Member of Technical Staff, Applied Research

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 maintenant 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 recrutons du personnel hautement technique travaillant dans les modèles de monde, la génération de vidéo, le multimodal, la robotique, les véhicules autonomes et les domaines adjacents. La recherche appliquée (Applied Research) se situe là où les modèles rencontrent les applications réelles. Que vous construisiez à partir de zéro, que vous passiez à l'échelle les cycles d'entraînement ou que vous travailliez sur l'inférence, nous recrutons des personnes capables de prendre une idée et de la rendre réelle. CE QUE VOUS FEREZ - Repousser les capacités des modèles de monde au-delà des limites des approches actuelles de diffusion et de transformer, avec un accent sur le conditionnement et le contrôle. Cela peut signifier de nouvelles architectures, de nouveaux paradigmes d'entraînement ou de nouvelles façons de représenter le temps, la dynamique et l'interaction. - Entraîner les méthodes de conditionnement et les politiques de contrôle qui donnent de véritables leviers sur la génération : action, caméra, physique, style, et la cohérence à long horizon qui les maintient ensemble. - Transformer les idées, de l'hypothèse à l'expérience jusqu'au prototype fonctionnel, ancré dans une application concrète. - Concevoir et exécuter les expériences, l'entraînement distribué et les systèmes d'inférence qui rendent les percées possibles, et déployer les résultats dans des modèles utilisés par de vrais utilisateurs. - Définir ce que signifie « contrôlable » en termes mesurables. Construire les évaluations (evals) qui nous indiquent si une méthode tient ses promesses dans les applications visées, et pas seulement sur un ensemble de test. - Travailler côte à côte avec la recherche, l'ingénierie et le produit. Un travail de qualité ici est reconnu par toutes les parties comme étant le leur. - Contribuer à la culture scientifique et technique du laboratoire : publier là où cela compte, construire des outils qui survivent au projet, et s'engager avec la communauté plus large qui façonne ce domaine. QUI VOUS ÊTES - Hautement technique, avec une expérience avérée dans les modèles de monde, la modélisation générative, la vidéo, l'apprentissage multimodal, les systèmes de ML à grande échelle ou les domaines adjacents. Une expérience avec le conditionnement, la contrôlabilité ou les politiques de contrôle apprises est un signal fort. Vous avez soit produit des travaux qui ont fait évoluer le domaine, soit déployé des systèmes à grande échelle, soit les deux. - À l'aise avec le travail à partir des principes fondamentaux (first principles). Vous pouvez définir un problème, concevoir des expériences pour le tester et construire le système minimal qui prouve ce qui est possible. - Fluide à travers le fossé entre la recherche et l'application. Vous vous souciez de savoir comment et pourquoi les modèles fonctionnent, et vous vous assurez qu'ils tiennent sous des contraintes réelles, sur du contenu réel, avec une latence réelle. - Stimulé par l'ambiguïté. Vous avez opéré dans des domaines sans précédent et avez construit les outils, les cadres et les modèles au fur et à mesure. - Avez une vision réelle de la direction que doit prendre ce domaine, et pouvez la défendre. « Modèle plus grand, plus de calcul » n'est pas une réponse qui convient ici. - Épanouissez-vous dans des petites équipes concentrées qui privilégient l'autonomie, la rapidité et une collaboration étroite plutôt que les processus. - Enthousiaste à l'idée d'aider à définir un nouveau média, la façon dont l'IA perçoit, apprend et interagit à travers les pixels, au cours de la prochaine décennie.