Dans le cadre de la R&D, en tant que spécialiste, vous participez au développement de l’IA chez Framatome via l’utilisation d’outils basés sur des technologies IA telles que les modèles auto-adaptatifs (type réseau de neurones, transformer, RNN ou LLM). Au sein d’une équipe R&D IA de la BU I&C, vous avez la charge de réaliser un état de l’art des méthodes et heuristiques mises en œuvre pour la constitution de bases d’apprentissage et de test et d’évaluer leurs efficacités dans différents contextes opérationnels métier :

Outil d’aide à la classification de faux positif :

• nature des données : séries temporelles de signaux binaires ou analogiques
• types d’algorithme utilisés : Neural nets (Transformers ou RNN)
• volume de données initial disponible (de l’ordre du million de signaux par système)

Outil de classification, de dédoublonnage et désambiguïsation des exigences :

• nature des données texte semi-structuré
• type d’algorithmes : LLM,
• volume : sources métiers de l’ordre d’une centaines de documents (documents contractuelles, standards nucléaires, …) et sources libre si exploitables

Vous concevez, développez et mettez en application opérationnelle la ou les méthodes retenues ainsi que les outils associés à priori basés sur des techniques de filtrage, des statistiques, des algorithmes de clustering …

Dans le cadre de 2 projets de développement R&D portant sur :

• l’aide à l’analyse de faux positifs dans les résultats de campagnes d’essais des systèmes de contrôle commande de sûreté ,
• l’aide au management des exigences : classification, dédoublonnage, reformulation.

vous aurez pour missions de :

• Réaliser un état de l’art des méthodes et heuristiques mises en œuvre pour la constitution de bases d’apprentissage et de test,
• Concevoir des méthodes et outils adaptés aux algorithmes et contextes d’emploi opérationnels décrits ci-dessus
• Mettre en œuvre les méthodes développées pour constituer les bases d’apprentissage et évaluer leur apport sur les performances des différents modèles.

Pour l'ensemble de ces missions, le/la candidat(e) devra faire preuve d'analyse, mettre en œuvre une démarche scientifique d'ingénierie et être force de proposition.

Sur l'ensemble de ces missions, le/la candidat(e) sera en lien avec différentes parties prenantes :  responsable projet, responsable développement logiciel, acteurs opérationnels métier.

Vous préparez une formation de niveau Bac+5 en école d'ingénieurs ou équivalent universitaire, avec une spécialisation en informatique, automatique ou systèmes embarqués.

Vous justifierez d'une première expérience en IA et plus particulièrement sur les systèmes auto-adaptatifs de types réseau de neurones ou LLM.

La connaissance du langage Python et des librairies PyTorch est un plus.

Compétences nécessaires:

• Programmation (Python)
• PyTorch ou TensorFlow
• Science des données (Data Science), modélisation
• Statistiques
• Traitement du signal, Traitement d’image
• Anglais