3 offres ingenieur support trouvées dans Labège

Sujet : Détection et gestion d'incertitude dans les réponses d'agents IA Contexte : Au sein de la Direction de la Recherche et de l'Innovation Technologique (DRIT), le Lab IA explore les nouveaux paradigmes d'intelligence artificielle, et en particulier l'intégration des modèles de langage de grande taille (LLM) dans des systèmes multi-agents intelligents. L'un des défis majeurs de ces systèmes concerne la fiabilité et la transparence des réponses générées : les modèles peuvent produire des affirmations incorrectes tout en affichant une confiance élevée. Cette « illusion de certitude » nuit à la confiance des utilisateurs et à la robustesse globale du système. Le stage s'inscrit dans une démarche de R&D exploratoire, visant à concevoir et expérimenter des mécanismes d'auto-évaluation et de calibration de confiance pour des agents conversationnels intégrant des LLM. Ce travail contribuera à l'amélioration de la fiabilité, de la traçabilité et de l'ergonomie...

Sujet : Apprentissage des préférences utilisateur - personnalisation de la stratégie d'agent IA Contexte : Au sein de la Direction de la Recherche et de l'Innovation Technologique (DRIT), le Lab IA explore les nouveaux paradigmes d'intelligence artificielle, et en particulier l'intégration des modèles de langage de grande taille (LLMs) dans des systèmes multi-agents intelligents. L'un des défis de ces systèmes d'agents IA modernes est de pouvoir s'adapter à leurs utilisateurs : niveau de technicité attendu, style de communication, granularité des explications, ou encore préférences dans la façon d'exécuter des tâches. Le stage s'inscrit dans une démarche de R&D exploratoire, visant à concevoir et expérimenter un mécanisme d'apprentissage et de personnalisation adaptative permettant à un agent IA de moduler ses réponses et stratégies en fonction du profil et du comportement de chaque utilisateur. Ce travail s'intègre dans le cadre du projet Athena, une...

Sujet : Optimisation Tactique des Stocks de Pièces de Rechange Contexte : La gestion des pièces détachées est un enjeu majeur pour garantir la disponibilité des équipements et limiter les arrêts de production. Au sein de l'environnement client sous CARL Source, des incohérences récurrentes se manifestent : ruptures de pièces critiques, sur-stockage entraînant des coûts élevés et incertitudes dans les réapprovisionnements. Dans une logique Industry 5.0 (résilience, intelligence augmentée, exploitation des données opérationnelles), l'objectif est d'optimiser les niveaux de stock sur un horizon tactique de 3 à 18 mois, en tenant compte de la variabilité réelle de la demande, des délais fournisseurs, et de la criticité des pièces. Objectif : Développer une méthodologie d'optimisation des stocks de pièces de rechange combinant : - Un modèle déterministe de base (seuils, sécurité, service level, coûts), - une classification avancée des pièces (ABC étendu, criticité,...