Ingénieur Développement – Plateforme LAGAD

1000scholars; Rennes; On-site; EUR 42,000 - 65,000; Full time

Job summary

Inria Rennes Centre recherche un ingénieur pour traiter et analyser les données collectées par la plateforme LAGAD et en extraire des indicateurs actionnables.

Le candidat améliorera la robustesse et l’évolutivité des outils, développera des visualisations et interagira avec les LLMs pour évaluer leurs biais et leurs sources, afin de fournir des analyses utilisables par des partenaires.

Qualifications

• Maîtrise de Python pour traitement et analyse de données.
• Connaissances avancées Linux en ligne de commande (shell).
• Expérience avec Git pour versionnage et collaboration.

Responsibilities

• Garantir la robustesse, la scalabilité et l’évolution de la plateforme LAGAD.
• Administrer les serveurs Linux (Debian, Proxmox) et assurer leur sécurité.
• Automatiser la collecte et le traitement des données via scripts Python et shell.
• Développer des visualisations et tableaux de bord pour les partenaires.
• Analyser les biais des LLMs et documenter les résultats techniques.

Skills

Python

Linux (shell)

Git

Tools

PROXMOX

Gitlab-CI

Ansible

Pandas

Job description

Context

Le centre Inria de l'Université de Rennes est un des neuf centres d’Inria et compte plus d'une trentaine d’équipes de recherche. Le centre Inria est un acteur majeur et reconnu dans le domaine des sciences numériques. Il est au cœur d'un riche écosystème de R&D et d’innovation : PME fortement innovantes, grands groupes industriels, pôles de compétitivité, acteurs de la recherche et de l’enseignement supérieur, laboratoires d'excellence, institut de recherche technologique.

Le projet

LAGAD (Laboratoire d’Analyse Globale des Dynamiques informationnelles), porté par Inria Rennes et l’équipe ARTISHAU, est une plateforme d’observation dédiée à l’analyse de la propagation des tendances et des informations entre réseaux sociaux, médias et grands modèles de langage (LLMs).

La propagation de toute information, dont les fausses informations, peut s'observer à l'intérieur d'un seul réseau social, mais peut aussi être observée entre plusieurs d'entre eux. La plateforme et opérationnelle et collecte quotidiennement les "tendances" (déclarées comme telles) des réseaux sociaux principaux, les grands titres de plusieurs médias, mais aussi les tendances perçues comme telles par les LLMs.

Une telle approche holistique des tendances perçues peut éclairer des dynamiques en train de naître au plus tôt, dans le paysage informationnel global. L'historique de la publication de ces tendances permet alors de catégoriser les réseaux ou médias comme précurseurs ou suiveurs de telles informations, puis plus tard de chercher à prédire la porosité à certaines influences (reconnues comme telles par d'autres participants au projet). La nouveauté est ainsi d’éclairer quels médias sont des relais pour une propagation inter médias, a l’inverse de ne considérer que des « profils utilisateurs » comme des relais.

Assignment

Sous la supervision d’Erwan Le Merrer (Chercheur équipe ARTISHAU), Alexandre Sanchez (Ingénieur SED) et en collaboration avec les membres du projet LAGAD, l’ingénieur aura pour mission principale de traiter et analyser les données collectées par la plateforme pour en extraire des indicateurs actionnables. Plus spécifiquement, il/elle contribuera à :

• L’analyse des biais des LLMs : Étudier les sources utilisées par 11 LLMs majeurs (américains, chinois, français, etc.) pour répondre à des requêtes sur l’actualité, et identifier leur sensibilité aux manipulations ou aux ingérences. Collaborer avec des chercheurs en SHS pour qualifier les sources (valence politique, idéologique) et quantifier les biais via des analyses statistiques. Élargir l’étude aux nouveaux LLMs frontière et intégrer des contextes variés pour modéliser la personnalisation des réponses.
• La fouille de données pour la prédiction de propagation inter-sources : Retracer la diffusion d’attaques de désinformation à travers les médias et réseaux sociaux, en identifiant des motifs récurrents et leur persistance. Développer des modèles prédictifs pour identifier les médias ou réseaux critiques (nœuds de relais) via des analyses de centralité ou d’autres méthodes avancées. L’objectif final est de renforcer la capacité de LAGAD à anticiper les dynamiques de propagation et à fournir des outils d’analyse pour les acteurs publics et privés concernés par la sécurité de l’information.

Main activities

L’ingénieur aura pour mission principale de garantir la robustesse, la scalabilité et l’évolution de la plateforme LAGAD, en se concentrant sur :

• L’administration système : Déployer et maintenir les serveurs Linux (Debian, Proxmox) hébergeant la plateforme. Assurer la sécurité et la stabilité des environnements de collecte et de traitement des données.
• Le développement et l’amélioration de la plateforme : Automatiser et optimiser les processus de collecte et de traitement des données via des scripts Python et shell. Contribuer à l’évolution des outils existants pour intégrer de nouvelles sources (LLMs, réseaux sociaux, médias). Développer des visualisations (tableaux de bord, graphes de propagation) pour rendre les résultats accessibles aux partenaires du projet.
• Les interactions avec les LLMs : Développer des requêtes automatisées (prompting, vibe coding) pour interroger les LLMs et collecter leurs réponses et sources. Analyser les biais et comportements des LLMs via des tests systématiques et des méthodes de prompting avancées. Documenter et valoriser les résultats : Rédiger des rapports techniques et des notes méthodologiques.

Skills

Les compétences indispensables sont :

• Python
• Linux (shell)
• Git

Connaissances appréciées :

• PROXMOX
• Gitlab-CI
• Ansible
• Outils de data engineering (Pandas, etc.)