Stage M2 - Apprentissage par renforcement argumentatif

INRAE

Castanet-Tolosan

On-site

EUR 5,500 - 8,300

Full time

8 hours ago
Be an early applicant

Get a reply from this employer

Your resume and cover letter, tailored to exactly what they’re hiring for.

Get past ATS filters

Benefits offered by this job

Restaurant d’entreprise
Activités sportives

Job summary

INRAE, l’Institut national de recherche pour l’agriculture, l’alimentation et l’environnement, recherche un stagiaire en MIAT Toulouse pour développer un cadre d’apprentissage par renforcement argumentatif. Vous explorerez une architecture basée sur PettingZoo et étudierez des méthodes d’explicabilité afin de générer et évaluer des arguments.

Le stage, 5 à 6 mois à partir de mars/avril 2027, offre une rémunération horaire brute de 4,50 € et une expérience en environnement de recherche

Qualifications

  • Connaissances en apprentissage automatique (supervisé et renforcement).
  • Expérience en programmation Python.
  • Autonomie et sens du travail en équipe, rédaction et synthèse.
  • Compétences en développement collaboratif (Git, tests unitaires, documentation).

Responsibilities

  • Proposer une architecture basée sur PettingZoo pour modéliser l’apprentissage par renforcement argumentatif.
  • Évaluer l’architecture sur MNIST en utilisant des méthodes d’explicabilité pour générer des arguments.
  • Évaluer l’architecture sur l’apprentissage par renforcement avec états images et comparer les interactions sociales.

Skills

Apprentissage automatique
Python
Autonomie
Travail en équipe
Rédaction
Synthèse

Tools

Git
Tests unitaires
Documentation

Job description

L’Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (INRAE) est un établissement public de recherche rassemblant une communauté de travail de 12 000 personnes, avec 272 unités de recherche, de service et expérimentales , implantées dans 18 centres sur toute la France.INRAE se positionne parmi les tout premiers leaders mondiaux en sciences agricoles et alimentaires, en sciences du végétal et de l’animal. Ses recherches visent à construire des solutions pour des agricultures multi-performantes, une alimentation de qualité et une gestion durable des ressources et des écosystèmes.

Environnement de travail, missions et activités

Le stage se déroulera au sein de l’unité MIAT (Mathématiques et Informatique Appliquées de Toulouse) de l’INRAE, située à Toulouse (24, chemin de Borde Rouge, 31320 Auzeville-Tolosane). Le Centre INRAE est facilement accessible en transports en commun (ou en vélo), dispose d’un restaurant d’entreprise, et d’une association et propose de nombreuses activités sportives et autres.

Le stage sera encadré par Léo Saulières, Meritxell Vinyals et Régis Sabbadin (MIAT, INRAE, Toulouse).

L’apprentissage par renforcement [SB18] permet à des agents autonomes d’apprendre à prendre des décisions dans des environnements complexes. Le stage s’inscrit dans le développement d’un apprentissage par renforcement social, où les agents peuvent apprendre non seulement de leur propre expérience, mais également en observant et en échangeant des arguments avec d’autres agents.
Le projet s’intéresse plus particulièrement à l’apprentissage par renforcement argumentatif, dans lequel les agents peuvent échanger des arguments, explications ou justifications concernant leurs décisions. L’objectif est d'étudier comment un agent peut exploiter les arguments d’un autre, notamment en situation de désaccord, et comment ces échanges peuvent conduire à une amélioration des décisions individuelles ou collectives.
Le stage consistera à proposer un cadre inspiré de la théorie interactionniste du raisonnement [MS11] pour l’apprentissage automatique. Cette approche considère le raisonnement comme un moyen de justifier, argumenter les décisions prises en amont, dans le but de convaincre un autre agent. L’agent se compose de deux blocs : un bloc de décision et un bloc d’argumentation chargé de générer et d'évaluer les arguments.
Dans le cadre de ce stage, la génération d’un argument s’effectuera via des méthodes d’explicabilité méthodes initialement orientées utilisateurs, prévues pour comprendre le choix d’une décision effectuée par un modèle d’apprentissage automatique [MLW+24]. Une attention particulière sera portée au mécanisme permettant à un agent d’intégrer un argument et, le cas échéant, de modifier sa politique de décision.
Le cadre sera d’abord étudié sur un problème de classification d’images MNIST [LC98]. Il sera ensuite adapté à un problème d’apprentissage par renforcement dans lequel eux agents peuvent prendre des décisions
différentes face à un même état et échanger des justifications.

