Intern World Foundational Models Task-Agnostic Latent Representations H/F

InterDigital; Cesson-Sévigné; On-site; EUR 12,000 - 18,000; Full time

Job summary

InterDigital à Rennes recherche un stagiaire Master en informatique ou école d’ingénieurs pour rejoindre l’équipe de recherche en haptique du groupe New Media Codec. Vous étudierez l’état de l’art des World Foundational Models, évaluerez des modèles et concevrez des applications utilisant ces représentations.

Le stage implique Python, PyTorch ou TensorFlow, curiosité IA et systèmes temps réel; connaissances en C++ appréciées. Stage stimulant avec publications et démonstrateurs.

Qualifications

• Master en informatique, apprentissage automatique ou école d'ingénieurs (ou équivalent).
• Solides compétences Python et expérience avec PyTorch ou TensorFlow.
• Bonne connaissance des réseaux de neurones, apprentissage de représentations et traitement du signal.
• Atouts: expérience avec autoencodeurs, GANs, INR ou modèles génératifs pour données temporelles.
• Connaissances en vidéo, audio, séries temporelles ou systèmes interactifs.
• Expérience en C++, systèmes temps réel ou moteurs de jeu.

Responsibilities

• Étudier l'état de l'art des World Foundational Models et évaluer différents modèles.
• Concevoir et implémenter des applications utilisant ces modèles.
• Identifier les inférences exploitables pour des applications (robots autonomes, détection d'alertes, accompagnement des personnes âgées…).
• Évaluer les méthodes proposées et développer des démonstrateurs/potentielles publications et brevets.

Skills

Python (fort)

