Chercheur(se), intelligence artificielle/apprentissage automatique pour systèmes aériens autonomes

Explorez le champ des possibles

Tout est possible au CNRC, nommé en 2025 l'un des meilleurs employeurs pour les jeunes au Canada, l'un des meilleurs employeurs dans la région de la capitale nationale et l'un des meilleurs employeurs au Canada selon Forbes !

Le CNRC est le plus gros organisme de recherche et d'innovation du Canada. Nous menons des recherches de renommée mondiale qui repoussent les limites de la science et de l’ingénierie pour rendre l’impossible possible. Chaque jour, nous explorons de nouvelles idées à travers des recherches novatrices et nous aidons les entreprises à découvrir des possibilités qui façonnent l’avenir du Canada et le monde.

Au CNRC, vous découvrirez aussi de nouvelles possibilités. Notre milieu de travail positif favorise une culture de créativité en accueillant les nouveaux points de vue et l’innovation à tous les niveaux. Nous attachons une grande importance au travail d’équipe. Vous collaborerez dans une variété de domaines avec les esprits les plus brillants en vue de trouver des solutions novatrices. Plus important encore, vous découvrirez votre potentiel à mesure que vous évoluez dans votre carrière, vous changerez véritablement le cours des choses et vous enrichirez votre parcours professionnel. Qu’il s’agisse de découvertes révolutionnaires ou d’une carrière incomparable, explorez votre champ des possibles au CNRC.

Le rôle

Nous souhaitons embaucher une personne pour occuper le poste de scientifique spécialiste des principaux algorithmes en intelligence artificielle (IA) et en apprentissage automatique (AA), qui est capable de concevoir des algorithmes fondamentaux de l’AA pour la mise au point de systèmes autonomes aériens de nouvelle génération. La personne retenue jouera un rôle de premier plan dans la recherche-développement (R-D) d’algorithmes fondamentaux de l’IA et de l’AA destinés à la prise de décision autonome, à l’efficacité de l’intelligence embarquée et à l’apprentissage adaptatif dans le domaine des systèmes aériens sans pilote, au sein du Laboratoire de dronautique et d’aviation autonome (LDAA) du Centre de recherche en aérospatiale du Conseil national de recherches du Canada (CNRC). À ce titre, elle collaborera étroitement avec des spécialistes des commandes de vol et de l’intégration des capteurs, tout en se concentrant sur l’innovation algorithmique fondamentale.

La personne retenue partagera et démontrera les valeurs fondamentales du CNRC que sont l’intégrité, l’excellence, le respect et la créativité.

Le Centre d’innovation sur les drones, qui fait partie du LDAA du CNRC, renforce la capacité du Canada à mener des activités de recherche, de développement, d’essai et de validation dans le domaine des technologies de pointe liées aux drones. Ce centre constituera un pôle national de R-D technologique qui soutiendra toutes les étapes de l’innovation en dronautique, depuis la conception et la simulation à la construction de prototypes, en passant par les essais et la certification.

Les installations comprennent :

• un nouveau hangar pour drones et un centre d’opérations ayant un accès direct à la piste;
• des laboratoires techniques;
• des sites d’essais en vol intérieurs et extérieurs;
• des lieux de recherche sécurisés pour des projets spécialisés.

Travaillant dans une équipe multidisciplinaire de scientifiques, de technologues et de partenaires, la personne retenue sera chargée de ce qui suit :

• la conception de nouvelles architectures d’apprentissage profond spécialement conçues pour la prise de décision séquentielle, l’apprentissage de représentations temporelles, ainsi que l’application de méthodes probabilistes et de détermination de l’incertitude;
• la recherche d’algorithmes d’inférence efficaces et de méthodes d’optimisation des réseaux neuronaux pour les plateformes embarquées avec ressources limitées (IA en périphérie);
• la création d’algorithmes fondamentaux pour l’apprentissage par renforcement, l’apprentissage par imitation et le méta-apprentissage, avec application aux commandes de vol et à la navigation adaptatives;
• la conception d’algorithmes d’apprentissage distribué pour la coordination multiagent et l’apprentissage fédéré au sein d’essaims de véhicules aériens;
• la mise au point de nouveaux algorithmes d’optimisation pour l’adaptation en temps réel et l’apprentissage continu dans des environnements dynamiques et critiques pour la sécurité;
• la publication d’articles dans des revues de premier plan (p. ex., NeurIPS, ICML, ICLR, AAAI) et la contribution à l’élaboration d’artefacts de recherche de source ouverte.

Critères de présélection

Dans votre demande, vous devez démontrer que vous répondez à tous les critères de présélection suivants :

Études

Doctorat d’université reconnue en informatique, en apprentissage automatique, en statistiques ou en mathématiques appliquées, avec spécialisation en algorithmes fondamentaux de l’IA/AA, l’optimisation ou la théorie de l’apprentissage computationnel.

