Sujet de Postdoc
Titre :
Chercheur postdoctoral (Chercheur associé) en grands modèles de langage (LLM) et intelligence artificielle générative
Dates :
2025/04/01 - 2027/03/31
Encadrant(s) :
Description :
Description du poste
Nous recherchons un chercheur postdoctoral hautement qualifié, spécialisé dans les grands modèles de langage (LLMs) et l'intelligence artificielle générative, afin de contribuer au développement de méthodologies avancées d'apprentissage automatique pour les secteurs de la construction et de la fabrication. Ce projet vise à exploiter les LLMs et l'IA générative sur des ensembles de données spécifiques à ces domaines, incluant les graphes de connaissances et les données liées, afin d'optimiser la prise de décision assistée par intelligence artificielle. Une attention particulière sera portée à la conception et à l'optimisation d'un configurateur basé sur un LLM pour la modélisation et la conception de micro-usines destinées à la production industrielle dans le secteur de la construction. L'objectif est de développer des approches innovantes favorisant l'automatisation intelligente et l'optimisation des systèmes de production.
Missions et responsabilités
⬢ Élaborer et entraîner des modèles de langage à grande échelle sur des corpus spécialisés (ex. : processus de fabrication, réglementation, matériaux), en exploitant des graphes de connaissances et des cadres de données liées.
⬢ Développer des configurateurs basés sur les LLMs pour la conception et l'optimisation de micro-usines, en intégrant les contraintes structurelles et opérationnelles propres aux industries concernées.
⬢ Structurer et enrichir les bases de connaissances industrielles (ex. : ontologies, réseaux sémantiques) afin d'améliorer la modélisation des processus décisionnels assistés par IA.
⬢ Optimiser l'architecture et les performances des modèles en tenant compte des critères d'efficacité computationnelle, d'interprétabilité et d'adoption dans des environnements industriels.
⬢ Publier des résultats scientifiques dans des revues et conférences de référence en intelligence artificielle, systèmes de production et ingénierie industrielle.
⬢ Collaborer avec des équipes interdisciplinaires (ingénieurs, data scientists, chercheurs en sciences de l'ingénieur) afin de déployer des solutions d'IA évolutives et robustes dans des contextes de production réels.
Qualifications et compétences requises
⬢ Doctorat en informatique, intelligence artificielle, apprentissage automatique ou discipline connexe.
⬢ Expérience démontrée en entraînement, adaptation et évaluation de LLMs (ex. : GPT, Llama, BERT) et en conception d'architectures d'IA générative (ex. : transformers, modèles de diffusion).
⬢ Expertise en représentation des connaissances (ex. : RDF, OWL, SPARQL) et en systèmes d'IA exploitant les données liées et les graphes de connaissances.
⬢ Expérience significative avec des ensembles de données spécifiques aux industries de la construction et de la fabrication (ex. : modèles d'information du bâtiment ⬓ BIM, ontologies de la chaîne d'approvisionnement, réseaux de capteurs IoT).
⬢ Maîtrise des frameworks d'apprentissage automatique et d'IA (PyTorch, TensorFlow, Hugging Face) ainsi que des outils d'analyse de graphes (Neo4j, GraphDB).
⬢ Excellentes compétences en programmation (Python, Java/Scala) et maîtrise des environnements de calcul distribués et plateformes cloud (AWS, Azure, GCP).
⬢ Expérience avérée en publication scientifique dans des revues et conférences de haut niveau en intelligence artificielle et ingénierie des systèmes complexes.
Compétences complémentaires souhaitées
⬢ Connaissances approfondies en automatisation industrielle, jumeaux numériques et systèmes cyber-physiques appliqués à la fabrication.
⬢ Expérience en modélisation multi-modale intégrant des données textuelles, graphiques et géospatiales pour la résolution de problématiques complexes en ingénierie industrielle.