PyTorch

TensorFlow

Réseaux de neurones

traitement du signal

C++

Education

Master en informatique / ML / traitement du signal

Tools

PyTorch

TensorFlow

Job description

Les missions du poste

About InterDigital InterDigital is a global research and development company focused primarily on wireless, video, artificial intelligence (AI), and related technologies. We design and develop foundational technologies that enable connected, immersive experiences in a broad range of communications and entertainment products and services. We license our innovations worldwide to companies providing such products and services, including makers of wireless communications devices, consumer electronics, IoT devices, cars and other motor vehicles, and providers of cloud-based services such as video streaming. As a leader in wireless technology, our engineers have designed and developed a wide range of innovations that are used in wireless products and networks, from the earliest digital cellular systems to 5G and today's most advanced Wi-Fi technologies. We are also a leader in video processing and video encoding/decoding technology, with a significant AI research effort that intersects with both wireless and video technologies. Founded in 1972, InterDigital is listed on Nasdaq. InterDigital is a registered trademark of InterDigital, Inc. À propos d'InterDigital InterDigital est une entreprise mondiale de recherche et de développement qui se concentre principalement sur les technologies sans fil, vidéo, d'intelligence artificielle ("AI") et les autres technologies connexes. Nous concevons et développons des technologies fondamentales qui permettent des expériences connectées et immersives dans une large gamme de produits et de services de communication et de divertissement. Nous concédons des licences sur nos innovations dans le monde entier à des entreprises qui fournissent de tels produits et services, notamment des fabricants d'appareils de communication sans fil, d'appareils électroniques grand public, d'appareils IoT, de voitures et d'autres véhicules à moteur, ainsi que des fournisseurs de services basés sur le cloud, tels que la diffusion vidéo. En tant que leader de la technologie sans fil, nos ingénieurs ont conçu et développé un large éventail d'innovations utilisées dans les produits et les réseaux sans fil, depuis les premiers systèmes cellulaires numériques jusqu'à la technologie 5G et les technologies Wi‑Fi les plus avancées d'aujourd'hui. Nous sommes également un leader dans le domaine du traitement vidéo et de la technologie de codage/décodage vidéo, avec un important effort de recherche en matière d'IA qui recoupe à la fois les technologies sans fil et les technologies vidéo. Fondée en 1972, InterDigital est une société cotée au NASDAQ. InterDigital est une marque déposée d'InterDigital, Inc. Pour plus d'informations, n'hésitez pas à consulter le site www.interdigital.com. Summary World Foundational Models (WFMs) are self-supervised AI models trained on vast datasets of sensors sequences (visual, sound, Lidar…) to learn the underlying physics, temporal dynamics, and spatial structures of physical environments. Rather than predicting full-resolution, high‑dimensional pixels for future states‑which is computationally expensive and spends capacity on irrelevant noise like background texture changes‑modern WFMs learn task‑agnostic latent representations. The goal of this internship is to explore, benchmark, and evaluate how task‑agnostic latent spaces learned by existing World Foundational Models (like NVIDIA Cosmos, Meta's V-JEPA or LeWorldMode) can infer information and interpret that information to take decisions. One expected outcome is to demonstrate that the WFMs are generic enough to infer different information for different applications. Target use cases may include autonomous navigation, elderly people surveillance, and anomaly detection. The work may lead to prototype software, internal demonstrators, and potentially publication and/or patent contributions. Responsibilities The intern will join the haptics research team within the New Media Codec group at InterDigital (Rennes). The work will consist in: Studying the state of the art on neural representations of world models Evaluate and compare different models Designing and implementing applications using those models and identify the type of inferences that can be expected Exploring agents able to use those inferences for some applications (autonomous robots, alert detection, elderly care…) Evaluating the proposed methods and developing demonstrators with potential contributions to publications and patents Résumé Les modèles de fondation du monde physique (World Foundational Models, WFM) sont des modèles d'IA autosupervisés, entraînés sur de vastes jeux de données de séquences issues de capteurs (image, son, Lidar…) afin d'apprendre la physique sous-jacente, la dynamique temporelle et les structures spatiales des environnements physiques. Plutôt que de prédire les états futurs sous forme de pixels en pleine résolution et de grande dimension (ce qui est coûteux en calcul et consacre des capacités à un bruit sans intérêt, comme les variations de texture de l'arrière‑plan), les WFM modernes apprennent des représentations latentes indépendantes de la tâche. L'objectif de ce stage est d'explorer, de comparer et d'évaluer la manière dont les espaces latents indépendants de la tâche appris par des WFM existants (tels que NVIDIA Cosmos, V-JEPA de Meta ou LeWorldMode) permettent d'inférer des informations et de les interpréter pour prendre des décisions. L'un des résultats attendus est de démontrer que les WFM sont suffisamment génériques pour inférer des informations différentes selon les applications. Les cas d'usage visés pourront inclure la navigation autonome, la surveillance des personnes âgées et la détection d'anomalies. Les travaux pourront donner lieu à des prototypes logiciels, à des démonstrateurs internes et, le cas échéant, à des publications et/ou à des contributions à des brevets. Missions La personne recrutée rejoindra l'équipe de recherche en haptique du groupe New Media Codec d'InterDigital (Rennes). Les travaux consisteront à : Étudier l'état de l'art des représentations neuronales des modèles du monde (world models) Évaluer et comparer différents modèles Concevoir et implémenter des applications utilisant ces modèles et identifier les types d'inférences envisageables Explorer des agents capables d'exploiter ces inférences pour certaines applications (robots autonomes, détection d'alertes, accompagnement des personnes âgées…) Évaluer les méthodes proposées et développer des démonstrateurs, avec de possibles contributions à des publications et à des brevets.

