Thèse de Doctorat Apprentissage frugal de modèles génératifs multimodaux pour la gestion de connaissances en contexte industriel à partir de données spécifiques

Contexte : L’IRT SystemX propose une thèse sur l’apprentissage frugal de modèles génératifs multimodaux en contexte industriel. La thèse s’inscrit dans le cadre d’un projet collaboratif sur l’IA Générative pour l’Industrie, mené en partenariat avec notamment Air Liquide et Michelin, et son volet applicatif vise à adresser des cas d’usage industriels liés à la gestion de connaissances techniques en ingénierie de systèmes complexes. Le poste est basé à Palaiseau et la thèse sera inscrite à l’école doctorale STIC de l’Université Paris-Saclay. La thèse est financée pour une durée de 36 mois, avec une rémunération de 2784 € brut/mois, pour un démarrage souhaité début 2026. Voici pdf ci-joint pour plus de détails sur le contexte. Sujet : Apprentissage frugal de modèles génératifs multimodaux en contexte industriel. Le volet applicatif vise à adresser des cas d’usage industriels liés à la gestion de connaissances techniques en ingénierie de systèmes complexes. Voici pdf ci-joint pour plus de détails sur le sujet. Profil du candidat : Le(la) candidat(te) doit justifier d’un Master Recherche (ou formation équivalente avec un intérêt avéré pour la recherche) dans le domaine des sciences des données et de l’Intelligence Artificielle. Formation et compétences requises : Master Recherche ou équivalent en sciences des données et Intelligence Artificielle. Intérêt marqué pour la recherche et goût pour les applications. Solides compétences en inférence statistique et en optimisation. Maîtrise de l’apprentissage profond. Programmation en Python, avec expérience PyTorch/TensorFlow. Des compétences sur les modèles d’IA générative serait un plus. Pour postuler, merci d’envoyer les éléments suivants au format PDF à : faicel.chamroukhi@irt-systemx.fr CV détaillé Lettre de motivation Relevés de notes des deux dernières années d’étude de Master ou de cycle ingénieur Au moins une lettre de recommandation