Senior RL Engineer - Ingénieur; e) principal; e) en apprentissage par renforcement Job Montréal area,Montreal Province de Québec Canada

Position: Senior RL Engineer - Ingénieur(e) principal(e) en apprentissage par renforcement
Location: Montreal

Job Description

We are seeking a Reinforcement Learning Engineer with experience manipulating virtual environments to train autonomous agents. This role focuses on the design of robust simulation environments, reward structures, and policy architectures that can navigate complex, multi-sensor landscapes.

Key Responsibilities

Cross-Functional Coordination:
Work with partner ML and Annotation engineers and TPMs to spec out data, simulation, and training requirements.

Environment Design:
Build and maintain high-fidelity 2D/3D simulation environments (using tools like Unity, Unreal, or Isaac Sim) that serve as the training ground for RL agents.

Reward Engineering:
Design and tune complex reward functions that align agent behavior with product goals and safety constraints.

Algorithm Implementation:
Develop and optimize RL algorithms (, PPO, SAC, or Offline RL) capable of handling high-dimensional 3D observation spaces.

Sim-to-Real Strategy:
Analyze the "reality gap" and implement domain randomization or adaptation techniques to ensure models perform reliably in real-world scenarios.

Nous sommes à la recherche d’un(e) ingénieur(e) en apprentissage par renforcement ayant de l’expérience dans la création et l’exploitation d’environnements virtuels pour l’entraînement d’agents autonomes. Ce rôle consiste à concevoir des environnements de simulation robustes, des structures de récompense et des architectures de politiques capables d’évoluer dans des contextes complexes et multi-capteurs.

Vous jouerez un rôle clé dans le rapprochement entre simulation et performance réelle en développant des systèmes RL évolutifs et en garantissant un comportement fiable des agents dans des conditions variées.

Collaboration interfonctionnelle :
Travailler avec les ingénieurs ML, les équipes d’annotation et les TPM afin de définir les besoins en données, en simulation et en entraînement.

Conception d’environnements : Développer et maintenir des environnements de simulation 2D/3D à haute fidélité à l’aide d’outils tels que Unity, Unreal ou Isaac Sim.

Ingénierie des récompenses :
Concevoir et optimiser des fonctions de récompense afin d’aligner le comportement des agents avec les objectifs produit et les contraintes de sécurité.

Implémentation d’algorithmes : Développer et optimiser des algorithmes d’apprentissage par renforcement (ex. : PPO, SAC, RL hors ligne) adaptés à des espaces d’observation à haute dimension.

Stratégie sim-to-real : Réduire l’écart entre simulation et réalité à l’aide de techniques comme la randomisation de domaine et l’adaptation afin d’assurer des performances fiables en conditions réelles.

Qualifications

Education:

Graduate degree (Master’s or PhD) in Robotics, Computer Science, AI, or a related field with a focus on Reinforcement Learning, Imitation Learning, or other Online Machine Learning fields.

Professional

Experience:

Proven experience as an RL Engineer or Research Engineer in a fast-paced environment.

Industry Context:
Prior experience in industries with complex multi-disciplinary teams such as robotics, smart grids, precision agriculture, game development, or aerospace.

Technical Proficiency:

Core Tools:
Fluency with Python, Git, and the Unix shell.

RL Frameworks:
Deep familiarity with frameworks like Ray Rllib, Stable Baselines3, or CleanRL.

Physics & 3D Engines:
Experience with physics engines (Mu Jo Co , Bullet) or 3D game engines.

Ecosystem:
Familiarity with collaborative tools such as Jira/Confluence, Slack, a Git server, and an experiment tracking framework.

Attributes:

Strong Mathematical Background:
Essential for understanding Markov Decision Processes (MDPs) and gradient-based optimization.

High Attention to Detail:
Critical for debugging non-deterministic agent behaviors and ensuring…