Stage - Data Scientist spécialisé en apprentissage par renforcement (RL) - F/H/N

OCTO Technology

  • Paris
  • Stage
  • Temps-plein
  • Il y a 7 jours
  • Postuler facilement
Description de l'entrepriseOCTOPremier cabinet d’architectes IT fondé en 1998, pionnier du delivery agile et véritable concentrateur de talents. Nous incarnons les nouvelles façons de faire du conseil et du Delivery. Digital Doers & Thinkers est notre marque de fabrique.Nous privilégions aujourd'hui notre positionnement Agile & DeepTech et sommes engagés quant à notre responsabilité sociale et environnementale.Description du posteLe sujet du stage :Optimisation et industrialisation des agents (LLMs) en entreprise : comment améliorer l'efficacité et la performance des LLMs en utilisant l'apprentissage par renforcement (RL) ?En s'inspirant d'innovations récentes comme celles de Kimi K2, nous explorerons différentes stratégies d'optimisation pour créer des solutions industrialisables et adaptables.Le Why du stage :Le marché optimise les workflows d'agents, mais les vrais gains viennent de l'optimisation directe via RL. Récemment : des modèles 1.5B surpassent o1-preview avec $42 de coût d'entraînement, un modèle 7B bat un modèle de 671B sur des tâches spécialisées (Sakana AI, 2025).Nous recherchons donc une personne motivée pour apprendre à industrialiser ces techniques en quantifiant leur robustesse multi-domaines.Les missions du stage :
  • Recherche et approfondissement de la littérature.
  • Développer et valider expérimentalement de nouveaux algorithmes d'optimisation pour agents LLMs.
  • Entrainer des modèles pour des métiers spécialisés.
  • Écriture d’un article sur la méthodologie développée durant le stage.
Le déroulement du stage :Étape 1 : Découverte et cadrage
  • Faire de la veille bibliographique.
  • Choisir les algorithmes à explorer.
  • Définir la roadmap avec les objectifs à réaliser.
Étape 2 : Exploration
  • Exploration des possibilités existantes de package proposant d'implémenter ce genre de solution.
Étape 3 : Contribution
  • Contribution à l’outil OpenSource répondant aux besoins.
Étape 4 : Partage
  • Partage aux autres Octos pendant et à la fin du stage, rédaction d’un article.
Stack technique : Python, GitQualificationsOCTO Wanted
  • Vous préparez un BAC+5 et vous êtes à la recherche d'un stage de fin d'études.
  • Vous avez une appétence pour les sujets de Data Science et pour l’exploration de l’état de l’art.
  • Vous savez expliquer comme marche un modèle complexe et êtes intéressé par le Reinforcement Learning.
  • Vous souhaitez approfondir vos compétences en participant à des sujets open-source.
  • Vous êtes curieux, ambitieux et autonome.
Informations supplémentairesOCTO RewardsEt parce que nous savons qu’un stage n’est pas “juste” un stage, on vous partage aussi quelques petits + qui font notre différence :6 participations, 6 podiums au palmarès « Great Place To Work », le bien-être et la progression des Octos est vraiment au cœur de nos préoccupations et nous venons de renouveler notre certification pour la 7e fois cette année !“There is always a better way” : nous encourageons et soutenons l’innovation par la R&D. Au-delà d’une direction Scientifique dédiée, nous valorisons le temps hors mission pour partager ses connaissances : blog OCTO, talks, meet-up, livre blanc, BBL… en bref de l’open source alimenté par tous les Octos ;Parce que ce ne sont pas que des mots, nous marquons au quotidien notre engagement en matière de numérique responsable : depuis 2021 OCTO est . Nous formons les Octos et nos clients à la fresque du climat et œuvrons pour la sobriété numérique en interne et auprès de nos clients ;Le management est un point central de notre culture. Les Octos tuteurs sont formés pour vous accompagner dans le développement de vos compétences ;Parce qu’on n’a jamais fini d’apprendre, vous pourrez tirer parti de nos formations, apprendre avec des OCTOs plus expérimentés, et faire parti d'un collectif de passionnés !Signataire, en 2023, de la charte de la diversité et de l'accord Handicap, et depuis 2022, de la Charte de l’Autre Cercle concernant l’inclusion des personnes LGBTQI+ en entreprise.Sans oublier les fondamentaux :Matériel au choix : ordinateur (PC ou Mac) ;Télétravail ;Et bien sûr : carte Swile, absences autorisées payées, CSEOCTO priorityCollaborer avec des personnes talentueuses issues de différents horizons. Aussi, ce que nous cherchons avant tout, ce sont des personnalités qui enrichiront OCTO.En respectant l'égalité des chances, les candidatures sont examinées sans aucun préjugé quant à l'âge, l'ethnie, l'identité de genre, l’expression de genre, le handicap, la nationalité, la religion ou l'orientation sexuelle.

OCTO Technology