Back to jobs
New

Research Lead | Physical Computing

Montréal, Québec, Canada

*English description below*

TandemLaunch recherche un responsable de la recherche pour rejoindre l’équipe fondatrice d’une start-up deep tech issue de notre studio de création d’entreprises. Nous développons une interface physique de « reservoir computing » pour l’IA analogique : un bloc analogique configurable qui s’intercale entre un capteur et un accélérateur d’IA et extrait, directement à partir du signal analogique du capteur, des caractéristiques résistantes au bruit et ne nécessitant aucun apprentissage.

Aujourd’hui, les signaux des capteurs sont numérisés et prétraités (convertisseur analogique-numérique, FFT, spectrogramme de Mel) avant d’atteindre la couche d’inférence, et cette chaîne de conditionnement consomme souvent plus d’énergie que l’inférence elle-même. Nous la remplaçons par un réservoir physique qui transforme le bruit du capteur en une dynamique non linéaire utile et transmet des caractéristiques propres et de haute dimension directement à un accélérateur d’IA analogique ou à un microcontrôleur, sans convertisseur analogique-numérique en entrée.

À propos de TandemLaunch

TandemLaunch est un studio de création d’entreprises canadien qui développe des sociétés technologiques à partir de recherches universitaires de pointe, en se concentrant sur les systèmes de détection, les matériaux avancés, les technologies sans fil, la vision par ordinateur et l’IA en périphérie.

 

Le poste

Il s’agit d’un poste de cofondateur avec participation au capital. Vous travaillerez en étroite collaboration avec nos ingénieurs en circuits et en MEMS afin de transformer une approche informatique véritablement novatrice en une activité commerciale pour laquelle les clients sont prêts à payer.

Ce que vous ferez

Maîtriser les aspects scientifiques

  • Diriger la feuille de route de recherche sur le « reservoir computing » physique, couvrant le matériel électronique, les MEMS et d’autres implémentations analogiques.
  • Modéliser et caractériser la dynamique des réservoirs : non-linéarité, capacité de mémoire, séparation des caractéristiques et robustesse face au bruit dans tous les régimes de fonctionnement.
  • Développer la théorie et le cadre d’évaluation permettant d’expliquer le fonctionnement du réservoir, afin que les résultats soient valables en dehors de notre propre laboratoire.

Valider le concept face aux alternatives

  • Concevoir des expériences et des tests de performance démontrant en quoi les réservoirs physiques surpassent les circuits de conditionnement de signal conventionnels, en particulier à de faibles rapports signal/bruit.
  • Étendre la plateforme de l’audio aux vibrations, à la pression, aux signaux biologiques et aux voies de signaux à haute vitesse, telles que l’égalisation non linéaire des canaux.

Transformer la physique en produit

  • Collaborer avec l’équipe d’ingénierie sur les circuits et les composants à la base de la plateforme, en traduisant les principes physiques en spécifications fabricables pour la polarisation, la stimulation et la lecture.
  • Définir comment les sorties du réservoir s’interfacent avec les accélérateurs d’IA analogiques et les structures de calcul en mémoire.
  • Contribuer à définir les exigences nécessaires à l’intégration dans le silicium et dans les chaînes d’approvisionnement existantes des microphones MEMS.

Missions au niveau du fondateur

  • Collaborer avec TandemLaunch et fournir des conseils sur la stratégie en matière de propriété intellectuelle : étendre les dépôts existants et identifier de nouveaux dépôts.
  • Contribuer à la levée de fonds : rédiger les sections techniques des documents destinés aux investisseurs et participer à la due diligence technique.
  • Être un interlocuteur crédible et direct auprès des premiers clients, des partenaires d’intégration et de la communauté scientifique, et aider au recrutement du reste de l’équipe technique.

Ce que nous recherchons

  • Un doctorat en physique, en physique appliquée, en dynamique non linéaire ou dans un domaine étroitement lié.
  • Une solide expérience de recherche en calcul sur réservoirs physiques, en matériel neuromorphique ou en systèmes dynamiques non linéaires, idéalement avec des publications ou des brevets dans le domaine des réservoirs photoniques, électroniques, mécaniques ou MEMS.
  • Une maîtrise des oscillateurs non linéaires et des systèmes à cycle limite, ainsi que la capacité à relier la théorie au comportement mesuré du matériel.
  • Solides compétences quantitatives et de calcul : Python ou MATLAB, simulation numérique de systèmes dynamiques, analyse de séries chronologiques et de signaux.
  • Aisance en laboratoire : vous êtes capable de définir des mesures, d’interpréter des données bruitées et de déboguer un système physique.
  • Connaissances pratiques du traitement des signaux analogiques et des interfaces de capteurs, suffisantes pour collaborer étroitement avec les ingénieurs en circuits et en dispositifs. Une expérience pratique des MEMS, des circuits analogiques ou mixtes, ou de l’IA analogique constitue un atout majeur.
  • Un esprit entrepreneurial : vous faites preuve d’une grande tolérance à l’ambiguïté et êtes à l’aise pour improviser au fur et à mesure, sans avoir besoin d’un guide pour savoir quelle sera la prochaine étape.

