Apprenti.e data scientist (25)

À propos de nous

Etablissement d’enseignement supérieur et de recherche, l'Université de Toulouse III- Paul Sabatier devient l'Université de Toulouse le 1er janvier 2025 (http://www.univ-tlse3.fr). L'Université se classe aujourd'hui parmi les premières universités françaises par son rayonnement scientifique, la diversité de ses laboratoires et les formations qu'elle propose en sciences, santé, sport, technologie et ingénierie. Dotée d'un budget de 430 M€, de 5 composantes, elle est forte de plus de 4300 personnels dont 2500 personnels d'enseignement et/ou de recherche, possède 69 structures de recherche (dont 42 unités mixtes de recherche), accueille plus de 35 000 étudiantes et étudiants. Elle est implantée dans 4 départements, 8 villes et est répartie sur 11 sites pour une superficie de 264 hectares.

L’équipe ADRIA IRIT se concentre sur l’étude et la modélisation des interactions entre humains et agents intelligents (comme les systèmes de dialogue, les assistants virtuels, ou les robots sociaux). Leur but est de créer des agents capables de raisonner, dialoguer et apprendre en interaction avec les humains.

Les thèmes principaux sont l’apprentissage automatique, la formalisation du raisonnement et le dialogue.

L’apprentissage se déroulera dans le cadre de l’ANR RegulIA qui se concentre sur l’audit des algorithmes d’apprentissage automatique.

Mission

Dans un contexte réglementaire en pleine évolution, notamment avec l’AI Act de l’Union européenne, garantir la robustesse et l’équité des modèles d’IA générative est un enjeu clé pour les entreprises et les institutions. Nous recherchons un(e) alternant(e) en Master (M2 ou équivalent) pour nous accompagner dans l’évaluation et l’amélioration des performances de ces modèles sous l’angle de la transparence, de la fiabilité et de la non-discrimination.

Missions

En Tant Qu’alternant(e), Vous Serez Amené(e) à :
1. Analyser les exigences de l’AI Act et leur impact sur les modèles d’IA générative.
2. Évaluer la robustesse des modèles à travers des tests d’adversarialité et des métriques de performance.
3. Détecter et corriger les biais présents dans les données d’entraînement et les outputs des modèles.
4. Mettre en place des méthodes d’audit et d’explicabilité des décisions des modèles.
5. Proposer des stratégies d’alignement éthique et des correctifs basés sur l’apprentissage par renforcement.
6. Rédiger des rapports techniques et des recommandations à destination des équipes de chercheurs.

Avantages

* Contributions aux frais de transport en commun
* Congés jusqu’à 55 jours/an pour les contrats > à 10 mois
* Contributions à la complémentaire santé
* Subvention restauration collective
* Chèques vacances
* Service social
* Forfait mobilité durable (vélo, covoiturage)
* Activités sportives et culturelles
* Etablissement engagé (QVT, handicap, parité, diversité)
* Facilité d’accès (métro, bus, périphériques, téléphérique et petits commerces)
* Evenements et conférences scientifiques (Journée des personnels, Afterwork, Conférences..)
* Télétravail possible en fonction du poste
* Possibilité d’aménagement du temps de travail
* Crèche
* Formations
Profil

Compétences Recherchées

Connaissances
* Apprentissage automatique, statistiques, Intelligence Artificielle
* Connaissance des méthodes d’évaluation de biais et d’équité (DP, EO, Fairness constraints…)
Savoir Faire Technique

* Expérience avec Python, PyTorch/TensorFlow, Hugging Face
* Capacité à mener des analyses expérimentales et quantitatives
* Maîtrise du Machine Learning et Deep Learning (Transformers, GANs, diffusion models, etc.)
Savoirs Comportementaux

* Curiosité pour la réglementation et l’éthique de l’IA
* Sensibilité aux enjeux éthiques et réglementaires de l’IA (AI Act, RGPD…)
Diplômes requis :
* Licence Mathématique et/ou informatique
Diplôme préparé :
* MASTER Data Science, Machine Learning
Référence de l'offre : e6io5evmvn #J-18808-Ljbffr