This a Full Remote job, the offer is available from: France
Description de lentreprise
OCTO
Premier cabinet d’architectes IT fondé en 1998, pionnier du delivery agile et véritable concentrateur de talents. Nous incarnons les nouvelles façons de faire du conseil et du Delivery. Digital Doers & Thinkers est notre marque de fabrique.
Nous privilégions aujourdhui notre positionnement Agile & DeepTech et sommes engagés quant à notre responsabilité sociale et environnementale.
Description du poste
Le sujet du stage : Optimisation et industrialisation des agents (LLMs) en entreprise
Comment améliorer lefficacité et la performance des LLMs en utilisant lapprentissage par renforcement (RL) ? En sinspirant dinnovations récentes comme celles de Kimi K2, nous explorerons différentes stratégies doptimisation pour créer des solutions industrialisables et adaptables.
Le Why du stage :
Le marché optimise les workflows dagents, mais les vrais gains viennent de loptimisation directe via RL. Récemment : des modèles 1.5B surpassent o1preview avec $42 de coût dentraînement, un modèle 7B bat un modèle de 671B sur des tâches spécialisées (Sakana AI, 2025).
Nous recherchons un profil motivé pour apprendre à industrialiser ces techniques en quantifiant leur robustesse multidomaines.
Les missions du stage :
1. Recherche et approfondissement de la littérature
2. 3. Développer et valider expérimentalement de nouveaux algorithmes doptimisation pour agents LLMs.
4. 5. Entrainer des modèles pour des métiers spécialisés.
6. 7. Écriture d’un article sur la méthodologie développée durant le stage.
8. Le déroulement du stage :
Étape 1 : Découverte et cadrage
9. Faire de la veille bibliographique.
10. 11. Choisir les algorithmes à explorer.
12. 13. Définir la roadmap avec les objectifs à réaliser.
14. Étape 2 : Exploration
15. Exploration des possibilités existantes de package proposant dimplémenter ce genre de solution.
16. Étape 3 : Contribution
17. Contribution à l’outil OpenSource répondant aux besoins.
18. Étape 4 : Partage
19. Partage aux autres Octos pendant et à la fin du stage, rédaction d’un article.
20. Livrable : Stack technique : Python, Git
Qualifications
OCTO Wanted
21. Vous préparez un BAC+5 et vous êtes à la recherche dun stage de fin détudes.
22. 23. Vous avez une appétence pour les sujets de Data Science et pour l’exploration de l’état de l’art.
24. 25. Vous savez expliquer comme marche un modèle complexe et êtes intéressé par le Reinforcement Learning.
26. 27. Vous souhaitez approfondir vos compétences en participant à des sujets opensource.
28. 29. Vous êtes curieux, ambitieux et autonome.
30. Informations complémentaires
OCTO Rewards
Et parce que nous savons qu’un stage n’est pas “juste” un stage, on vous partage aussi quelques petits + qui font notre différence :
31. 6 participations, 6 podiums au palmarès « Great Place To Work », le bienêtre et la progression des Octos est vraiment au cœur de nos préoccupations et nous venons de renouveler notre certification pour la 7e fois cette année !
32. 33. “There is always a better way” : nous encourageons et soutenons l’innovation par la R&D. Audelà d’une direction Scientifique dédiée, nous valorisons le temps hors mission pour partager ses connaissances : blog OCTO, talks, meetup, livre blanc, BBL… en bref de l’open source alimenté par tous les Octos ;
34. 35. Parce que ce ne sont pas que des mots, nous marquons au quotidien notre engagement en matière de numérique responsable : depuis 2021 OCTO est Certifié BCorp. Nous formons les Octos et nos clients à la fresque du climat et œuvrons pour la sobriété numérique en interne et auprès de nos clients ;
36. 37. Le management est un point central de notre culture. Les Octos tuteurs sont formés pour vous accompagner dans le développement de vos compétences ;
38. 39. Parce qu’on n’a jamais fini d’apprendre, vous pourrez tirer parti de nos formations, apprendre avec des OCTOs plus expérimentés, et faire parti dun collectif de passionnés !
40. 41. Signataire, en 2023, de la charte de la diversité et de laccord Handicap, et depuis 2022, de la Charte de l’Autre Cercle concernant l’inclusion des personnes LGBTQI+ en entreprise.
42. Sans oublier les fondamentaux :
43. Matériel au choix : ordinateur (PC ou Mac) ;
44. 45. Télétravail ;
46. 47. Et bien sûr : carte Swile, absences autorisées payées, CSE
48. OCTO priority
Collaborer avec des personnes talentueuses issues de différents horizons. Aussi, ce que nous cherchons avant tout, ce sont des personnalités qui enrichiront OCTO.
En respectant légalité des chances, les candidatures sont examinées sans aucun préjugé quant à lâge, lethnie, lidentité de genre, l’expression de genre, le handicap, la nationalité, la religion ou lorientation sexuelle.
This offer from "OCTO Technology" has been enriched by Jobgether.com and got a 78% flex score.
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.