Cette liste contient uniquement les pays pour lesquels des offres d'emploi ont été publiées dans la langue sélectionnée (par exemple, dans la version française, seules les offres rédigées en français sont affichées, et dans la version anglaise, uniquement celles en anglais).
Ce post-doctorat est rattaché au LIRIS (UMR 5205), laboratoire de recherche de référence en informatique basé à l’Université Lyon 1. Le·la post-doctorant·e sera accueilli·e au sein du LIRIS, dans un environnement scientifique stimulant, au contact de chercheurs spécialisés en intelligence artificielle, vision, NLP et statistique. Le projet est co-encadré par Omundu, une startup deeptech fondée en 2025, qui développe des technologies d’IA générative appliquées à la maintenance industrielle. Ce projet s’inscrit dans une dynamique à la croisée de la recherche académique et de l’innovation industrielle, avec pour objectif de développer une nouvelle génération de Small Language Models (SLM) multimodaux — capables de traiter des données texte et image tout en offrant des garanties statistiques sur leur niveau de confiance (calibration, prédiction conforme).
Responsabilités
La revue de littérature sur les SLM, les approches de calibration et les modèles multimodaux
Le développement et l’adaptation de méthodes de conformal prediction pour des modèles open-source de moins de 8B de paramètres
La création de pipelines reproductibles (Python, PyTorch)
L’évaluation expérimentale sur des jeux de données texte + image, publics et industriels
La contribution à des publications scientifiques de haut niveau (ACL, NeurIPS, ICLR…)
Exigences
Doctorat en intelligence artificielle, mathématiques ou disciplines connexes
Expérience avérée en traitement du langage naturel (NLP) et/ou modélisation mathématique
Participation à des projets de recherche publiés dans des conférences de référence (ACL, NeurIPS, ICLR, etc.)
Excellente maîtrise des frameworks de deep learning : PyTorch, Transformers (HuggingFace)
Expérience avec des modèles multimodaux tels que CLIP, Flamingo, BLIP, ou équivalents
Bonne compréhension des concepts de calibration, incertitude, conformal prediction ou forte appétence à se former sur ces sujets
Capacité à construire des pipelines expérimentaux reproductibles, bien structurés, avec une attention portée à la qualité du code (tests, documentation)
Souhaitable
Pratique d’outils de gestion de version (Git), de documentation technique, ou de workflows collaboratifs (Notion, Teams, etc.)
Connaissance des modèles SLM open-source (Mistral, TinyLlama, Phi, Gemma, etc.)
Sensibilité à l’impact industriel des travaux de recherche (transfert, valorisation, passage à l’échelle)
Notions de DevOps/MLOps léger ou d’ingénierie logicielle
Autonomie, rigueur scientifique et curiosité intellectuelle
Goût pour la collaboration interdisciplinaire entre recherche académique et applications concrètes
Bon niveau d’anglais scientifique (lu, écrit, oral)
Volonté de contribuer à un projet ambitieux, à la frontière entre IA de pointe et usages industriels réels
Nous utilisons des cookies pour améliorer votre expérience de navigation, analyser le trafic et proposer du contenu personnalisé. En cliquant sur « Accepter », vous consentez à l'utilisation des cookies.
Connectez-vous pour postuler
Créez un compte gratuit ou connectez-vous pour accéder à la page de candidature de cette offre.
Postulez et suivez toutes vos candidatures au même endroit
Enregistrez des offres et ne perdez aucune opportunité intéressante