Data Annotation Engineer Jobs in New York (NOW HIRING)

NBCUniversal is one of the world's leading media and entertainment companies. We create world-class content, which we distribute across our portfolio of film, television, and streaming, and bring to life through our global theme park destinations, consumer products, and experiences. We own and operate leading entertainment and news brands, including NBC, NBC News, NBC Sports, Telemundo, NBC Local Stations, Bravo, and Peacock, our premium ad-supported streaming service. We produce and distribute premier filmed entertainment and programming through our powerhouse film and television studios, including Universal Pictures, DreamWorks Animation, and Focus Features, and the four global television studios under the Universal Studio Group banner, and operate industry-leading theme parks and experiences around the world through Universal Destinations & Experiences, including Universal Orlando Resort, home to Universal Epic Universe, and Universal Studios Hollywood. NBCUniversal is a subsidiary of Comcast Corporation. Visit www.nbcuniversal.com for more information.

Our impact is rooted in improving the communities where our employees, customers, and audiences live and work. We have a rich tradition of giving back and ensuring our employees have the opportunity to serve their communities. We champion an inclusive culture and strive to attract and develop a talented workforce to create and deliver a wide range of content reflecting our world.

NBCUniversal est l'un des leaders mondiaux du secteur des medias et du divertissement. Nous creons des contenus d'exception, que nous diffusons a travers notre portefeuille de films, de programmes televises et de services de streaming, et que nous donnons vie grace a nos parcs a theme internationaux, nos produits grand public et nos experiences. Nous detenons et exploitons des marques de premier plan dans les domaines du divertissement et de l'information, notamment NBC, NBC News, NBC Sports, Telemundo, les chaines locales NBC, Bravo et Peacock, notre service de streaming premium finance par la publicite. Nous produisons et distribuons des films et des programmes de divertissement de premier ordre grace a nos puissants studios de cinema et de television, notamment Universal Pictures, DreamWorks Animation et Focus Features, ainsi qu'aux quatre studios de television mondiaux regroupes sous la banniere Universal Studio Group. Nous exploitons egalement des parcs a theme et des experiences de premier plan a travers le monde via Universal Destinations & Experiences, notamment l'Universal Orlando Resort, qui abrite l'Universal Epic Universe, et Universal Studios Hollywood. NBCUniversal est une filiale de Comcast Corporation. Rendez-vous sur www.nbcuniversal.com pour plus d'informations.

Notre impact repose sur l'amelioration des communautes dans lesquelles vivent et travaillent nos employes, nos clients et nos publics. Nous avons une riche tradition d'engagement social et veillons a ce que nos employes aient la possibilite de s'investir au sein de leurs communautes. Nous defendons une culture inclusive et nous nous efforcons d'attirer et de former une main-d'uvre talentueuse afin de creer et de proposer un large eventail de contenus refletant notre monde.

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 (e.g., 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 a la recherche d'un(e) ingenieur(e) en apprentissage par renforcement ayant de l'experience dans la creation et l'exploitation d'environnements virtuels pour l'entrainement d'agents autonomes. Ce role consiste a concevoir des environnements de simulation robustes, des structures de recompense et des architectures de politiques capables d'evoluer dans des contextes complexes et multi-capteurs.

Vous jouerez un role cle dans le rapprochement entre simulation et performance reelle en developpant des systemes RL evolutifs et en garantissant un comportement fiable des agents dans des conditions variees.

• Collaboration interfonctionnelle : Travailler avec les ingenieurs ML, les equipes d'annotation et les TPM afin de definir les besoins en donnees, en simulation et en entrainement.
• Conception d'environnements : Developper et maintenir des environnements de simulation 2D/3D a haute fidelite a l'aide d'outils tels que Unity, Unreal ou Isaac Sim.
• Ingenierie des recompenses : Concevoir et optimiser des fonctions de recompense afin d'aligner le comportement des agents avec les objectifs produit et les contraintes de securite.
• Implementation d'algorithmes : Developper et optimiser des algorithmes d'apprentissage par renforcement (ex. : PPO, SAC, RL hors ligne) adaptes a des espaces d'observation a haute dimension.
• Strategie sim-to-real : Reduire l'ecart entre simulation et realite a l'aide de techniques comme la randomisation de domaine et l'adaptation afin d'assurer des performances fiables en conditions reelles.

• 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 (MuJoCo, 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 environment parity.

• Formation : Maitrise ou Doctorat en robotique, informatique, intelligence artificielle ou domaine connexe avec une specialisation en apprentissage par renforcement, imitation ou apprentissage en ligne.
• Experience : Experience demontree en tant qu'ingenieur(e) en apprentissage par renforcement ou en recherche dans un environnement dynamique.
• Contexte industriel : Une experience dans des secteurs multidisciplinaires tels que la robotique, les reseaux intelligents, l'agriculture de precision, les jeux video ou l'aerospatiale est fortement valorisee.

Competences techniques

• Outils principaux : Excellente maitrise de Python, Git et des environnements Unix.
• Frameworks RL : Experience avec des frameworks tels que Ray RLlib, Stable Baselines3 ou CleanRL.
• Physique et simulation : Experience avec des moteurs physiques (MuJoCo, Bullet) ou des environnements de simulation 3D.
• Ecosysteme : Familiarite avec des outils collaboratifs tels que Jira, Confluence, Slack, les workflows Git et les plateformes de suivi d'experiences.

Qualites recherchees

• Solides bases mathematiques : Bonne comprehension des processus de decision de Markov (MDP) et de l'optimisation basee sur le gradient.
• Rigueur et precision : Capacite a deboguer des systemes non deterministes et a assurer la coherence et la precision des environnements de simulation.

As part of our selection process, external candidates may be required to attend an in-person interview with an NBCUniversal employee at one of our locations prior to a hiring decision. NBCUniversal's policy is to provide equal employment opportunities to all applicants and employees without regard to race, color, religion, creed, gender, gender identity or expression, age, national origin or ancestry, citizenship, disability, sexual orientation, marital status, pregnancy, veteran status, membership in the uniformed services, genetic information, or any other basis protected by applicable law.

If you are a qualified individual with a disability or a disabled veteran and require support throughout the application and/or recruitment process as a result of your disability, you have the right to request a reasonable accommodation. You can submit your request to [email protected].