Stage - Ingénieur.e IA – Évaluation multimodale

SII Group; Vélizy-Villacoublay; Sur place; EUR 10 000 - 16 000; Plein temps

Résumé du poste

SII Group recherche un stagiaire en dernière année ou Master Bac+5 pour travailler sur SAPIENS, une plateforme d’évaluation immersive. Vous contribuerez à l’évaluation multimodale des interactions avec IA, voix, et analyses vidéo et audio pour générer des feedbacks et un scoring automatisé.

Vous explorerez l’état de l’art et développerez un premier module de scoring, prêt à être intégré au MVP. Le stage offre immersion technique et défi scientifique ambitieux dans un cadre de R&D appliquée.

Qualifications

• Étudiant en dernière année ou Master Bac+5 avec spécialisation IA/vision et Data science.
• Bases solides en Python et ML/DL, traitement audio/vidéo appréciés.
• Intérêt pour l’analyse multimodale et le développement prototype.

Responsabilités

• Explorer l'état de l'art en analyse multimodale et évaluation de compétences.
• Identifier des signaux pertinents (visage, voix, ton, rythme, engagement).
• Expérimenter des approches textuelles, audio et vidéo pour extraire des indicateurs.
• Concevoir un premier module de scoring et générer des feedbacks par IA.
• Développer un prototype d'évaluation multimodale et l'intégrer au MVP.

Connaissances

Intelligence artificielle

Computer vision

Data science

Traitement du signal

Formation

Master 2 en IA / ML

Outils

Python

PyTorch

OpenCV

Description du poste

Et si ton modèle évaluait bien plus que des mots ?

Tu peux continuer à entraîner des modèles sur des jeux de données classiques. Ou tu peux participer à un projet qui cherche à comprendre une interaction humaine dans toute sa richesse.

Imagine une plateforme où une conversation ne se limite pas à un texte. La voix compte. Le regard compte. Le rythme de parole compte. L’engagement compte.

C’est précisément l’ambition de SAPIENS, une plateforme d'entraînement immersive fondée sur l'IA qui combine LLM/RAG, voix, avatar virtuel et analyse multimodale. Développée en collaboration avec des laboratoires de recherche académique, SAPIENS crée des mises en situation réalistes pour accompagner l’apprentissage, standardiser l’entraînement et générer un feedback automatisé sur les compétences techniques, relationnelles et comportementales.

Si l’idée de construire la prochaine génération d’évaluation intelligente te stimule davantage qu’un projet purement théorique, la quête commence ici.

Contexte

Au sein d'une équipe tournée vers l'innovation et la recherche appliquée, tu contribueras à la création d'une brique technologique au cœur de la plateforme SAPIENS : l'évaluation multimodale des interactions.

Ton défi : faire dialoguer plusieurs sources d'information pour transformer une interaction humaine en indicateurs exploitables et en retours constructifs.

Tu seras accompagné(e) tout au long du stage par Vincent, qui t'aidera à explorer les problématiques scientifiques et techniques du projet tout en participant à la construction d'un MVP à fort impact.

L'environnement technique s'appuie notamment sur :

• Python
• PyTorch
• OpenCV
• Analyse audio et vidéo
• Machine Learning / Deep Learning
• Analyse multimodale
• LLM et architectures RAG

Mission

L'aventure débute par une question simple :

Comment mesurer automatiquement la qualité d’une interaction humaine ?

Pour y répondre, tu seras amené(e) à :

• Explorer l'état de l'art sur l'analyse multimodale, la détection d'émotions et l'évaluation automatique des compétences.
• Identifier les signaux pertinents à exploiter : qualité des réponses, expressions faciales, ton de la voix, rythme de parole, posture, regard ou encore engagement.
• Expérimenter des approches d'analyse textuelle, audio et vidéo afin d'extraire des indicateurs interprétables.
• Concevoir un premier module de scoring et de génération de feedback automatique basé sur l'IA.
• Développer un prototype d'évaluation multimodale et contribuer à son intégration dans le MVP global de la plateforme.

Le défi est ambitieux. Les problématiques sont réelles. Les réponses ne sont pas déjà écrites.

Mais tu avanceras avec un cadre d'expérimentation concret, des personnes expertes du domaine et la possibilité de voir tes travaux prendre vie dans une plateforme utilisée pour l'apprentissage immersif.

Tu es actuellement en dernière année d'école d'ingénieurs ou en Master Bac+5 avec une spécialisation en :

• Intelligence artificielle
• Computer vision
• Data science
• Traitement du signal

Tu possèdes de solides bases en :

• Développement Python
• Machine Learning et Deep Learning
• Manipulation de données audio et vidéo

Tu apprécies autant comprendre les publications de recherche que transformer une idée en prototype fonctionnel.

Une première expérience en analyse vidéo, analyse audio, détection d'émotions ou modélisation multimodale constitue un atout.

Des connaissances autour des agents IA, des LLM, du RAG ou encore de la 3D représentent également un plus.

Au-delà des compétences techniques, nous recherchons surtout une personne :

• Curieuse
• Autonome
• Rigoureuse
• Animée par l'envie d'apprendre
• Motivée par les projets qui ont du sens

À la fin de cette aventure, tu ne te contenteras pas d'avoir développé un prototype. Tu auras contribué à rapprocher l'IA d'une compréhension plus fine des interactions humaines, tout en enrichissant ton expérience sur des sujets parmi les plus innovants du domaine.