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 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.

Rendez-vous sur pour plus d’informations.

Notre impact repose sur l’amélioration des communautés dans lesquelles vivent et travaillent nos employés, nos clients et nos publics. Nous avons une riche tradition d’engagement social et veillons à ce que nos employés aient la possibilité de s’investir au sein de leurs communautés.



Nous défendons une culture inclusive et nous nous efforçons d’attirer et de former une main-d’œuvre talentueuse afin de créer et de proposer un large éventail de contenus reflétant 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.
- Setting 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 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.

- 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

📌 Senior RL Engineer (Quebec City)
🏢 NBCUniversal
📍 Quebec City