Pour plus de renseignements sur les certificats et diplômes obtenus à l'étranger, veuillez consulter Équivalence des diplômes

Expérience

• Expérience avérée de la conception d’algorithmes et de modèles novateurs d’apprentissage automatique, attestée par des publications ayant fait l’objet d’une revue par des pairs ou des contributions de recherche équivalentes.
• Expérience appréciable de l’application de la théorie statistique de l’apprentissage, de l’optimisation et de la modélisation probabiliste, et capacité à appliquer ces principes à la conception de nouveaux algorithmes.
• Expérience appréciable dans au moins l’un des domaines suivants : modélisation séquentielle ou en séries chronologiques, apprentissage par renforcement, modélisation générative ou apprentissage de représentations.
• Expérience pratique de la mise en œuvre d’algorithmes d’AA à partir des principes de base en langage Python, C++, CUDA ou Julia et de la différentiation automatique personnalisée, de l’optimisation de noyaux ou de la mise en œuvre de boucles d’apprentissage.
• Expérience couvrant l’ensemble des aspects de la recherche, y compris la définition des besoins en matière de recherche, l’élaboration de propositions, la gestion de projets, la collecte et l’analyse de données, l’assurance de la qualité, ainsi que la diffusion des résultats au moyen de rapports techniques, de présentations et de publications revues par les pairs.
• Expérience de l’apprentissage automatique embarqué avec ressources limitées (compression de modèles, quantification, recherche d’architecture neuronale), un atout.
• Expérience de la robotique aérienne, des systèmes autonomes ou des applications d’apprentissage automatique critiques pour la sécurité, un atout.
• Expérience de la formation à distance ou des algorithmes d’apprentissage par renforcement par agents multiples, un atout.

Condition d'emploi

Autorisation de niveau secret

Un processus d’autorisation de niveau secret sera appliqué.

Pour une Autorisation de niveau secret, la vérification des antécédents sur une période de 10 ans est requise. Les individus doivent avoir vécu au Canada pendant une période suffisante pour permettre la réalisation des enquêtes, vérifications et évaluations appropriées.

Exigences linguistiques

Anglais 

Renseignements sur les exigences linguistiques et les tests d'auto-évaluation

Critères d'évaluation

Les candidat(e)s seront évalué(e)s selon les critères suivants :

Compétences techniques

• Solides connaissances de la théorie statistique de l’apprentissage, de la généralisation et des principes d’évaluation de modèles.
• Solides connaissances de l’architecture de réseaux neuronaux convolutifs (comme ResNet et VGG) et des méthodes d’apprentissage par transfert (supervisé et non supervisé).
• Solides connaissances des méthodes d’optimisation utilisées dans l’apprentissage automatique, y compris les techniques d’optimisation non convexe et fondée sur le gradient stochastique.
• Compétences avérées dans la conception de nouveaux algorithmes d’apprentissage automatique et d’architectures de modèles à partir des principes de base.
• Compétences avérées en modélisation probabiliste et en quantification de l’incertitude, des approches bayésiennes et des méthodes stochastiques.
• Solides connaissances des cadres de modélisation séquentielle et en série chronologique, y compris les modèles d’espace d’état et les approches modernes d’apprentissage profond.
• Capacité à analyser la complexité algorithmique, l’évolutivité et les compromis en matière de rendement dans des contextes de haute dimension.
• Capacité à mettre en œuvre des concepts expérimentaux, des analyses comparatives et des pratiques de recherche reproductible pour valider de nouvelles méthodes.
• Compétences avérées dans la mise en œuvre d’algorithmes à l’aide de cadres modernes d’apprentissage automatique (p. ex., PyTorch, JAX, TensorFlow), en privilégiant la souplesse nécessaire à la recherche expérimentale.
• Capacité à traiter des ensembles de données volumineux et transmis en continu, notamment grâce à des méthodes efficaces de traitement des données et à des modèles d’apprentissage en ligne.
• Capacité à faire le lien entre les connaissances théoriques et la validation empirique, en garantissant la rigueur et la pertinence pratique des méthodes proposées.

Compétences comportementales

Profil(s) des compétences

En ce qui concerne ce poste, le CNRC évaluera les candidat(e)s selon le(s) profil(s) des compétences suivant: Recherche

Tous les profils de compétences

Rémunération

Ce poste fait partie de la catégorie Agent de recherches (AR), un groupe unique au CNRC. Les candidats sont rémunérés sur la base de leur expertise, des résultats et de l’impact de leur expérience professionnelle antérieure par rapport aux exigences du niveau choisi. L’échelle salariale de ce groupe est vaste, de 64 739 $ à 183 010 $ par année, ce qui permet aux personnes de tous les niveaux, qu’elles soient nouvellement diplômées ou expertes de renommée mondiale, d’être équitablement rémunérées en fonction de leurs contributions. 

Remarque : Le régime salarial complet des AR/ACR comporte 5 niveaux. La détermination du salaire sera basée sur un examen de l’expertise de la personne qui postule, des résultats et des impacts de son expérience professionnelle antérieure par rapport aux exigences du niveau. Ainsi, le salaire initial pourrait se situer dans un autre niveau de l’échelle salariale des AR/ACR (c’est-à-dire au-dessus ou en dessous du niveau prévu pour ce poste).

Les employés du CNRC bénéficient d’un large éventail d’avantages sociaux concurrentiels, notamment un régime de retraite solide, un régime de soins de santé et un régime de soins dentaires complets, une assurance-vie et une assurance-invalidité, une fermeture des bureaux à la fin du mois de décembre ainsi que des soutiens supplémentaires pour améliorer votre bien être durant et après votre carrière.

Remarques

• En 2025, le CNRC a été choisi comme l'un des meilleurs employeurs pour les jeunes au Canada, l'un des meilleurs employeurs de la région de la capitale nationale et l'un des meilleurs employeurs au Canada selon Forbes.
• L'aide à la réinstallation sera déterminée conformément aux directives du CNRC.
• Une liste de candidats pré-qualifiés pourrait être établie pour une période d'un an pour des postes semblables.
• La préférence sera accordée aux citoyen(ne)s canadien(ne)s et résident(e)s permanent(e)s du Canada. Veuillez inclure des renseignements à cet égard dans votre demande.
• Le ou la titulaire doit en tout temps respecter les mesures de sécurité au travail.
• Nous remercions toutes les personnes qui postuleront, mais nous ne communiquerons qu’avec celles retenues pour une évaluation subséquente.