Le profil recherché

• Master's student (or 4th year engineering school) in Computer Science, Machine Learning, Signal Processing, Robotics, or related field
• Strong Python programming skills and experience with PyTorch or TensorFlow
• Good knowledge of neural networks, representation learning, and signal processing
• Nice to have:Experience with autoencoders, GANs, INRs, or generative models for temporal data
• Knowledge of video, audio, time-series processing, or interactive systems
• Experience with C++, real-time systems, or game engines
• Étudiant ou étudiante en master (ou en 4e année d'école d'ingénieurs) en informatique, apprentissage automatique, traitement du signal, robotique ou dans un domaine connexe
• Solides compétences en programmation Python et expérience de PyTorch ou TensorFlow
• Bonne connaissance des réseaux de neurones, de l'apprentissage de représentations et du traitement du signal
• Atouts appréciés :Expérience des autoencodeurs, des GAN, des INR ou des modèles génératifs pour les données temporelles
• Connaissances en vidéo, audio, traitement de séries temporelles ou systèmes interactifs
• Expérience en C++, en systèmes temps réel ou en moteurs de jeu

Bienvenue chez InterDigital

About InterDigital InterDigital is a global research and development company focused primarily on wireless, video, artificial intelligence (AI), and related technologies. We design and develop foundational technologies that enable connected, immersive experiences in a broad range of communications and entertainment products and services. We license our innovations worldwide to companies providing such products and services, including makers of wireless communications devices, consumer electronics, IoT devices, cars and other motor vehicles, and providers of cloud-based services such as video streaming. As a leader in wireless technology, our engineers have designed and developed a wide range of innovations that are used in wireless products and networks, from the earliest digital cellular systems to 5G and today's most advanced Wi‑Fi technologies. We are also a leader in video processing and video encoding/decoding technology, with a significant AI research effort that intersects with both wireless and video technologies. Founded in 1972, InterDigital is listed on Nasdaq. InterDigital is a registered trademark of InterDigital, Inc. À propos d'InterDigital InterDigital est une entreprise mondiale de recherche et de développement qui se concentre principalement sur les technologies sans fil, vidéo, d'intelligence artificielle ("AI") et les autres technologies connexes. Nous concevons et développons des technologies fondamentales qui permettent des expériences connectées et immersives dans une large gamme de produits et de services de communication et de divertissement. Nous concédons des licences sur nos innovations dans le monde entier à des entreprises qui fournissent de tels produits et services, notamment des fabricants d'appareils de communication sans fil, d'appareils électroniques grand public, d'appareils IoT, de voitures et d'autres véhicules à moteur, ainsi que des fournisseurs de services basés sur le cloud, tels que la diffusion vidéo. En tant que leader de la technologie sans fil, nos ingénieurs ont conçu et développé un large éventail d'innovations utilisées dans les produits et les réseaux sans fil, depuis les premiers systèmes cellulaires numériques jusqu'à la technologie 5G et les technologies Wi‑Fi les plus avancées d'aujourd'hui. Nous sommes également un leader dans le domaine du traitement vidéo et de la technologie de codage/décodage vidéo, avec un important effort de recherche en matière d'IA qui recoupe à la fois les technologies sans fil et les technologies vidéo. Fondée en 1972, InterDigital est une société cotée au NASDAQ. InterDigital est une marque déposée d'InterDigital, Inc. Pour plus d'informations, n'hésitez pas à consulter le site www.interdigital.com.

Qualifications

• Master's student (or 4th year engineering school) in Computer Science, Machine Learning, Signal Processing, Robotics, or related field
• Strong Python programming skills and experience with PyTorch or TensorFlow
• Good knowledge of neural networks, representation learning, and signal processing
• Nice to have:Experience with autoencoders, GANs, INRs, or generative models for temporal data
• Knowledge of video, audio, time-series processing, or interactive systems
• Experience with C++, real-time systems, or game engines

Profil recherché

• Étudiant ou étudiante en master (ou en 4e année d'école d'ingénieurs) en informatique, apprentissage automatique, traitement du signal, robotique ou dans un domaine connexe
• Solides compétences en programmation Python et expérience de PyTorch ou TensorFlow
• Bonne connaissance des réseaux de neurones, de l'apprentissage de représentations et du traitement du signal
• Atouts appréciés :Expérience des autoencodeurs, des GAN, des INR ou des modèles génératifs pour les données temporelles
• Connaissances en vidéo, audio, traitement de séries temporelles ou systèmes interactifs
• Expérience en C++, en systèmes temps réel ou en moteurs de jeu