement apprendre et évaluer les nouvelles techniques et technologies afin de décider de les adopter, de les adapter ou de les abandonner. Il doit également être capable de proposer de nouvelles idées, de les présenter, de les questionner et de les améliorer en permanence. La personne doit posséder des compétences techniques approfondies et pratiques et être familière avec les outils et méthodes associés à la recherche dans les domaines vision par ordinateur et IA pour la vision par ordinateur. Le candidat doit démontrer une solide compréhension de la méthode scientifique et sa capacité à fournir un contenu de qualité à toutes les étapes du processus de recherche : de la capacité à résumer le contexte théorique d'un nouveau domaine jusqu’à la diffusion des résultats de la recherche par le biais de publications revues par les pairs, de brevets ou autres moyens.

Le scientifique fait partie d'une équipe pluridisciplinaire. Un fort esprit d'équipe et des capacités de travail d'équipe sont obligatoires. Le candidat idéal est donc en mesure de démontrer des compétences transversales qui faciliteraient le transfert du travail effectué à tous les intervenants impliqués. Il / elle contribuera en tant qu'expert technique aux projets de recherche et technologie de Thales et de ses unités commerciales. Par conséquent, de bonnes capacités de communication sont requises.

A Research and Technology (R&T) scientist specializing in frontier AI and computer vision is responsible for discovering, developing and integrating innovative methodologies to address complex challenges in these fields and to translate related concepts into Thales solutions. He/she proves their viability through the implementation of Proofs of Concept (PoCs) and guides their maturity growth through prototypes and demonstrators that will in turn illustrate and enable their full business potential.

To be successful in this role, curiosity for what is new, willingness to challenge the status quo, open-mindedness and out-of-the-box thinking are crucial. The individual should quickly learn and assess new techniques and technologies in order to decide whether to adopt, adapt or discard them. He/she also needs to be able to come up with new ideas, present them, challenge them and improve them continuously. The individual must possess deep, hands-on technical skills and be familiar with computer vision and AI for computer vision research methods and tools. The candidate must demonstrate a strong understanding of the scientific method and his/her ability to deliver quality content at all steps of the research process, from the capability to summarize the theoretical background of a novel domain to the dissemination of research outputs through peer-reviewed publications, patents or other means.

The scientist is part of a multi-disciplinary team. Strong team spirit and teamwork capabilities are mandatory. The ideal candidate therefore is able to demonstrate transverse skills that would facilitate the transfer of the work carried out to all stakeholders involved. She/he will contribute as a technical subject matter expert to Research and Technology projects across Thales and its business units. Therefore, good communication skills are required.

Fonctions essentielles/Essential Functions

Responsabilisés clés du Scientifique en Recherche en IA/Vision par Ordinateur:

• Effectuer des recherches en vision par ordinateur, avec un focus sur les modèles de fondation vision-langage (VLMs, Ve-LLMs et modèles de fondation visuels), le traitement d’images et de vidéos, les algorithmes d’apprentissage efficaces et sans entraînement, ainsi que les modèles de vision par ordinateur optimisés pour le déploiement en périphérie.
• Concevoir, adapter et évaluer des modèles de fondation, des modèles vision-langage et des modèles de perception multimodale pour des cas d’usage réels.
• Développer des méthodes pour la détection d’objets, la segmentation, le raisonnement visuel, le suivi d’objets et la compréhension de scènes.
• Mener des travaux de recherche de pointe sur les méthodes d’apprentissage frugales afin d’adapter des modèles à grande échelle au moyen du fine-tuning, de l’apprentissage few-shot, de l’apprentissage zero-shot, du prompt tuning, de LoRA ou d’autres techniques efficaces en paramètres.
• Établir des protocoles d’évaluation rigoureux pour mesurer la précision, la robustesse, l’incertitude, les biais, l’explicabilité et la généralisation.
• Transformer les avancées de l’état de l’art en prototypes, démonstrateurs et composants IA déployables.
• Collaborer avec des équipes d’ingénierie multidisciplinaires afin de convertir les percées de recherche en prototypes déployables et en systèmes prêts pour la production.
• Travailler sur des problématiques de portée variée afin de soutenir le déploiement de modèles d’IA fiables, de confiance et certifiables dans des systèmes critiques.
• Publier les résultats de recherche dans des conférences et revues pertinentes ou de premier plan en IA et en vision par ordinateur, et contribuer au dépôt de brevets d’innovation.
• Faire preuve d’excellentes compétences en communication auprès de parties prenantes techniques et non techniques.
• Démontrer un bon jugement dans la sélection des méthodes et techniques permettant d’obtenir de meilleures solutions.
• Développer d’excellentes compétences de collaboration avec des organisations académiques ou de recherche, par exemple le CRSNG, MITACS, etc., ainsi qu’avec des partenaires industriels.
• Proposer, recueillir et synthétiser les exigences système auprès des parties prenantes, et contribuer à l’élaboration de feuilles de route efficaces en recherche et innovation.

