Chief Science Officer

Chief Science Officer @ Sereact 🦾

Chief Science Officer (m/f/d) · Zurich ou Stuttgart, Boston possible · Rapporte au CEO · Temps plein

Qui nous sommes

Sereact construit le cerveau robotique pour le travail physique. Cortex, notre modèle de fondation vision-langage-action, est agnostique vis-à-vis du matériel : le même modèle fait fonctionner des systèmes à un bras et à deux bras, des manipulateurs mobiles et des humanoïdes qui ramassent, trient et gèrent les retours en production réelle à travers l'Europe et les États-Unis. Les clients incluent Zalando, IKEA, BMW, Rohlik et DHL.

Fondée en 2021 à Stuttgart, avec un centre de R&D à Zurich et un bureau américain à Boston. Nous avons levé plus de 145 millions de dollars, le plus récemment une série B de 116 millions de dollars menée par Headline, avec Zalando comme investisseur stratégique. Nous travaillons en petites équipes seniors avec une structure horizontale ; l'exécution compte plus que les titres.

Pourquoi ce rôle, pourquoi maintenant

Nos robots produisent des données qu'aucun laboratoire ne peut simuler. Notre flotte a enregistré plus de 500 millions d'interactions de manipulation dans des opérations d'entrepôt en direct ; Cortex 2.0 a été entraîné sur un ensemble sélectionné de 10 millions d'entre elles et a ajouté un modèle de monde qui planifie avant d'agir (arXiv 2604.20246 (https://arxiv.org/abs/2604.20246)). Cortex 2.5 (https://sereact.ai/posts/cortex-2-5) apprend une nouvelle tâche à partir de quelques démonstrations au lieu d'une phase d'entraînement. Les déploiements passent de robots uniques à des flottes, et l'équipe de recherche grandit avec eux.

Nous voulons maintenant un leader scientifique qui maîtrise la recherche derrière Cortex de bout en bout et transforme ce que notre flotte expérimente chaque jour en la prochaine étape de changement de ce que les robots peuvent faire.

Le Real-World Learning Loop est votre système

Sereact est à la fois un laboratoire de recherche de pointe et une entreprise de robotique de classe production. Notre pari : l'intelligence robotique généraliste « doit être apprise à partir de déploiements en direct » (The Real-World Learning Loop (https://sereact.ai/posts/real-world-learning-loop), fév. 2026). Chaque étape de cette boucle vous appartient :

• In-Situ Policy Execution. Chaque robot en production exécute la politique actuelle, et chaque shift est une expérience. Vous décidez quelles politiques exposer pour l'apprentissage.
• Continuous Data Acquisition. Les robots annotent leurs propres interactions pendant qu'ils travaillent. Vous décidez ce qui vaut la peine d'être enregistré et quelles situations la flotte doit aller chercher.
• Data Curation and Learning. La nouveauté, l'incertitude, les échecs et le décalage de distribution décident de ce que nous apprenons. Vous gérez la curation et la recette d'entraînement.
• Evaluation and Policy Redeployment. Les politiques mises à jour passent des portes de validation avant de retourner à la flotte. Vous fixez la barre, et la rapidité avec laquelle nous pouvons la franchir en toute sécurité.

Chaque déploiement enseigne le suivant. Votre travail est de faire tourner cette boucle plus vite et d'enseigner davantage à chaque fois.

Responsabilités

• Définir l'agenda de recherche pour Cortex : modèles vision-langage-action, modèles de monde et planification, apprentissage par interaction sur de vrais robots, et généralisation à travers les tâches et les morphologies.
• Faire les grands paris : quelles directions reçoivent des personnes et de la puissance de calcul, et lesquelles nous arrêtons.
• Diriger la stratégie de données : le mélange de déploiement, de téléopération, d'open-source et de données synthétiques, et ce que la flotte doit collecter ensuite.
• Diriger la stratégie de calcul, de l'entraînement à grande échelle à l'inférence en temps réel sur le robot.
• Construire la science de l'évaluation : des benchmarks qui prédisent la performance dans l'opération d'un client, pas seulement sur un classement.
• Construire et diriger l'organisation de recherche à Zurich et Stuttgart : structure, responsables, rythme.
• Fixer le niveau de recrutement et faire de Sereact l'endroit où les meilleures personnes en robot learning veulent rejoindre.
• Passer de la recherche à la production avec l'ingénierie, afin que les résultats atteignent la flotte en quelques semaines et tiennent dans une opération 24/7.
• Décider avec les fondateurs de ce que nous publions, mettons en open-source ou brevetons, et construire notre notoriété à CoRL, RSS, ICRA, NeurIPS et ICML.
• Être la voix scientifique de Sereact auprès des clients, des partenaires, des universités et des investisseurs, et construire des partenariats académiques.
• Collaborer avec le CTO, le produit et les opérations, afin que la recherche, l'ingénierie et le déploiement tirent dans la même direction.

Hors de portée, par conception

• Plateforme logicielle, matériel et ingénierie de déploiement sur le terrain. Ils restent avec le CTO et les opérations : le CTO est responsable de la façon dont nous construisons et expédions, vous êtes responsable de ce que nous apprenons ensuite.
• Un laboratoire de recherche à côté de l'entreprise. La recherche chez Sereact se termine sur un robot, idéalement chez un client.
• Roadmap produit et tarification.

Ce qui rend ce rôle difficile

• La recherche et la production sont en compétition pour les mêmes robots, les mêmes personnes et la même puissance de calcul. Vous faites ce compromis chaque semaine, de manière transparente.
• Cortex n'est pas une page blanche. Il fonctionne déjà dans les opérations des clients, et nos fondateurs sont profondément techniques. Vous élevez le plafond d'un système en cours d'exécution.
• Un résultat compte lorsqu'il tient dans l'opération d'un client, pas lorsque l'article est accepté.

Vos 12 premiers mois

• Premiers 90 jours : connaître la flotte, les données et l'équipe ; convenir de la roadmap de recherche ave