TandemLaunch s'engage à bâtir une communauté fondée sur l'excellence, l'équité et la diversité. Nous encourageons vivement les candidatures de femmes, de personnes issues de minorités sous-représentées, de personnes en situation de handicap, de membres de minorités sexuelles et de tout autre candidat susceptible d'enrichir nos idées et nos points de vue.

TandemLaunch is looking for a Head of Research to join the founding team of an early-stage deep tech startup coming out of our venture studio. We're building a physical reservoir computing front-end for analog AI: a small, tunable analog block that sits between a sensor and an AI accelerator and extracts noise-robust, training-free features directly from the sensor's analog signal.

Today, sensor signals are digitized and preprocessed (ADC, FFT, Mel-spectrogram) before reaching the inference layer and that conditioning chain often uses more power than the inference itself. We're replacing it with a physical reservoir that absorbs sensor noise into useful nonlinear dynamics and hands clean, high-dimensional features straight to an analog AI accelerator or a microcontroller, without an ADC at the input.

About TandemLaunch

TandemLaunch is a Canadian venture studio that builds technology companies out of cutting-edge university research, focused on sensing systems, advanced materials, wireless technology, computer vision, and edge AI.

The Role

This is a founding, equity-bearing position. You'll work closely with our circuit and MEMS engineers to turn a genuinely new computing approach into a business that customers pay for.

What You'll Actually Be Doing

Owning the science

  • Lead the research roadmap for physical reservoir computing across electronic hardware, MEMS, and other analog implementations.
  • Model and characterize reservoir dynamics: nonlinearity, memory capacity, feature separation, and robustness to noise across operating regimes.
  • Develop the theory and benchmarking framework that explains why the reservoir works, so the results hold up outside our own lab.

Proving it against the alternatives

  • Design experiments and benchmarks that show where physical reservoirs beat conventional signal-conditioning front-ends, especially at low signal-to-noise ratios.
  • Extend the platform from audio to vibration, pressure, biosignals, and high-speed signal paths such as nonlinear channel equalization.

Turning physics into product

  • Work with the engineering team on the circuits and devices behind the platform, translating the physics into manufacturable specifications for bias, forcing, and readout.
  • Define how reservoir outputs interface with analog AI accelerators and in-memory compute fabrics.
  • Help scope what integration into silicon and into existing MEMS microphone supply chains requires.

Founder-level work

  • Work with TandemLaunch and counsel on the IP strategy: extending existing filings and identifying new ones.
  • Contribute to fundraising: technical sections of investor materials and technical due diligence.
  • Be a credible, direct voice with early customers, integration partners, and the research community, and help recruit the rest of the technical team.

What We're Looking For

  • A PhD in physics, applied physics, nonlinear dynamics, or a closely related field.
  • Deep research experience in physical reservoir computing, neuromorphic hardware, or nonlinear dynamical systems, ideally with publications or patents in photonic, electronic, mechanical, or MEMS reservoirs.
  • Command of nonlinear oscillators and limit-cycle systems, and the ability to connect theory to measured hardware behavior.
  • Strong quantitative and computational skills: Python or MATLAB, numerical simulation of dynamical systems, time-series and signal analysis.
  • Comfort in the lab: you can specify measurements, interpret noisy data, and debug a physical system.
  • Working knowledge of analog signal processing and sensor interfaces, enough to collaborate closely with circuit and device engineers. Hands-on MEMS, analog or mixed-signal, or analog AI experience is a strong plus.
  • An entrepreneurial temperament: you have a high tolerance for ambiguity and are comfortable making the plan up as you go, without needing a playbook to know what to do next.

TandemLaunch is committed to building a community of excellence, equity, and diversity. We welcome applications from women, underrepresented minorities, persons with disabilities, sexual minority groups, and other candidates who will enrich our ideas and perspectives.

 

Create a Job Alert

Interested in building your career at TandemLaunch? Get future opportunities sent straight to your email.

Apply for this job

*

indicates a required field

Phone
Resume/CV

Accepted file types: pdf, doc, docx, txt, rtf

Cover Letter

Accepted file types: pdf, doc, docx, txt, rtf