Senior Applied ML Engineer (3D)

Chat3D, Inc.; Lyon; Sur place; EUR 90 000 - 120 000; Plein temps

Résumé du poste

Chat3D, Inc. recherche un expert en ML senior pour porter l’axe de la 3D générative et son déploiement en production. Vous travaillerez directement avec le CTO, interferez avec l’équipe de traitement géométrique et les artistes d’Overnight Studio, et encadrerez des profils juniors.

Vous maîtrisez PyTorch et les modèles 3D avancés, et vous avez une expérience avérée de finetuning et d’entraînement distribué. Poste basé à Lyon, en présentiel, dans un cadre startup exigeant.

Qualifications

• Expérience confirmée en deep learning appliqué avec mise en production.
• Maîtrise de PyTorch et lecture de papiers récents.
• Finetuning et entraînement de modèles génératifs.
• Veille active sur les modèles génératifs et vision géométrique.
• Rigueur expérimentale et pragmatisme produit.
• Autonomie senior et leadership technique.
• Encadrement ou lead technique d'équipe.
• Bon niveau d'anglais scientifique.

Responsabilités

• Spécialiser des modèles génératifs 3D foundation pour nos cas d’usage métier.
• Concevoir et entraîner les briques ML améliorant les workflows.
• Constituer et exploiter les datasets d’entraînement et industrialiser le pipeline deployment.
• Mettre en place l’évaluation: benchmarks et métriques.
• Encadrer techniquement les profils juniors et relier R&D et produit.

Connaissances

Python

PyTorch

HuggingFace

3D génératifs

Multi-GPU

AWS

Docker

Linux

ComfyUI

MLOps

Outils

Git

Docker

Linux

AWS

Maya/Blender pipeline

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).

Missions concrètes

• 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

• Python, PyTorch, HuggingFace (cœur ML).

• 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.

• ComfyUI (nodes custom) selon les workflows.

Ce qu’on offre

• 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.

IndispensableExpérience 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.

Bon niveau d’anglais scientifique.