Ingénieur Machine Learning (H/F)

CNRS

  • Paris
  • 2 540 €/mois
  • CDD
  • Temps-plein
  • Il y a 17 jours
Nous recherchons un(e) ingénieur(e) en apprentissage automatique (machine learning) pour rejoindre notre équipe. Vous serez responsable de la conception, de la mise en œuvre et de l'évaluation empirique de mécanismes de métacognition et d'auto-réflexion dans des architectures d'intelligence artificielle. Votre travail soutiendra notre programme de recherche visant à développer et tester des modèles d'auto-evaluation, d'estimation de l'incertitude et d'introspection dans des systèmes artificiels.Activités- Tester et ajuster des modèles de langage (LLM) pré-entraînés .
- Concevoir de nouveaux modèles d'apprentissage automatique intégrant des composantes métacognitives et auto-réflexives.
- Concevoir des protocoles de test et des benchmarks pour évaluer la performance introspective des agents artificiels.
- Analyser les résultats et contribuer aux publications et conférences.
- Maintenir un code propre, bien documenté et reproductible.CompétencesConnaissances :
- Solide expérience avec les LLMs, incluant le fine-tuning et leur application dans des tâches concrètes.
- Familiarité avec l'estimation de l'incertitude, les méthodes bayésiennes, l'apprentissage auto-supervisé et/ou le méta-apprentissage (atout mais non requis).
- Intérêt pour les questions théoriques et philosophiques liées à la conscience et à la métacognition (atout mais non requis).Compétences techniques :
- Maîtrise avancée de Python, avec expérience en développement d'outils orientés recherche ou data science
- Très bonne maîtrise de PyTorch (ou autre framework de deep learning) pour intégrer ou manipuler des modèles existants
- Aisance avec les environnements techniques complexes : conteneurisation (Docker), gestion de dépendances, déploiement local ou sur serveursCompétences comportementales :
- Capacité à travailler au sein d'une équipe multidisciplinaire tout en conservant un haut niveau d'autonomie.Contexte de travailL'équipe Brain & Consciousness de l'École Normale Supérieure étudie les fondements neuronaux et computationnels de la conscience, de la métacognition et de l'introspection. Notre approche interdisciplinaire combine neurotechnologies, neurosciences cognitives et l'apprentissage automatique (machine learning). Ce projet constitue un pilier central du nouvel effort de l'équipe visant à concevoir des systèmes d'intelligence artificielle inspirés par la conscience de soi chez l'humain, avec pour objectif d'intégrer ces principes dans des applications en conditions réelles. L'équipe est dirigée par le Pr. Sid Kouider, directeur de recherche au CNRS et ancien fondateur de la société NextMind (acquise par Snap).

CNRS