Senior Applied ML Engineer (3D)

Chat3D; Lyon; Sur place; EUR 90 000 - 110 000; Plein temps

Résumé du poste

Chat3D recherche un expert en deep learning appliqué, prêt à porter les modèles génératifs 3D en production. Vous prendrez des modèles de l’état de l’art, les adaptez à des cas métiers, et livrés des briques robustes et opérationnelles dans un environnement studio.

Vous travaillerez directement avec le CTO et les artistes, encadrant des profils juniors et assurant le lien entre R&D et les besoins produit. Poste senior, basé à Lyon avec autonomie et impact.

Qualifications

• Expérience confirmée en deep learning appliqué avec mise en production de modèles.
• Maîtrise de PyTorch et capacité à lire/reproduire des papiers récents.
• Expérience pratique de finetuning/entraîne­ment de modèles génératifs (diffusion, VAE, transformers).
• Veille active sur les modèles génératifs et leur application pratique.

Responsabilités

• Porter l’axe de la recherche appliquée à la production et livrer des composants en production.
• Encadrer techniquement des profils juniors (alternance, stage).
• Concevoir et entraîner les briques ML pour générer et contrôler des outputs 3D.
• Industrialiser les pipelines: data, training, inference sur AWS et serveurs dédiés.

Connaissances

Deep learning

Production ML

PyTorch

Fine-tuning

Generative models

Outils

AWS

Docker

Linux

Maya

Blender

Description du poste

Les modèles génératifs 3D foundation ont ouvert un nouveau plateau : représentations latentes apprises (VAE 3D + diffusion latente, latents structurés sparse-voxel, génération en cascade structure → géométrie → matériaux), génération à grande échelle, contrôle riche depuis image / texte / signaux 3D.

Notre conviction : la valeur se construit en spécialisant et en contrôlant ces modèles pour la production réelle, et en bâtissant les briques aval qui transforment leurs sorties en assets exploitables en pipeline studio.

Votre mission : porter cet axe de la recherche appliquée à la production. Vous prenez des modèles de l'état de l'art, vous les adaptez à nos cas d'usage, vous entraînez les briques qui manquent, et vous livrez des composants mesurablement meilleurs, déployés et utilisés. C'est un poste opérationnel et sénior : de la lecture de papier au service en production, avec l'ownership de l'axe.

Vous travaillez directement avec l'équipe technique (dont le CTO), en interface avec l'équipe geometry processing et les artistes d'Overnight Studio, et vous encadrez techniquement les profils plus juniors (alternance, stage).

Spécialiser des modèles génératifs 3D foundation open source (à représentation latente, type VAE 3D + diffusion latente) pour nos cas d'usage métier : finetuning, adapters, distillation, conditionnement, contrôle fin.

Concevoir et entraîner les briques ML qui améliorent mesurablement nos workflows : génération, décomposition par parts, complétion géométrique, raffinement, génération de matériaux PBR.

Constituer et exploiter les datasets d'entraînement : curation, augmentation, génération de données synthétiques, choix des signaux de supervision. Industrialiser : passer du prototype au service d'inférence déployé (AWS, GPU), robuste et monitoré, appelable depuis nos outils internes.

Mettre en place l'évaluation : benchmarks qualité, métriques, ablations, comparaisons inter- modèles, boucle de retour avec les artistes.

Encadrer techniquement les profils juniors et faire le lien entre la R&D et les besoins produit.

Stack que vous manipulerez

Modèles 3D génératifs récents : diffusion, VAE 3D, DiT, latents structurés sparse-voxel, set-based latent, mesh autoregressif.

Entraînement multi-GPU, optimisation d'inférence.

AWS (calcul GPU, stockage, déploiement), Git, Docker, Linux.

Un terrain rare : le state-of-the-art de la 3D générative (modèles sortis il y a quelques mois)

L'ownership d'un axe : vous êtes la référence sur la spécialisation et le déploiement de nos modèles, avec une grande autonomie.

Stack moderne : pas de legacy lourd, on construit la nouvelle génération d'outils.

Un banc d'essai exigeant : de la vraie production (Overnight Studio) pour confronter vos modèles à des assets aux standards réels.

Lyon : bureaux à Perrache (Lyon 2), ambiance startup, équipe technique rapprochée.

Indispensable

Expérience confirmée en deep learning appliqué avec mise en production de modèles : vous avez déjà livré des modèles qui tournent et sont utilisés, pas seulement des expériences de labo.

Maîtrise de PyTorch : vous entraînez, finetunez et débuggez des modèles non triviaux, vous lisez et reproduisez des papiers récents sans lutter.

Expérience pratique de finetuning / entraînement de modèles génératifs (diffusion, VAE, transformers génératifs...), même hors 3D : c'est le cœur du poste, le domaine 3D s'apprend ensuite.

Veille active sur les modèles génératifs : vous suivez l'actualité du domaine de près (la 3D générative ou la vision géométrique sont un plus, pas un prérequis à l'entrée).

Rigueur expérimentale et pragmatisme produit : vous isolez une variable, construisez une baseline, mesurez ce qui compte, et vous savez quand un résultat est assez bon pour livrer.

Autonomie sénior : vous prenez un sujet, vous le menez du papier à la prod, et vous portez l'axe sans qu'on vous tienne la main.

Goût pour le travail en équipe rapprochée et l'encadrement de profils juniors.

Atouts qui font la différence

Expérience spécifique en 3D générative : image-to-3D, diffusion 3D, génération de mesh, NeRF, gaussian splatting.

Familiarité avec les architectures VAE 3D + DiT ou latents structurés sparse-voxel.

Entraînement à l'échelle (distribué) et optimisation d'inférence (quantization, distillation, serving).

Pratique MLOps : déploiement, monitoring, reproductibilité (AWS, Docker).

Connaissance du pipeline 3D de production (Maya, Blender) pour dialoguer avec les artistes.

Publications (conférence, workshop) ou contributions open source significatives.

Expérience d'encadrement ou de lead technique.