Nous recherchons un chercheur postdoctoral hautement qualifié, spécialisé dans les grands modèles de langage (LLMs) et l'intelligence artificielle générative, afin de contribuer au développement de méthodologies avancées d'apprentissage automatique pour les secteurs de la construction et de la fabrication. Ce projet vise à exploiter les LLMs et l'IA générative sur des ensembles de données spécifiques à ces domaines, incluant les graphes de connaissances et les données liées, afin d'optimiser la prise de décision assistée par intelligence artificielle. Une attention particulière sera portée à la conception et à l'optimisation d'un configurateur basé sur un LLM pour la modélisation et la conception de micro-usines destinées à la production industrielle dans le secteur de la construction. L'objectif est de développer des approches innovantes favorisant l'automatisation intelligente et l'optimisation des systèmes de production.
Missions et responsabilités
⬢ Élaborer et entraîner des modèles de langage à grande échelle sur des corpus spécialisés (ex. : processus de fabrication, réglementation, matériaux), en exploitant des graphes de connaissances et des cadres de données liées.
⬢ Développer des configurateurs basés sur les LLMs pour la conception et l'optimisation de micro-usines, en intégrant les contraintes structurelles et opérationnelles propres aux industries concernées.
⬢ Structurer et enrichir les bases de connaissances industrielles (ex. : ontologies, réseaux sémantiques) afin d'améliorer la modélisation des processus décisionnels assistés par IA.
⬢ Optimiser l'architecture et les performances des modèles en tenant compte des critères d'efficacité computationnelle, d'interprétabilité et d'adoption dans des environnements industriels.
⬢ Publier des résultats scientifiques dans des revues et conférences de référence en intelligence artificielle, systèmes de production et ingénierie industrielle.
⬢ Collaborer avec des équipes interdisciplinaires (ingénieurs, data scientists, chercheurs en sciences de l'ingénieur) afin de déployer des solutions d'IA évolutives et robustes dans des contextes de production réels.
Qualifications et compétences requises
⬢ Doctorat en informatique, intelligence artificielle, apprentissage automatique ou discipline connexe.
⬢ Expérience démontrée en entraînement, adaptation et évaluation de LLMs (ex. : GPT, Llama, BERT) et en conception d'architectures d'IA générative (ex. : transformers, modèles de diffusion).
⬢ Expertise en représentation des connaissances (ex. : RDF, OWL, SPARQL) et en systèmes d'IA exploitant les données liées et les graphes de connaissances.
⬢ Expérience significative avec des ensembles de données spécifiques aux industries de la construction et de la fabrication (ex. : modèles d'information du bâtiment ⬓ BIM, ontologies de la chaîne d'approvisionnement, réseaux de capteurs IoT).
⬢ Maîtrise des frameworks d'apprentissage automatique et d'IA (PyTorch, TensorFlow, Hugging Face) ainsi que des outils d'analyse de graphes (Neo4j, GraphDB).
⬢ Excellentes compétences en programmation (Python, Java/Scala) et maîtrise des environnements de calcul distribués et plateformes cloud (AWS, Azure, GCP).
⬢ Expérience avérée en publication scientifique dans des revues et conférences de haut niveau en intelligence artificielle et ingénierie des systèmes complexes.
Compétences complémentaires souhaitées
⬢ Connaissances approfondies en automatisation industrielle, jumeaux numériques et systèmes cyber-physiques appliqués à la fabrication.
⬢ Expérience en modélisation multi-modale intégrant des données textuelles, graphiques et géospatiales pour la résolution de problématiques complexes en ingénierie industrielle.
Mots clés :
Large Language Models (LLMs) , Generative AI, Knowledge Graphs, Industrial Automation
Conditions :
Démarrage 1 Avril 2025
Durée: 2 ans
Salaire selon le profil
Durée: 2 ans
Salaire selon le profil
Département(s) :
| Modélisation Pilotage des Systèmes Industriels |
Financement :
Projet Ademe