Research Scientist en IA Générative

Nous recherchons un profil passionné par l’IA générative pour rejoindre notre équipe R\&D. Vous participerez à des projets ambitieux sur des sujets variés de NLP, de vision par ordinateur et de multimodalité (Deep Learning, LLMs multimodaux avancés, systèmes agentiques autonomes, world models…), avec pour objectif de développer des applications métier variées et à fort impact.

Vous évoluerez dans un environnement dynamique, en utilisant des librairies et frameworks de pointe tels que PyTorch, Hugging Face Transformers, LangChain/LangGraph, LlamaIndex, ainsi que des outils d’orchestration agentique (compatibles MCP), de routing multi-modèles, d’optimisation pour modèles efficaces (quantization, distillation, SLMs) et d’inférence edge/on-device

Vous serez notamment impliqué(e) dans les missions suivantes :

• L’analyse des problématiques complexes liées à nos projets clients.
• La conception et le développement de systèmes agentiques avancés et autonomes (multi-agents collaboratifs, planification multi-étapes/long-horizon, utilisation d’outils externes, réflexion/auto-correction, audit trails pour explainable autonomy).
• La mise en place de prototypes multimodaux (raisonnement intégré texte/vision/audio/video, world models pour simulation et planification) et l’évaluation rigoureuse des performances, incluant coût/efficacité et robustesse en production.
• La veille technologique sur les dernières avancées en IA agentique, modèles de raisonnement, world models, architectures multimodales efficaces et protocoles d’intégration standardisés (MCP)

En tant que Research Scientist, vous contribuerez activement à des projets de recherche appliquée, de développement de modèles avancés et d’innovation technique. Vos missions s’articuleront autour des axes suivants :

• Recherche et Innovation :

  • Identifier des approches novatrices pour résoudre des problèmes en IA générative, notamment via des systèmes agentiques multi-modèles, des world models, et des architectures hybrides (frontier + SLMs).
  • Participer à la conception de solutions algorithmiques adaptées aux besoins clients, avec un focus sur l’autonomie fiable, l’optimisation des coûts et l’explicabilité.

• Développement et Implémentation :

  • Créer des modèles en utilisant des frameworks comme PyTorch et Langchain.
  • Mettre en place des environnements de test et analyser les résultats obtenus.

• Communication et Documentation :

  • Documenter vos travaux et présenter les résultats à l’équipe et aux clients.
  • Contribuer à des projets open‑source ou publications scientifiques.
  • Vulgariser des concepts techniques complexes (agentic reasoning, multimodal world understanding, MCP integrations) pour des audiences variées.

Pourquoi rejoindre Polynom ?

• Parce que Polynom fait partie des rares cabinets français qui conçoivent, déploient et opèrent déjà en production des systèmes agentiques complexes.
• Parce que nous ne subissons pas la vague de l’IA agentique : nous la devançons, en construisant des solutions à fort impact opérationnel pour nos clients.
• Parce que nous défendons une approche souveraine et indépendante de l’IA, avec des technologies maîtrisées, interopérables et non captives des hyperscalers.
• Parce que vous évoluerez dans un environnement scientifique et technique de très haut niveau, avec une équipe R\&D qui publie dans les plus grandes conférences IA, dont deux articles à NeurIPS 2025.
• Parce que Polynom, c’est aussi une équipe entrepreneuriale, exigeante et bienveillante, notée 4,4/5 sur Glassdoor et engagée dans une démarche de labellisation Great Place to Work.
• Rejoindre Polynom, c’est accélérer votre progression sur les sujets IA les plus avancés, tout en contribuant à des projets concrets.

Formation

Titulaire d’un doctorat avec une spécialisation en intelligence artificielle, machine learning ou discipline connexe.

Compétences Techniques

Bonne maîtrise des architectures de modèles génératifs (Transformers, diffusion models, multimodal LMMs, world models). Expérience avec des librairies de NLP/Deep Learning/multimodal (PyTorch, HuggingFace, LangChain/LangGraph…) et outils d’orchestration agentique. Programmation Python avancée.

Compétences Complémentaires

Esprit d’analyse et goût pour l’innovation. Capacité à vulgariser des concepts techniques.

Bonus

Familiarité avec les technologies Cloud (GCP, AWS, Azure). Principes et bonnes pratiques de développement (CI/CD, testing agentique). Expérience avec les protocoles d’intégration agentique comme MCP (Model Context Protocol). Connaissances en modèles de raisonnement avancés, world models, optimisation de modèles (quantization, distillation, routing hétérogène large/small). Familiarité avec les approches multi‑agents collaboratifs et explainable autonomy (audit trails, human‑in‑the‑loop). Publications ou contributions dans des domaines agentiques, multimodaux ou world models.