ML Research Engineer (Detect & Track Distillation)

À PROPOS DE NOUS Harmattan AI est un acteur de premier plan de la défense de nouvelle génération, construisant des systèmes de défense autonomes et évolutifs. Suite à la clôture d'une série B de 200M $, valorisant l'entreprise à 1,4 milliard $, nous élargissons nos équipes et nos capacités pour fournir des systèmes critiques aux forces alliées. Notre travail est guidé par des valeurs claires : construire des technologies ayant un impact réel, viser l'excellence dans tout ce que nous faisons, fixer des objectifs ambitieux et relever les défis techniques les plus difficiles. Nous opérons dans un environnement exigeant où la rigueur, la responsabilisation et l'exécution sont attendues. À PROPOS DU RÔLE Harmattan AI repousse intensément les limites des systèmes autonomes, où la perception du monde environnant à travers des indices visuels est un composant vital. Pour donner du sens aux données visuelles entrantes et permettre des décisions critiques en aval, nous avons développé des modèles de détection personnalisés. À mesure que notre portefeuille de produits et de projets s'étend, nous diversifions nos efforts dans ce domaine sur de multiples plateformes embarquées. En tant que ML Research Engineer au sein de l'équipe Detect&Track Distillation, vous nous rejoindrez à un stade très précoce, vous offrant une opportunité unique d'influencer fortement la direction technique de l'équipe. Basé à Lausanne, Paris ou Zurich, vous vous concentrerez sur la prise de grands modèles de fondation et leur distillation en composants hautement optimisés et spécifiques à des tâches. Votre travail couvrira la détection de cibles, la classification et la ré-identification de cibles à travers le temps, s'attaquant directement aux contraintes d'inférence matérielle de divers systèmes edge et embarqués. RESPONSABILITÉS - Distillation et Finetuning de modèles : Prendre de grands modèles de fondation et les compresser/distiller en composants hautement spécifiques et efficaces, optimisés pour des tâches plus petites et la détection de cibles. - Optimisation Edge AI : Optimiser les réseaux neuronaux pour des systèmes embarqués contraints en utilisant des techniques telles que la quantification (PTQ vs. QAT), l'élagage (pruning) et LoRA. - Gestion de pipeline et MLOps : Construire, modifier profondément et gérer les pipelines d'entraînement, d'évaluation et de MLOps tout en garantissant la reproductibilité, un logging robuste et le contrôle de version. - Curation de données : Collaborer à la curation de données et à la création de jeux de données spécifiques aux tâches pour améliorer constamment la précision des modèles. - Benchmarking et Évaluation : Benchmarking au niveau du framework des nouveaux modèles distillés pour évaluer la performance et la latence, garantissant que les résultats sont pleinement alignés avec les déploiements opérationnels en conditions réelles. - Recherche et Innovation : Rester à l'avant-garde absolue des tendances scientifiques en vision par ordinateur et en recherche sur la quantification pour introduire des méthodologies de pointe à l'équipe. - Collaboration transversale : Travailler en étroite collaboration avec l'équipe Detect&Track Foundation, les ingénieurs système en aval, les équipes de projet et la Mission Intelligence pour fournir des solutions robustes. - Mentorat : Selon l'ancienneté, soutenir l'équipe en gérant ou en encadrant des ingénieurs juniors. EXIGENCES DU CANDIDAT - Parcours académique : Un dossier académique solide avec un diplôme dans un domaine STEM (ex: informatique, ingénierie, mathématiques). - Deep Learning et Computer Vision : Expérience prouvée dans l'exécution de réseaux neuronaux de vision, le développement d'architectures de détection de cibles ou la gestion de tâches de ré-identification. - Compression de modèles et Edge AI : Expertise pratique en distillation de connaissances, compression de modèles et déploiement de réseaux sur des systèmes embarqués ou du matériel edge hautement contraints (ex: Jetson, NPUs personnalisés, wearables). - Compétence technique et infrastructure : Maîtrise du MLOps, du calcul GPU et de la construction d'infrastructure (tels que des templates de pipelines d'entraînement et des loggers). - Attributs professionnels : - Hautement structuré, analytique, aligné sur les tâches et orienté recherche. - Excellentes capacités de communication et d'influence, avec la capacité de traduire et de présenter efficacement des données de benchmarking complexes aux utilisateurs en aval et aux parties prenantes seniors. - S'épanouit sous la pression dans un environnement au rythme rapide avec une mentalité où « aucune tâche n'est trop petite » pour la construction de l'infrastructure fondamentale de l'équipe. - Engagement : Dévouement à 100 % à la mission, à la vision et aux plans de croissance ambitieux de Harmattan AI, prêt à faire le maximum pour assurer l'excellence opérationnelle. Nous avons hâte de découvrir comment vous pouvez aider à façonner l'avenir des systèmes de défense autonomes chez Harmattan AI.