R&D Engineer – Automated Scientific Paper Analysis and Experimental Design Recommendation using LLMs

Niveau de diplôme exigé : Thèse ou équivalent

Autre diplôme apprécié : Master or Engineering Degree in Computer Science

Fonction : Ingénieur scientifique contractuel

A propos du centre ou de la direction fonctionnelle

Contexte et atouts du poste

Présentation d’Inria, de l’équipe et du poste

Inria est le seul organisme public de recherche français entièrement dédié aux sciences du numérique. Ses missions sont de produire une recherche d’excellence dans les domaines de l’informatique et des mathématiques appliquées au numérique, et de garantir son impact sur l’économie et la société grâce au transfert de technologies et à l’innovation.

Réparti sur 8 centres de recherche et environ 200 équipes-projets, Inria compte 3 400 scientifiques et dispose d’un budget annuel de 265 millions d’euros, dont 29 % proviennent de ressources propres.

Le centre Inria de Rennes – Bretagne Atlantique est l’un des huit centres d’Inria. Il rassemble environ 620 personnes, comprenant des chercheurs permanents, des enseignants-chercheurs, des ingénieurs et des personnels d’appui à la recherche, répartis entre 33 équipes de recherche et les services d’appui.

La personne recrutée en tant qu’ingénieur rejoindra l’équipe de recherche Inria KerData ( ), dirigée par Gabriel Antoniu. KerData est une équipe de recherche commune à Inria Rennes – Bretagne Atlantique et à l’INSA Rennes, également rattachée au laboratoire IRISA. Ses activités de recherche portent principalement sur la gestion des données distribuées à très grande échelle, avec un intérêt particulier, ces dernières années, pour les infrastructures hybrides associant supercalculateurs, clouds et environnements de calcul en périphérie (edge computing).

Mission confiée

Le poste vise à poursuivre le développement d’un outil automatisé d’analyse de publications scientifiques, actuellement spécialisé dans le domaine de l’apprentissage fédéré (Federated Learning).

Les principaux objectifs sont de généraliser cet outil afin de permettre son application à d’autres domaines scientifiques, d’améliorer sa fiabilité, notamment lors du traitement d’articles longs ou de documents présentant des structures hétérogènes, et de développer des méthodes permettant d’évaluer la qualité des annotations générées automatiquement.

Les travaux porteront également sur l’amélioration des méthodes de recommandation de plans d’expérimentation, fondées sur les informations extraites de la littérature scientifique.

Principales activités

Les principales activités comprendront :

• Généraliser l’outil automatisé d’analyse de publications scientifiques afin de permettre son utilisation dans différents domaines scientifiques ;
• Rendre configurables les composants actuellement spécifiques à l’apprentissage fédéré (Federated Learning), notamment les critères de recherche et de sélection des publications, les informations à extraire, les instructions fournies aux modèles et les règles de normalisation ;
• Améliorer la robustesse de l’analyse, en particulier pour les articles longs et les documents présentant des structures hétérogènes ;
• Étudier différentes stratégies de sélection des sections pertinentes des publications, de découpage des documents et de consolidation des informations extraites ;
• Développer une méthodologie et les outils associés pour évaluer la qualité des annotations générées automatiquement, notamment par la constitution et l’utilisation d’un jeu de données de référence annoté manuellement ;
• Comparer différentes stratégies, configurations et modèles pour l’analyse automatisée de publications scientifiques ;
• Améliorer la traçabilité, la reproductibilité et les tests automatisés de l’outil ;
• Améliorer les méthodes de recherche de publications similaires et de recommandation de plans d’expérimentation ;
• Concevoir et mettre en œuvre une évaluation systématique de la pertinence et de la stabilité des recommandations générées ;
• Étudier l’extension de l’outil à l’évaluation de plans d’expérimentation proposés par les utilisateurs, afin d’identifier les éléments potentiellement manquants ou inhabituels au regard des pratiques décrites dans la littérature scientifique.

Compétences

• Bonnes compétences en programmation, notamment en Python ;
• Bonne connaissance des méthodes d’apprentissage automatique (machine learning) et de traitement des données ;
• Connaissance ou expérience des grands modèles de langage (Large Language Models, LLM) et des méthodes d'extraction automatique d’informations ;
• Connaissance des techniques de traitement de textes et de documents ;
• Connaissance des méthodes de recherche par similarité et de recommandation ;
• Capacité à concevoir des protocoles d’évaluation et à analyser rigoureusement les résultats expérimentaux ;
• Maîtrise des bonnes pratiques de développement logiciel, notamment en matière de tests, de reproductibilité, de gestion des erreurs et de documentation ;
• Capacité à travailler de manière autonome sur la conception, la mise en œuvre et l’évaluation de solutions techniques ;
• Bonnes capacités d’analyse et de synthèse ;
• Capacité à communiquer clairement les résultats, à l’oral comme à l’écrit, et à travailler de manière collaborative ;
• Sens du partenariat et esprit d’équipe ;
• Goût pour la transmission et le partage des connaissances, des résultats et des avancées des travaux.

Rémunération

• Thème/Domaine : Calcul distribué et à haute performanceSystème & réseaux(BAP E)
• Date de prise de fonction souhaitée :
• Durée de contrat : 4 mois
• Date limite pour postuler :