Ingénieur∙e de recherche en IA agentique_CDD 3 mois

1- ENVIRONNEMENT DU POSTE

Grande école d’ingénieur généraliste de l’IMT-Institut Mines-Télécom, premier groupe d’écoles d’ingénieurs de France, IMT Atlantique a pour ambition d’accompagner les transitions, de former des ingénieurs responsables et mettre l'excellence scientifique et technique au service de l'enseignement, de la recherche et de l'innovation.

Au sein de l’équipe STACK ( https://stack.inria.fr ) du département Automatique, Productique et Informatique sur le campus de Nantes d’IMT Atlantique, le poste vise à contribuer à la conception, à la mise en œuvre et à la validation de services agentiques destinés aux applications pilotées par les données, déployées sur des infrastructures de calcul Device-Edge-Cloud. Ces travaux seront réalisés dans le cadre du projet national PEPR CLOUD.

2- MISSIONS

Sous la responsabilité fonctionnelle du responsable du projet et en collaboration avec l’équipe du projet, les missions sont les suivantes :

• Concevoir et développer une IA agentique pour la gestion des ressources en périphérie de réseau
• Evaluer et valider les performances

3- ACTIVITÉS : Activité par mission

• Concevoir et développer une IA agentique pour la gestion des ressources en périphérie de réseau
• Définit le cadre de l’IA agentique, notamment les états, les actions et les fonctions de récompense, adaptés à la gestion des ressources en périphérie de réseau et au déchargement des tâches (task offloading).
• Développe et met en œuvre des politiques d’apprentissage par renforcement (RL) ou d’apprentissage par renforcement multi-agents (MARL) afin de prendre de manière autonome les décisions de déchargement des tâches sur les ressources en périphérie.

1. Evaluer et valider les performances

• Évalue les politiques développées par rapport aux stratégies de référence, en mettant l’accent sur la latence, le débit, la consommation d’énergie, l’utilisation du processeur (CPU) et la stabilité du système sous des charges de travail variables.
• Évalue l’adaptabilité et la robustesse des politiques agentiques face à des charges de travail dynamiques et à l’évolution des conditions des liaisons réseau.
• Affine les modèles sur la base des résultats expérimentaux.