Je zakladajúcim výskumníkom v startupovej spoločnosti Stealth AI, stálym výskumníkom v Inria a prednášajúcim v magisterskom programe MVA na ENS Paris-Saclay. Zaujíma sa predovšetkým o navrhovanie algoritmov, ktoré vyžadujú minimálny ľudský zásah. Preto pracuje na metódach a nastaveniach, ktoré fungujú aj s minimálnou spätnou väzbou. Ide napríklad o hlboké učenie s odmenou a trestom, banditské algoritmy, učenie bez dozoru či porovnávanie vlastných výsledkov, tzv. self play. V poslednej dobe sa Michal venoval strojovému učeniu zameranému na reprezentácie, slovné modely a algoritmom hlbokého učenia s odmenou a trestom, pre ktoré už existujú teoretické základy. Ešte skôr pracoval na sekvenčných algoritmoch so štruktúrovaným rozhodovaním, kde bolo manipuláciou štruktúry možné dosiahnuť dokázateľne rýchlejšie učenie. V súčasnosti pracuje na veľkých jazykových modeloch, konkrétne na príprave algoritmických riešení, ktoré tieto modely umožnia lepšie ovládať. V roku 2011 získal titul Ph.D. na University of Pittsburgh, potom v roku 2012 získal trvalé miesto v Inria a spolu s Rémim Munosom spoluzaložil Google DeepMind Paris. V roku 2024 sa stal hlavným inžinierom Llama v spoločnosti Meta, kde buduje online stack posilňovacieho učenia a výskum pre Llama 3.