EU remote
Stage Innovation : Ingénieur Intelligence Artificielle Générative
About this role
A la Direction de l’Innovation , nous menons des projets de recherche sur des champs d’expérimentation très larges et multi-sectoriels. Ces projets innovants, développés en équipes, sont encadrés par nos experts au sein des ALTEN Labs (IDF, Toulouse, Grenoble, Rennes et Sophia Antipolis), et tentent de répondre aux enjeux de nos clients en leur fournissant des solutions technologiques originales et disruptives. Au sein de notre Lab de Rennes , vous serez accompagné(e) par un Pilote Innovation (Chef de projet) pour vous permettre de développer vos compétences sur les activités d'un des projets suivants (plusieurs stages à pourvoir).
Projet : Conception d’un Framework de labellisation de données pour création d’IA L’objectif du projet est d’explorer et d’évaluer de nouvelles approches de production, de validation et d’agrégation d’annotations pour les systèmes d’intelligence artificielle. Les travaux portent notamment sur la taxonomie des tâches de labellisation, les notions de vérité, subjectivité et consensus, ainsi que sur l’utilisation de l’IA générative et des systèmes agentiques pour automatiser l’annotation et le contrôle qualité des données.
À terme, les résultats des recherches, expérimentations et preuves de concept ont vocation à converger vers le développement d’un outil innovant de gestion et d’automatisation de la labellisation de données. Missions confiées : Recherche et état de l’art sur les méthodes de labellisation de données pour l’IA. Étude de la taxonomie des tâches d’annotation et des critères de qualité associés. Expérimentation d’approches LLM-as-Annotator et Agent-as-Annotator.
Développement de prototypes et de PoCs en Python et Jupyter Notebook. Évaluation et validation automatique des annotations produites par humains et IA. Mise en œuvre de méthodes d’agrégation d’annotations (Dawid-Skene, Crowd-Kit, etc.). Analyse des métriques de fiabilité et d’accord entre annotateurs. Participation à la définition d’une future plateforme de labellisation intelligente. Projet : Mise à jour d’un modèle de classification supervisé basé sur BERT L’objectif est, dans un premier temps, d’incorporer de nouvelles données dans un modèle de classification ontologique basé sur BERT.