Ingénieur De Recherche En Intelligence Artificielle - Llm (h/f)

Dassault Systèmes, « The 3DEXPERIENCE Company », offre aux entreprises et aux particuliers les univers virtuels nécessaires à la conception d’innovations durables. Ses solutions leaders sur le marché transforment pour ses clients, la conception, la fabrication et la maintenance de leurs produits. Les solutions collaboratives de Dassault Systèmes permettent de promouvoir l’innovation sociale et offrent de nouvelles possibilités d’améliorer le monde réel grâce aux univers virtuels. Avec des ventes dans plus de 140 pays, le Groupe apporte de la valeur à plus de 190 000 entreprises de toutes tailles dans toutes les industries. Pour plus d’informations : www.3ds.com.

Vos missions :

Dans l'équipe de recherche Oncology Twin, vous occuperez le rôle d'ingénieur de recherche spécialisé en LLM sur un projet à forte visibilité.

Votre mission comportera entre autres les aspects suivants :

• Exploration de l'état de l'art, veille sur les modèles LLM appliqués à des données médicales. Repérage et constitution de jeux de données.

• Développement d'architectures innovantes et/ou d'agents utilisant par exemple des modèles de fondation. Définition des métriques pertinentes et évaluation des des performances

• Analyse des besoins métiers des praticiens et prise en compte dans la stratégie de développement des technologies.

• Collaboration et communication avec d'autres équipes dans le but de diffuser les connaissances d'une part et de recueillir des conseils d'autre part.
  
  

Vos qualifications :

Vous êtes titulaire d'un diplôme de niveau BAC+5, en Mathématiques appliquées: algèbre linéaire, optimisation
Vous souhaitez valoriser une première expérience professionnelle, en stage ou apprentissage sur un domaine équivalent.
Maîtrise de python et de l'écosystème des librairies d'apprentissage et d'inférence: pytorch/tensorflow, transformers/vLLM/Ollama
Expérience avec les technologies d'apprentissage profond et en particulier avec les grands modèles de langage (LLM). Bonne compréhension des briques de base de ces modèles: Convolution, Attention, Dropout, BatchNorm, MLP, Embedding, Tokenization, Activation.
Capacité à bien documenter et communiquer sur son code
Capacité à vulgariser ses sujets pour les rendre accessible aux autres via des présentations claires
Niveau d'anglais courant, à l'écrit comme à l'oral.