AMIAD APPRENTI Extension de Torch Uncertainty : Quantification d’Incertaines pour Modèles de Deep Learning et Modèles Génératifs

Dans le cadre d’un apprentissage de 2 ans, vous intégrerez l’équipe AMIAD spécialisée en Intelligence Artificielle de Défense. Votre mission principale consistera à participer au développement et à l’extension de Torch Uncertainty, notre bibliothèque open-source dédiée à la quantification des incertitudes dans les modèles de deep learning. Vous commencerez par travailler sur des modèles de deep learning classiques (CNN, Transformers, etc.), puis vous évoluerez progressivement vers des LLM (Large Language Models), LVLM (Large Vision-Language Models) et autres modèles génératifs. 

Les principales activités seront les suivantes : 

• Prise en main et approfondissement des techniques actuelles de quantification d’incertitude (méthodes ensemblistes et bayésiennes)
• Implémentation et optimisation de nouvelles méthodes au sein de la librairie Torch Uncertainty
• Conception d’expériences reproductibles à grande échelle
• Contribution à la documentation et à l’open-source de la bibliothèque
• Publication éventuelle des résultats (conférences ou workshops)

Une formation progressive et encadrée sera assurée : découverte des méthodes existantes en premier, puis montée en compétence sur des approches de recherche plus avancées.