AI/Computer Vision Research Scientist Key Responsibilities:

• Conduct research in computer vision, focusing on vision-language foundation models (VLMs, Ve-LLMs, and vision foundation models), image/video processing, efficient and training-free learning algorithms, and edge-optimized CV models.
• Design, adapt, and evaluate foundation models, vision-language models, and multimodal perception models for real-world use cases.
• Develop methods for object detection, segmentation, visual reasoning, tracking, and scene understanding.
• Conduct pioneering research in frugal learning methods to adapt large-scale models using fine-tuning, few-shot learning, zero-shot learning, prompt tuning, LoRA, or other parameter-efficient techniques.
• Establish rigorous evaluation protocols for accuracy, robustness, uncertainty, bias, explainability, and generalization.
• Translate state-of-the-art research into prototypes, demonstrators, and deployable AI components.
• Collaborate with cross-functional engineering teams to translate research breakthroughs into deployable prototypes and production-ready systems.
• Work on problems of diverse scope to support the deployment of trustworthy and certifiable AI models in critical systems.
• Publish research findings in relevant/top-tier conferences and journals, in AI and computer vision, and contribute to publishing innovation patents.
• Demonstrate excellent communication skills with both technical and non-technical stakeholders.
• Demonstrate good judgment in selecting methods and techniques for obtaining better solutions.
• Develop excellent collaboration skills with academic or research organizations (e.g., NSERC, MITACS, etc.), and with industrial partners.
• Suggest, collect, and synthesize system requirements from stakeholders and contribute to shaping effective research and innovation roadmaps.

Exigences minimales/Minimum Requirements

• Doctorat ou maîtrise recherche en informatique, en génie électrique ou dans un domaine connexe, avec un accent sur la vision par ordinateur, l'apprentissage automatique/approfondi et les modèles d’IA avances.
• Solides connaissances théoriques et compréhension des principes fondamentaux de l'apprentissage automatique, de l'apprentissage supervisé/non supervisé, de l'apprentissage auto-supervisé, de l'apprentissage frugale.
• Démontrer une expérience dans le développement et le déploiement d'algorithmes de vision par ordinateur dans des environnements universitaires ou industriels.
• Solide compréhension des diverses modalités de détection d'images, notamment l'imagerie RVB, RADAR, infrarouge, LIDAR, hyperspectrale, multispectrale, RVB-D, thermique, ultrasonique, sonar et à lumière structurée.
• Solide connaissance des architectures d'apprentissage profond pour la vision par ordinateur, telles que les CNN, les transformateurs, les modèles de fondation récents et les techniques connexes utilisées dans la détection, la segmentation et la reconnaissance d'objets.
• Solide expérience dans la conception et l'exécution d'expériences, l'affinement des modèles, l'optimisation et l'analyse des données.
• Maîtrise des langages de programmation tels que Python et C++, et de l'utilisation de frameworks de ML tels que PyTorch, Tensorflow, Scikit-learn et la bibliothèque OpenCV.
• Un historique de publications de recherche dans des conférences et journaux pertinents sur l’IA et la vision par ordinateur, tels que NeurIPs, ICCV, ECCV, CVPR, AAAI, PAMI.
• Esprit critique et capacité à communiquer des travaux scientifiques de manière claire et efficace.
• Excellentes compétences en matière de résolution de problèmes et capacité à penser de manière créative et stratégique.
• Excellentes aptitudes à la communication et au travail en équipe.
• Solides compétences en communication écrite et orale pour une collaboration et une diffusion efficace de la recherche.
• Maîtrise du français et de l'anglais (parlé et écrit).

• Ph.D. or master’s degree in computer science, electrical engineering, or a related field with focus on computer vision, machine/deep learning and advanced AI models.
• Solid theoretical knowledge and understanding of machine learning fundamentals, supervised/unsupervised learning, self-supervised learning, efficient and few-shot learning.
• Demonstrate experience in developing and deploying computer vision algorithms in