Objectifs du stage
  • Proposer une architecture basée sur PettingZoo [TBG+21] pour modéliser le problème d’apprentissage par renforcement argumentatif.
  • Évaluer cette architecture sur un problème de classification d’images MNIST, en s’appuyant sur des méthodes d’explicabilité de type carte de saillance [SVZ13] pour la génération d’arguments.
  • ´Évaluer cette architecture sur un problème d’apprentissage par renforcement avec des états représentés par des images.
  • Comparer expérimentalement l’apprentissage argumentatif a l’apprentissage individuel afin d’étudier l’impact des interactions sociales sur l’amélioration des politiques.
Profil de candidat souhaité
  • Connaissances en apprentissage automatique, notamment en apprentissage supervisé et apprentissage par renforcement.
  • Expérience en programmation Python.
  • Autonomie et capacité de travail en équipe, de rédaction, de synthèse.
  • Des compétences en développement collaboratif (utilisation de GIT, tests unitaires, documentation...) sont un plus, même si elles pourront être acquises pendant le stage.
Votre qualité de vie à INRAE

En rejoignant INRAE, vous bénéficiez(selon le type de contrat et sa durée) :

Les personnes accueillies à INRAE, établissement public de recherche, sont soumises aux dispositions du Code de la fonction publiquenotamment en ce qui concerne l’obligation de neutralité et le respect du principe de laïcité. A ce titre, dans l’exercice de leurs fonctions, qu’elles soient ou non au contact du public, elles ne doivent pas manifester leurs convictions, par leur comportement ou leur tenue, qu’elles soient religieuses, philosophiques ou politiques.> En savoir plus : site fonction publique.gouv.fr

Référence de l'offre
  • Durée :5 à 6 mois à partir de mars/avril
  • Début du contrat : 01/03/2027
  • Rémunération :Taux horaire en vigueur : 4.50€
Get your free, confidential resume review.

or drag and drop your file here.

Similar jobs

Similar jobs worth comparing

Stage M2 : Apprentissage par renforcement pour la simulation de développement du système racinaire
Stage M2 : Apprentissage par renforcement pour la simulation de développement du système racinaire

INRAE • Castanet-Tolosan

On-site
EUR 5,500 - 8,300
Stage en Apprentissage par Renforcement Argumentatif
Stage en Apprentissage par Renforcement Argumentatif

INRAE • Castanet-Tolosan

On-site
EUR 5,500 - 8,300
Restaurant d’entreprise
Activités sportives
Chargé-e d’étude sur la valorisation d’expérimentations agroécologiques
Chargé-e d’étude sur la valorisation d’expérimentations agroécologiques

INRAE • Avignon

Hybrid
EUR 8,900 - 12,000
30 jours de congés par an
Développement des compétences
Activités sportives et culturelles
+1
Stage M2: Développement d'une chaîne de simulation des cultures : de la programmation scientifique à la bioéconomie
Stage M2: Développement d'une chaîne de simulation des cultures : de la programmation scientifique à la bioéconomie

INRAE • Barenton-Bugny

On-site
EUR 10,000 - 15,000
Stage : Construction d’une aide au choix informatisée pour les méthodes d’évaluation multicritères en agriculture : référencement et test du prototype.
Stage : Construction d’une aide au choix informatisée pour les méthodes d’évaluation multicritères en agriculture : référencement et test du prototype.

INRAE • Cestas

On-site
EUR 6,900 - 9,600
2,5 jours de congé par mois
Restauration collective
Prise en charge partielle abonnement (
+1
Stage : Modélisation multi-agents pour l’étude de l’impact des communications inter-opérateurs et des déplacements sur divers indicateurs de performance humaine
Stage : Modélisation multi-agents pour l’étude de l’impact des communications inter-opérateurs et des déplacements sur divers indicateurs de performance humaine

INRAE • Aubière

On-site
EUR 13,000 - 20,000
Congés mensuels
Transports remboursés
Restauration collective
Stage (ingénieur, M2) - Évaluer les systèmes ...
Stage (ingénieur, M2) - Évaluer les systèmes ...

INRAE • Nouzilly

Remote
EUR 12,000 - 17,000
Stage de 6 mois
Possibilité thèse CIFRE
Développement d'algorithmes d'intelligence artificielle pour le phénotypage des cultures par imagerie drone multispectrale
Développement d'algorithmes d'intelligence artificielle pour le phénotypage des cultures par imagerie drone multispectrale

INRAE • Petit-Bourg

On-site
EUR 5,500 - 8,300
Optimisation de régimes alimentaires avec un score fondé sur les approches bénéfices-risques
Optimisation de régimes alimentaires avec un score fondé sur les approches bénéfices-risques

INRAE • Palaiseau

On-site
EUR 8,900 - 13,000
Stage Master 2 : Caractériser la notion d’intensité agricole dans la gestion de la biodiversité
Stage Master 2 : Caractériser la notion d’intensité agricole dans la gestion de la biodiversité

INRAE • Palaiseau

On-site
EUR 5,500 - 8,300
Gratification de stage 4,50 €/h