Stage - Self-distillation on-policy pour des modèles de langage spécialisés en télécommunications F/H

Valleesud; Châtillon; Presencial; EUR 15.000 - 18.000; Tempo integral

Benefícios oferecidos por esta vaga

Restaurant d'entreprise

Titres-restaurants

Abonnement transport 50%

Resumo da vaga

Orange Innovation, division Data & AI à Châtillon, offre un stage de fin d'études de 5 à 6 mois en intelligence artificielle et NLP pour bâtir un modèle de langage dédié aux télécoms. Vous travaillerez sur self-distillation on-policy, avec des bases solides en mathématiques et ML, en Python et PyTorch, et des outils comme Hugging Face et TRL.

Le stage vise à produire un pipeline reproductible, un jeu d'évaluation traçable et un mémoire avec possibilité de soumission à un workshop.

Qualificações

• Bac+5 en intelligence artificielle, machine learning, traitement du langage ou mathématiques appliquées.
• Bonne maîtrise de Python et PyTorch.
• Anglais technique lisible (articles scientifiques, échanges d'équipe).
• Connaissances des LLM et d'outils comme Hugging Face souhaitables.
• Expérience en recherche reproductible et gestion d'expériences (git, pytest).

Responsabilidades

• Construire et valider des pipelines d'entraînement et d'évaluation reproductibles.
• Constituer un jeu d'évaluation télécom traçable et décontaminé des benchmarks publics.
• Comparer self-distillation, fine-tuning supervisé et GRPO sur un modèle commun.
• Étudier et comparer différentes formes d'information privilégiée et évaluer exactitude et robustesse.

Conhecimentos

Python

PyTorch

English

Statistics

Machine Learning

Formação

Bac+5 en IA/ML/NLP

Ferramentas

Hugging Face

Transformers

TRL

vLLM

SLURM

Accelerate

Git

pytest

Linux

Descrição da vaga

Date de publication : Nov 05, 2026, 10:02AM

Durée du contrat : 6 mois

Et si votre stage de fin d'études contribuait à bâtir l'un des premiers modèles de langage dédiés aux télécoms en Europe ? Les grands modèles de langage savent beaucoup de choses, mais pas toujours le jargon des réseaux télécoms.

Le sujet : comment spécialiser un modèle sur ce domaine, sans qu'il perde en fiabilité ? Peut-il toujours s'appuyer sur les documents fournis, dire " je ne sais pas " quand il le faut, et rester solide sur des documents jamais vus ?

Pour y répondre, vous étudierez la self-distillation on-policy, une technique où le modèle apprend à partir de ses propres productions, avec un professeur figé ou co-évolutif. Vous explorerez une question ouverte, dont la réponse reste à trouver.

Les axes de travail envisagés :

• Reproduire un résultat publié avec son code officiel, pour valider votre chaîne expérimentale
• Construire un jeu d'évaluation télécom traçable : partitions par document, décontamination vis-à-vis des benchmarks publics, cas où le contexte ne suffit pas à répondre
• Comparer la self‑distillation à deux méthodes de référence, un fine‑tuning supervisé et un apprentissage par renforcement de type GRPO, à modèle initial identique et à budget de calcul documenté
• Étudier deux formes d'information privilégiée : la réponse de référence et le passage documentaire
• Évaluer les approches : exactitude, ancrage documentaire, abstention appropriée, robustesse, coût de calcul, avec des intervalles de confiance

Livrables attendus :

• Un pipeline d'entraînement et d'évaluation reproductible et testé
• Un jeu d'évaluation télécom traçable
• Un rapport d'ablations (un résultat négatif bien contrôlé compte comme un résultat)
• Un mémoire de stage et, si les résultats le permettent, une soumission en atelier (workshop)

Vous préparez un Bac+5 (école d'ingénieurs ou Master 2) en intelligence artificielle, machine learning, traitement du langage (NLP) ou mathématiques appliquées, et vous cherchez un stage de recherche de fin d'études de 5 à 6 mois.

Pour démarrer dans de bonnes conditions :

• Des bases solides en mathématiques, statistiques et machine learning
• Vous êtes à l'aise en Python et PyTorch, avec de solides bases en machine learning et en statistiques
• Vous lisez l'anglais technique sans difficulté (articles scientifiques, échanges d'équipe)

Un vrai plus si vous avez déjà expérimenté :

• Les LLM : Hugging Face (Transformers, Datasets, TRL), fine‑tuning, génération avec vLLM
• Entraînement sur cluster GPU : SLURM, PyTorch FSDP avec Accelerate, Linux
• La recherche reproductible : git, pytest, suivi rigoureux des expériences
• La distillation, GRPO ou des outils d'évaluation comme Inspect AI
• Les réseaux télécoms

Votre façon de travailler :

• Curieux·se et autonome : vous aimez chercher ce que vous ne savez pas encore, et dire " je ne sais pas " pour avancer plus vite
• Méthodique face aux problèmes complexes
• À l'aise pour présenter vos travaux, à l'écrit comme à l'oral
• Ouvert·e à l'équipe : vous partagez vos avancées et aimez échanger

Nous lisons vos projets avec attention, qu'ils soient académiques ou personnels. ;)

Les ++++

• Un sujet de recherche rare en Europe, à forte valeur ajoutée pour le secteur des télécoms
• Une équipe d'une vingtaine de personnes à Châtillon (chercheurs, data scientists, data engineers), sur des sujets de pointe
• Des présentations régulières de vos travaux, suivies de vraies discussions
• Des échanges en anglais au quotidien, pour progresser en situation réelle
• Des occasions de participer à des réunions et workshops avec d'autres acteurs du secteur (à l'international)
• Une équipe soudée et sympathique

L'indemnité mensuelle brute de stage proposée est comprise entre 1300 et 1600 euros selon votre niveau d'études en cours. À cela s'ajoutent l'accès aux activités sociales et culturelles proposées par votre comité social et économique, l'accès au restaurant d'entreprise ou aux titres-restaurant, ainsi que la prise en charge à hauteur de 50 % de votre abonnement au transport en commun.

Orange Innovation constitue la vitrine technologique du groupe, et se donne à ce titre les moyens d'explorer les sujets les plus avancés touchant aux métiers de l'opérateur.

Au sein de cette entité, la division Data & AI est reconnue pour son expertise.

Vous serez intégré dans des programmes de développement de pointe et serez au contact d'experts reconnus dans leur domaine.

Date de début souhaitée : Mar 01, 2027, 12:00AM

Chez Orange, seules vos compétences comptent. Quel que soit votre âge, genre, origine, parcours, religion, orientation sexuelle, handicap, neuroatypie, ou apparence, nous encourageons activement la diversité au sein de nos équipes, car elle constitue une force pour le collectif et un vecteur d’innovation.

Orange est une entreprise handi-accueillante : n’hésitez pas à nous faire part de vos besoins spécifiques.