Cdd chercheur (h/f) en apprentissage par renforcement pour systèmes en réseau

Vos missions en quelques mots Missions : La personne recrutée mènera des travaux de recherche sur le développement et l’analyse d’algorithmes d’apprentissage par renforcement pour les systèmes en réseau et les systèmes communicants. L’objectif est de combiner méthodes d’apprentissage et modèles de réseaux afin d’optimiser des décisions séquentielles (routage, allocation de ressources, ordonnancement) dans des environnements incertains. Activités : - Développer et analyser des algorithmes d’apprentissage par renforcement adaptés aux systèmes en réseau. - Étudier des problèmes de décision séquentielle dans des contextes tels que le routage, l’allocation de ressources ou les réseaux de files d’attente. - Contribuer à la modélisation théorique et à l’analyse des performances d’algorithmes d’apprentissage. - Implémenter et évaluer expérimentalement les approches proposées. - Participer à la rédaction d’articles scientifiques et à la diffusion des résultats. - Collaborer avec les chercheurs du laboratoire IRIT ainsi qu’avec les partenaires scientifiques associés. Contexte de travail : Le poste est basé à l’IRIT (Institut de Recherche en Informatique de Toulouse), un laboratoire majeur en informatique regroupant plusieurs centaines de chercheurs et doctorants. La personne recrutée sera accueilli·e au sein du département ASR (Architecture, Systèmes et Réseaux), dont les thématiques couvrent notamment les réseaux, les systèmes distribués et l’apprentissage automatique appliqué aux systèmes. Le projet s’inscrit dans un environnement scientifique dynamique, avec des collaborations possibles avec plusieurs chercheurs du laboratoire travaillant sur l’apprentissage par renforcement et les systèmes en réseau, ainsi qu’avec l’écosystème toulousain de recherche en intelligence artificielle, notamment dans le cadre de la chaire ANITI dédiée à l’apprentissage par renforcement. Profil recherché Competences : - Solide formation en apprentissage automatique, en particulier en apprentissage par renforcement. - Bonnes connaissances en probabilités, processus stochastiques et optimisation - Compétences en modélisation et analyse d’algorithmes. - Expérience en programmation scientifique (Python, Matlab ou équivalent). - Intérêt pour les systèmes en réseau, les systèmes distribués ou les réseaux de communication. - Capacité à mener des travaux de recherche de manière autonome et à collaborer dans un environnement scientifique international. - Excellentes compétences en communication scientifique (rédaction d’articles, présentations). Contraintes et risques : Niveau d'études minimum requis Niveau Niveau 8 Doctorat/diplômes équivalents Spécialisation Formations générales Langues Français Seuil