Stage: Benchmark & Red Teaming IA Générative

Societe Generale SA; Courbevoie; Hybrid; EUR 8,900 - 13,000; Part time

Benefits offered by this job

Télétravail

Transport 60% pris en charge

Restaurants d’entreprise

Titres-restaurant dématérialisés en té

Événements d’entreprise

Job summary

Société Générale propose un stage de 6 mois au sein du département Model Risk Management, axé sur l’évaluation des modèles d’IA générative et les benchmarks. Vous collaborez avec les équipes pour déployer des méthodes de Red Teaming et évaluer les risques des LLM dans un contexte bancaire.

Le candidat idéal est étudiant en Bac+4/5, maîtrisant Python et le ML, avec des connaissances Transformers/LangChain et une sensibilité au développement de code structuré, Git et déploiement d’APIs via

Qualifications

• Étudiant en Bac+4/5 en école d’ingénieurs ou formation universitaire équivalente; bases du ML et Python.
• Connaissances de Transformers ou LangChain/LangGraph appréciées; Git et déploiement d’IA via API/containers/cloud.
• Bonne rédaction, autonomie, rigueur et curiosité; esprit d’équipe.

Responsibilities

• Étudier les méthodes de benchmarking et de Red Teaming pour les modèles IA générative.
• Déployer les méthodes retenues dans les outils utilisés par le département de validation des modèles.
• Concevoir et exécuter des scénarios de test Red Teaming pour identifier vulnérabilités et comportements inattendus.
• Analyser l’état de l’art et prendre en main les outils d’évaluation des LLM et systèmes agentiques.
• Documenter les travaux et animer des ateliers avec l’équipe.

Skills

Python

Machine Learning

Git

API deployment

Cloud technologies

Education

Bac+4/5 en ingénierie

Tools

Transformers

LangChain

LangGraph

Docker

Job description

Société Générale propose un stage de 6 mois au sein du département Model Risk Management, axé sur l’évaluation des modèles d’IA générative et les benchmarks. Vous collaborez avec les équipes pour déployer des méthodes de Red Teaming et évaluer les risques des LLM dans un contexte bancaire.

Le candidat idéal est étudiant en Bac+4/5, maîtrisant Python et le ML, avec des connaissances Transformers/LangChain et une sensibilité au développement de code structuré, Git et déploiement d’APIs via