R&D Engineer: LLM-Powered Paper Analysis & Plans

Inria; Rennes; On-site; EUR 42,000 - 66,000; Full time

Job summary

Inria Rennes – KerData recherche un ingénieur scientifique contractuel pour poursuivre le développement d’un outil automatisé d’analyse de publications scientifiques, axé sur l’apprentissage fédéré, et étendre son usage à d’autres domaines. Vous contribuerez à améliorer la fiabilité des traitements et à développer des méthodes d’évaluation des annotations générées automatiquement.

Vous travaillerez au sein d’une équipe interdisciplinaire avec des chercheurs et ingénieurs, et participerez à la

Qualifications

• Bonnes compétences en programmation, notamment en Python
• Bonne connaissance des méthodes d’apprentissage automatique et du traitement des données
• Connaissance ou expérience des grands modèles de langage (LLM) et des méthodes d’extraction d’informations
• Connaissance des techniques de traitement de textes et de documents
• Connaissance des méthodes de recherche par similarité et de recommandation
• Capacité à concevoir des protocoles d’évaluation et à analyser rigoureusement les résultats expérimentaux
• Maîtrise des bonnes pratiques de développement logiciel, notamment en matière de tests et de reproductibilité

Responsibilities

• Poursuivre le développement de l’outil automatisé d’analyse de publications.
• Généraliser l’outil à d’autres domaines scientifiques.
• Améliorer la fiabilité pour articles longs et structures hétérogènes.
• Développer des méthodes d’évaluation des annotations générées automatiquement.
• Améliorer les méthodes de recherche par similarité et de recommandation.
• Assurer traçabilité et tests automatisés de l’outil.

Skills

Python

Machine learning

LLM knowledge

Text processing

Data familiarity

Analytical thinking

Autonomous work

Education

Thèse ou équivalent

Master ou diplôme d’ingénieur en informatique

Job description

Inria Rennes – KerData recherche un ingénieur scientifique contractuel pour poursuivre le développement d’un outil automatisé d’analyse de publications scientifiques, axé sur l’apprentissage fédéré, et étendre son usage à d’autres domaines. Vous contribuerez à améliorer la fiabilité des traitements et à développer des méthodes d’évaluation des annotations générées automatiquement.

Vous travaillerez au sein d’une équipe interdisciplinaire avec des chercheurs et ingénieurs, et participerez à la