Missions

Le/La candidat(e) ingénieur(e) aura trois objectifs :
Générer des bases de données d'apprentissage pour la montée en compétences en utilisant des méthodes d'alignement issues de la littérature sur l'apprentissage par renforcement à partir du feedback humain : optimisation directe des préférences (DPO) [24] et modèle d'utilité humaine de Kahneman-Tversky (KTO) [34], algorithmes d'optimisation des politiques de préférences (PPO) [26], apprentissage des préférences (ORPO) [16] et alignement via le transport optimal (AOT) [22].
Mettre en œuvre un pipeline de réglage fin utilisant ces bases de données pour reproduire des stratégies pédagogiques sous forme de LM. Les stratégies pédagogiques incluent l'échafaudage, l'apprentissage par la maîtrise et l'apprentissage collaboratif.
Collaborer avec un(e) chercheur(euse) postdoctoral(e) pour déployer des expériences contrôlées et recueillir des données sur les dimensions du bien-être.

Activités

Mettre en œuvre et déployer un pipeline de perfectionnement
Comparer l'efficacité de ces pipelines pour le développement des compétences
Concevoir et implémenter des plugins pour deux plateformes éducatives
Déployer des expériences contrôlées conçues par un chercheur postdoctoral afin de recueillir les dimensions du bien-être
Participer activement aux livrables du projet et aux réunions techniques hebdomadaires

Compétences

Ensemble de compétences hybrides, combinant des capacités de programmation avancées (par exemple, conception expérimentale, innovation) avec une solide expertise en génie logiciel (par exemple, évolutivité, déploiement en production, optimisation). Capacités d'abstraction, solides compétences en programmation en C/C++ et Python, familiarité avec la conception front-end et compétences collaboratives. L'anglais est requis.

Contexte de travail

Les travaux se dérouleront au Laboratoire d'Informatique de Grenoble (LIG), un laboratoire de 450 membres composé d'enseignants-chercheurs, de chercheurs permanents, de doctorants et de personnel administratif et technique. La mission du LIG est de contribuer au développement des aspects fondamentaux de l'informatique (modèles, langages, méthodologies, algorithmes) et de relever les défis conceptuels, technologiques et sociétaux. Les 22 équipes de recherche du LIG visent à accroître la diversité et le dynamisme des données, des services, des dispositifs d'interaction et des cas d'usage, afin d'influencer l'évolution des logiciels et des systèmes pour garantir des propriétés essentielles telles que la fiabilité, la performance, l'autonomie et l'adaptabilité. La recherche au sein du LIG est organisée en cinq axes : Systèmes intelligents pour relier les données, la connaissance et l'humain, Ingénierie des logiciels et des systèmes d'information, Méthodes formelles, modèles et langages, Systèmes interactifs et cognitifs, Systèmes distribués, Calcul parallèle et Réseaux.

L'équipe d'accueil, DAISY, est une équipe de recherche conjointe CNRS, Grenoble INP et UGA qui s'intéresse aux problématiques de recherche à l'intersection de l'IA et de la gestion des données, mais aussi à celles issues de domaines interdisciplinaires tels que l'éducation et la santé.

Contexte scientifique :
La performance des algorithmes de recommandation exploitant le comportement humain dépend fortement de leur capacité à capturer l'expérience des personnes qui interagissent avec eux. Par exemple, dans le domaine de l'éducation, les recommandations de cours et de tests doivent tenir compte non seulement de l'évolution des connaissances des apprenants, mais aussi de facteurs de bien-être tels que l'engagement, la motivation, l'intérêt, la satisfaction, la frustration, l'ennui, la fatigue et l'anxiété [0]. Plusieurs études ont montré que l'intégration du bien-être dans la prise de décision améliore la santé mentale, réduit l'épuisement professionnel et améliore les performances au fil du temps [3,6]. Le travail du/de la candidat(e) ingénieur(e) s'inscrira dans le cadre de FeelGoodAI, un projet visant à repenser les approches de recommandation afin de représenter et d'optimiser le bien-être humain dans la prise de décision.

Le poste est situé dans une zone soumise à la législation française relative à la protection du potentiel scientifique et technique (PPST) et nécessite donc, conformément à la réglementation, que votre arrivée soit autorisée par l'autorité compétente du ministère de l'Enseignement supérieur et de la Recherche (MESR).


Le poste se situe dans un secteur relevant de la protection du potentiel scientifique et technique (PPST), et nécessite donc, conformément à la réglementation, que votre arrivée soit autorisée par l'autorité compétente du MESR.

Contraintes et risques

N/A