Stage Research Engineer

Chat3D travaille sur la représentation paramétrique de la forme 3D par le langage : décrire un objet par du code plutôt que par une soupe de polygones. Cela repose sur deux chantiers :
• l'entraînement de grands modèles de langage, en supervision puis en apprentissage par renforcement ;
• la construction de juges 3D, capables d'estimer la justesse d'un objet produit et de servir de signal d'apprentissage. C'est un domaine où presque tout reste à établir : ce qu'un modèle doit émettre, ce qu'on sait mesurer d'une forme, et ce qui constitue un bon signal d'apprentissage pour s'en approcher. Le stage de recherche se focalise sur la contribution au pipeline d'apprentissage par renforcement qui permet à nos modèles de coder de la 3D. Le cadrage précis se discute à l'arrivée, selon ton profil et tes goûts, et nous sommes ouverts à une proposition personnelle alignée avec cette question. Dans tous les cas, le travail est pensé pour produire une contribution scientifique défendable : un protocole expérimental propre, des résultats falsifiables, un mémoire, et une publication possible. En pratique :
• Encadrement : la supervision scientifique est assurée directement par le CTO (plus de 10 ans en ML appliqué, ex-CTO d'une startup de computer vision, publications ICCV / BMVC, un brevet US en estimation de profondeur, ancien encadrant de thèse CIFRE).
• Durée : 5 à 6 mois, négociable jusqu'à 8.
• Début : entre février et avril 2027, selon ton calendrier d'école.
• Mois 1 et 2, cadrage : revue de littérature ciblée, définition du protocole expérimental, reproduction d'une première baseline.
• Mois 2 à 4, expérimentation : itérations, mesures, ablations, analyse honnête des résultats y compris quand ils ne vont pas dans le sens attendu.
• Mois 4 à 6, consolidation : rédaction du mémoire, restitution interne, démonstration.
• Tout au long : un point hebdomadaire avec le CTO, des revues techniques régulières, et l'accès aux réunions produit et aux artistes pour comprendre le contexte d'usage réel.
• Un vrai sujet de recherche, avec une contribution scientifique attendue, mesurable et défendable. Pas un stage « mets ce modèle en prod » déguisé.
• Un encadrement scientifique serré par le CTO, en direct et chaque semaine.
• Des moyens de calcul réels : tu auras du GPU pour tes expériences.
• Lyon, ambiance startup, équipe tech resserrée où ton travail se voit.
• 1 jour de télétravail par semaine.
• Gratification de 1 200 à 1 400 € / mois selon profil.
• Possibilité d'embauche en CDI à la fin du stage si le fit est bon. Indispensable :
•

Formation:
dernière année d'école d'ingénieur (3A), M2 recherche, ou doctorant·e en césure, en CS / ML / vision / computer graphics.
• Une vraie culture 3D. Tu sais ce que tu manipules : maillages, nuages de points, voxels, champs de distance signés ; topologie, normales, UV, matériaux. Tu as déjà ouvert un fichier 3D pour comprendre pourquoi il était cassé. C'est le point le plus discriminant de cette offre.
• Rigueur expérimentale. Tu sais isoler une variable, construire une baseline, choisir ce que tu mesures, et tirer une conclusion honnête de résultats qui ne vont pas dans ton sens. Tu donnes toujours la taille de ton échantillon.
• Solides bases en deep learning : tu as implémenté, entraîné et débuggé des modèles non triviaux, tu lis des papiers récents sans lutter.
• Pratique sérieuse de PyTorch (ou équivalent), Python propre.
• Une première expérience R&D tangible : stage en labo, projet de recherche encadré, contribution open source ML, publication étudiante.
• Autonomie scientifique : tu creuses un sujet seul·e, tu identifies les bons papiers, tu sais quand demander de l'aide.
• Bon niveau d'anglais scientifique. Les atouts qui font la différence :
• un background geometry processing ou computer graphics académique (paramétrisation, remeshing, géométrie digitale, analyse de formes) ;
• une expérience du post-training de LLM : apprentissage par renforcement, conception de fonctions de récompense, instrumentation d'évaluation ;
• une expérience des métriques apprises et de leur validation contre du jugement humain ;
• la pratique personnelle d'un outil DCC (Blender, Houdini, Maya) ;
• une publication antérieure, ou une contribution open source significative ;
• une sensibilité artiste, ou une pratique personnelle de la 3D, du jeu vidéo, de l'animation.
• Étape 1, candidature : CV, et si tu en as, un lien vers tes travaux (dépôt de code, mémoire, publication, projets 3D).
• Étape 2, premier échange : 30 minutes sur ton parcours et ce qui t'intéresse dans le sujet.
• Étape 3, entretien scientifique : une heure de discussion sur un papier que tu as lu et un projet que tu as mené. Pas de test technique chronométré. On décide à l'issue de la troisième étape.