Chercheuse-ingénieure/Chercheur-ingénieur traitement du langage, multimodal

Arcom; Paris; Sur place; EUR 60 000 - 95 000; Plein temps

Résumé du poste

Arcom recherche un chercheur expérimenté pour piloter des projets d’analyse à grande échelle des corpus audiovisuels et numériques. Vous traduirez des questions réglementaires en problématiques expérimentales et concevrez des jeux de référence et protocoles assurant une mesure robuste.

Vous conduirez des itérations de modélisation (LLM, VLM, multimodal) et évaluerez les résultats avec incertitude. Doctorat et 4–6 ans de R&D exigés; anglais courant et collaboration avec des laboratoires

Qualifications

• Doctrat requis ou équivalent avec expérience en recherche.
• Expérience R&D 4–6 ans dans domaine pertinent.
• Recherche appliquée en ML/TAL/vision et/ou sciences sociales computationnelles.
• Maîtrise de l’anglais à l’écrit et à l’oral.

Responsabilités

• Partager les responsabilités méthodologiques et techniques de nos dispositifs d'analyse à grande échelle des corpus audiovisuels.
• Traduire les questions de régulation en problèmes expérimentaux sur contenus audiovisuels et numériques.
• Concevoir en autonomie les jeux de référence, campagnes d'annotation et protocoles qui rendent une mesure opposable.
• Conduire les itérations de modélisation : LLM, VLM, classifieurs de discours, chaînes hybrides, sur texte, son et image.
• Décider, par l'analyse d'erreurs, ce qu'une mesure automatique permet de conclure et avec quelle incertitude.
• Veiller sur l’état de l’art technique et méthodologique pour le département, en collaboration avec doctorants co-encadrés.
• Rédiger et présenter les résultats : rapports, articles, séminaires avec les laboratoires partenaires.

Connaissances

Python

PyTorch

Hugging Face

LLM

VLM

Multimodal

English

Formation

Doctorat

Master recherche

ENS / École d'ingénieurs

Outils

PyTorch

Hugging Face

Python

Description du poste

• -Partager les responsabilités méthodologiques et techniques de nos dispositifs d'analyse à grande échelle des corpus audiovisuels.
• -Traduire les questions de régulation en problèmes expérimentaux, sur contenus audiovisuels et numériques.
• -Concevoir en autonomie les jeux de référence, campagnes d'annotation et protocoles qui rendent une mesure opposable.
• -Conduire les itérations de modélisation : LLM, VLM, classifieurs de discours, chaînes hybrides, sur texte, son et image.
• -Décider, par l'analyse d'erreurs, ce qu'une mesure automatique permet de conclure et avec quelle incertitude.
• -Faire de la veille sur l’état de l’art technique et méthodologique pour le département, en collaboration avec ses doctorants co-encadrés.
• -Rédiger et présenter les résultats : rapports, articles, séminaires avec les laboratoires partenaires.
• -Doctorat suivi d'un à quatre ans d'expérience, ENS, école d'ingénieurs ou master recherche avec quatre à six ans de R&D comparable.
• -Recherche appliquée démontrée en machine learning, TAL, signal, vision, physique ou sciences sociales computationnelles.
• -Python et écosystème ML moderne ; PyTorch, Hugging Face, pratique concrète des LLM et de l'IA générative.
• -Méthodes d'évaluation : benchmarks, jeux de référence, annotation humaine, accord inter-annotateurs, robustesse, reproductibilité.
• -Expérience concrète d'au moins une modalité non textuelle (audio, image, vidéo) ; raisonnement sur les systèmes multimodaux.
• -Capacité à construire une expérience distinguant performance apparente, généralisation et validité d'une mesure.
• -Pratique effective du code ; goût de la transmission ; écriture et présentation de résultats avec leurs limites ; anglais.
• -Argument mining, mesure computationnelle des médias ou provenance des contenus synthétiques seraient un plus.
• -Maîtrise des outils algébriques et statistiques, ainsi que du formalisme nécessaire à la lecture d'articles à l'état de l'art en ML et genAI.