Chercheur en apprentissage par renforcement (RL)

Mission principale

Développe les méthodes d'apprentissage par récompense qui pilotent agents et robots.

5 responsabilités clés

• Concevoir des algorithmes d'apprentissage par récompense et leurs environnements.
• Définir des fonctions de récompense robustes et non contournables.
• Entraîner et évaluer des agents sur des tâches séquentielles complexes.
• Étudier l'exploration, la généralisation et la stabilité des politiques.
• Transférer les méthodes RL vers la robotique, les jeux et les LLM.

Compétences clés

RL (PPO, Q-learning, RLHF), simulation, mathématiques de l'optimisation, PyTorch.

Ce qui est attendu

Des agents qui apprennent des comportements utiles sans exploiter les failles de leur récompense.

Évolutions possibles

Ingénieur post-training, Chercheur robotique, Research Lead RL.