Vos missions en quelques mots Sujet de thèse : Contexte du Projet À mesure que les systèmes d’Intelligence Artificielle (IA) s’intègrent de plus en plus dans des domaines sensibles, le besoin de transparence, de fiabilité et d’explicabilité devient primordial. Le projet ANR PRME Ceradoc vise à renforcer la confiance dans l’IA en exploitant des techniques de compilation de connaissances, notamment par l’optimisation des représentations en d-DNNF (Forme Normale de Négation Déterministe Décomposable). En examinant les propriétés fondamentales des d-DNNF, ce projet s'attache à développer des méthodes pour concevoir des représentations de circuits plus compactes, tout en préservant les capacités computationnelles du langage. L'objectif final est de concevoir des outils permettant de certifier des systèmes d’IA, contribuant ainsi à leur transparence et à leur fiabilité dans des applications critiques telles que l'IA neuro-symbolique et la modélisation probabiliste. Missions du (de la) Doctorant(e) Intégré(e) à l'équipe du projet Ceradoc au CRIL, le (la) candidat(e) aura pour mission d'allier analyse théorique approfondie et mise en œuvre pratique. Ses travaux se concentreront sur : - L'optimisation des représentations : Développement d’heuristiques pour la décomposition sémantique et optimisation du partage des sous-circuits. - Le comptage de modèles pondérés : Enrichissement de la compréhension des différentes fonctions adaptées à ce comptage. - Les représentations mixtes : Étude du potentiel des modèles combinant les d-DNNF avec d’autres langages de représentation pour faciliter la certification du comptage et réduire les temps de calcul lors des interrogations. - Le développement logiciel : Implémentation, intégration et test des nouvelles approches de manière concrète directement au sein du compilateur d4. Profil Recherché Nous recherchons un(e) candidat(e) fortement motivé(e) par les aspects théoriques et pratiques de l'IA de confiance, titulaire d'un Master 2 ou d'un diplôme d'Ingénieur en Informatique ou Mathématiques Appliquées, possédant les compétences suivantes : - Connaissances théoriques : Familiarité exigée avec les concepts de la compilation de connaissances, et une grande aisance théorique avec le langage d-DNNF. - Excellence en programmation : Maîtrise impérative de la programmation bas niveau et haute performance. Le/la candidat(e) doit être capable de coder en C/C++, de comprendre et manipuler du code Assembleur, et de développer pour architecture GPU (CUDA/OpenCL). - Autonomie sur les outils existants : Capacité démontrée à s'approprier un code de recherche existant et complexe (le compilateur d4) pour y apporter des modifications architecturales et algorithmiques. - Savoir-être : Rigueur scientifique, curiosité, et capacité à travailler en équipe dans le cadre collaboratif du projet ANR Ceradoc. Contexte : La thèse se déroulera au sein du CRIL (Centre de Recherche en Informatique de Lens), un labor Voir plus sur le site emploi.cnrs.fr Profil recherché Contraintes et risques : Niveau d'études minimum requis Niveau Niveau 8 Doctorat/diplômes équivalents Spécialisation Formations générales Langues Français Seuil
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.