Ingénieur(e) Reinforcement Learning

L’entreprise

AEGIR est une start-up deeptech spécialisée dans le développement de logiciels de Command & Control (C2) intégrant de l’intelligence artificielle, pour la gestion de missions navales et maritimes complexes. Ces missions impliquent des systèmes autonomes — drones sous-marins, de surface ou aériens —, dans des contextes civils (exploration, inspection, sécurité) et militaires (surveillance, guerre des fonds marins, lutte anti-mines).

Le logiciel OCTOPUS, développé par AEGIR, permet la conception, la planification, la supervision et l’exploitation de ces missions, en intégrant les contraintes des systèmes et de l’environnement. Il se décline en trois modules :

• Vision, pour une Common Operational Picture partagée en temps réel ;
• Decision, pour la coordination de systèmes multi-domaines ;
• Action, une IA embarquée pour l’exécution autonome des missions.

Le poste

Le poste est basé à Lyon, avec 2 jours de télétravail possibles. Des déplacements ponctuels sont à prévoir. Vous travaillerez sur les modules Decision et Action d’OCTOPUS, avec un accent sur la coordination et l’autonomie, aux côtés des équipes logiciel, algorithmie et robotique, de la conception des modèles à leur validation en simulation et sur plateformes réelles.

Missions

• Concevoir et développer des algorithmes de Deep Reinforcement Learning pour l’autonomie des systèmes : navigation et prise de décision.
• Développer des méthodes d’apprentissage par renforcement multi-agents pour la coordination et la coopération de systèmes autonomes.
• Développer des méthodes de recherche de trajectoires optimales sous contraintes (énergie, temps, sécurité, environnement, mission).
• Concevoir des stratégies de planification de mission pour un ou plusieurs systèmes autonomes (USV, UAV, UUV).
• Développer des algorithmes de coordination et de coopération d’essaims, permettant une répartition dynamique des tâches et une adaptation aux aléas opérationnels.
• Concevoir des environnements de simulation destinés à l’entraînement et à l’évaluation des agents d’apprentissage.
• Évaluer les performances des politiques apprises, améliorer leur robustesse, leur capacité de généralisation et leur efficacité, et prendre en compte les contraintes de sûreté.
• Intégrer les algorithmes développés dans les produits OCTOPUS et participer à leur validation sur systèmes réels.
• Collaborer avec les équipes logiciel, robotique et produit pour intégrer les solutions dans une architecture opérationnelle.

Profil

• Formation supérieure (Master ou Doctorat) en intelligence artificielle, robotique, mathématiques appliquées, informatique, automatique ou disciplines équivalentes.
• Minimum 3 ans d’expérience dans le domaine.
• Solides compétences en Deep Reinforcement Learning, apprentissage par renforcement ou optimisation séquentielle.
• Maîtrise de Python et des principaux frameworks de Deep Learning (PyTorch ou TensorFlow).
• Connaissances en optimisation, théorie de la décision, recherche opérationnelle ou contrôle optimal.
• Expérience ou intérêt pour la planification de trajectoires, la navigation autonome ou la coordination multi-agents.
• Capacité à travailler de manière autonome sur des sujets de recherche appliquée, en collaborant étroitement avec une équipe pluridisciplinaire.
• Curiosité scientifique, rigueur et goût pour les défis techniques.
• Anglais professionnel.
• Une expérience des environnements de simulation (Gymnasium, Isaac Sim, Gazebo, Unity ML-Agents, AirSim, etc.) est un plus.
• La connaissance de méthodes telles que A*, RRT*, MCTS, PPO, SAC, DQN, MADDPG ou MAPPO est un plus.

Environnement de travail

• Équipe pluridisciplinaire d’experts en IA, robotique, optimisation et logiciels temps réel.
• Développement de technologies de rupture pour les systèmes autonomes de nouvelle génération.
• Projets mêlant recherche appliquée, expérimentation terrain et industrialisation.
• Environnement de start-up favorisant l’autonomie, l’innovation et la montée rapide en responsabilités.

Rémunération et avantages

• Rémunération brute annuelle de 45 000 € à 55 000 €, selon l’expérience et le profil.