Stage Research Engineer : synthèse de programmes pour la génération 3D (PFE / M2 Recherche)

Rejoins Chat3D, une startup innovante spécialisée dans la représentation paramétrique de la forme 3D. En tant que stagiaire ingénieur de recherche, tu contribueras à un projet de recherche passionnant axé sur l'apprentissage par renforcement et la génération 3D. Tu bénéficieras d'un encadrement scientifique de haut niveau, d'un environnement de travail stimulant à Lyon, et d'une possibilité d'embauche en CDI à la fin du stage.

• Contribuer au pipeline d'apprentissage par renforcement pour la génération 3D.
• Participer à la définition du protocole expérimental, à la reproduction d'une première baseline.
• Rédiger le mémoire, réaliser la restitution interne et la démonstration des résultats.

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.