Apprentissage par renforcement pour une IA agentique fiable - Stage H/F at Assystem Canada

La Boissière-des-Landes, Pays de la Loire, France -

Full Time

Start Date

Immediate

Expiry Date

16 Feb, 26

Salary

0.0

Posted On

18 Nov, 25

Experience

0 year(s) or above

Remote Job

Yes

Telecommute

Yes

Sponsor Visa

Skills

Python, PyTorch, TensorFlow, Reinforcement Learning, Reward Design, Policy Optimization, Preference Optimization, LLMs, LangChain, LangGraph, Experiment Tracking, Git, Docker, Curiosity, Rigor, Autonomy

Industry

Business Consulting and Services

Description

Description de l'entreprise Trouver des solutions au dérèglement climatique est la priorité du 21ème siècle, et implique de switcher à l’énergie bas-carbone. Chez Assystem, on s’est donc donné pour mission d’accélérer la transition énergétique partout dans le monde. Et pour y parvenir, nos 8000 Switchers couplent leur expertise historique en ingénierie et en management de projet aux technologies digitales. Présent dans 13 pays (Europe, Moyen-Orient, Asie), nous travaillons sur la production et la distribution d’électricité bas-carbone, à travers le développement des énergies nucléaires et renouvelables. Nous participons également à modernisation des réseaux électriques et l’électrification des usages, à travers l’hydrogène pour décarboner les secteurs des transports et de l’industrie. Description du poste Nous recherchons un(e) stagiaire pour participer à la mise en place d’IA agentique sure et efficace pour des workflows d’ingénierie en contexte réglementé nucléaire. Vous appliquerez l’apprentissage par renforcement (RL) – associé à des garde fous solides à une évaluation rigoureuse – pour permettre à un agent LLM de planifier, d’utiliser les outils et de vérifier les résultats sur une infrastructure cloud et sur site. Vous travaillerez main dans la main avec notre référent technique LLM pour appliquer des méthodes de RL de pointe (optimisation des préférences (DPO/IPO), bandits, RL hors ligne) à des cas d’usages concrets à destination des équipes d’ingénierie - tout en répondant aux attentes du secteur en matière de sécurité et de conformité. Missions principales: Construire une boucle d’agents (planning → appels outils → vérification) avec garde-fous. Récompenses multi objectifs multi-objective rewards prenant en compte également latence, coût.. Construire un pipeline preference/feedback RLHF/RLAIF. Explorer différentes méthodes RL : preference optimization (DPO/IPO), bandits; Sécuriser le pipeline: règles, provenance tracking, confidence, human-in-the-loop approvals. Appliquer à la réalisation d’un assistant pilote agentique démontrant un gain de temps sur des cas d’usage réels. Pourquoi réaliser votre stage chez Assystem ? On a 3 bonnes raisons pour vous convaincre ! 🥐 Travailler au sein d’une équipe engagée qui ramène expertise et croissants le matin ! 😎 Découvrir pourquoi 92% de nos stagiaires apprécient l’ambiance et leur environnement de travail 🏆 Gagner en compétences et développer votre expertise métier en échangeant au quotidien avec les collaborateurs Assystem, ainsi que le client en direct pour plus de proximité ! Qualifications Niveau de formation : Étudiant en BAC+5 (Master, école d’ingénieur ou équivalent). Un niveau BAC+4 pourra être envisagé pour un(e) candidat(e) particulièrement motivé(e). Domaine de spécialisation : Informatique, Intelligence Artificielle, ou Mathématiques appliquées. Compétences techniques : Solide maîtrise de Python, avec une expérience sur PyTorch (ou TensorFlow). Intérêt marqué pour l’apprentissage par renforcement (reward design, bandits, policy/preference optimization). Intérêt pour les LLMs et les agents intelligents ; une expérience avec LangChain, LangGraph ou outils similaires est un plus. Bonne compréhension des bonnes pratiques de développement : tests, reproductibilité, suivi des expériences (experiment tracking). Familiarité avec Git et Docker. Compétences transverses : Curiosité, rigueur, autonomie, esprit d’initiative, sens de la collaboration, et anglais opérationnel. Informations complémentaires Nous nous engageons au respect de l’égalité de traitement entre les candidats, et célébrons toutes les formes de diversité. Chez Assystem, seules les compétences comptent ! Si vous souhaitez porter à la connaissance d’Assystem une quelconque situation ou des besoins spécifiques, n’hésitez pas vous serez accompagné(e) !

How To Apply:

Incase you would like to apply to this job directly from the source, please click here

Responsibilities

The intern will participate in the implementation of reliable and effective agent-based AI for engineering workflows in a regulated nuclear context. They will apply reinforcement learning methods to real-world use cases while ensuring safety and compliance.