• Hi Interns
Principal
  • Mon Espace
  • Mon Espace
  • Offres
  • Profil
  • Hi Academy
  • Monthly Check-Up
  • LeaderboardNew
Outils
  • Hi Resume
  • Hi Resume
  • PDF to Hi Resume
  • AI Outreach
  • CV Sur Mesure
  • LinkedIn to Email
  • Fiche entretien
  • PDF to Hi Resume
  • AI Outreach
  • CV Sur Mesure
  • LinkedIn to Email
  • Fiche entretien
Accompagnement(Premium↗︎)
  • Career Consultant
  • Hi Agent
  • Career Consultant
  • Hi Agent
  • Passer au Premium
  • Premium / Plus
  • Tarifs

 

Info session

Gratuit

La méthode pour décrocher des entretiens, en live avec l’équipe.

  1. Offres
  2. Détail de l'offre
Se connecter
Thales

Thales

FranceFrancePublication : 20 nov. 2026

STAGE – Audit de confiance et détection d'incohérences dans l'espace latent (J-space) d'un agent LLM d'analyse tactique (H/F)

  • Stage
  • 3+ mois
  • Hybride
  • Rémunéré
  • Échéance : 26 nov. 2026
  • Artificial Intelligence and Machine Learning
  • Large language models and interpretability
  • Defense and tactical systems

Description du poste

Lieu : Palaiseau, France

Construisons ensemble un avenir de confiance

Thales est un leader mondial des hautes technologies, spécialisé dans trois secteurs d’activité : la Défense et la Sécurité, l’Aéronautique et le Spatial, ainsi que le Cyber et le Digital. Le Groupe développe des produits et des solutions qui contribuent à un monde plus sûr, plus respectueux de l’environnement et plus inclusif.

Thales investit près de 4,5 milliards d’euros par an en recherche et développement, notamment dans des domaines clés de l’innovation tels que l’intelligence artificielle, la cybersécurité, le quantique, les technologies du cloud et la 6G. Le Groupe compte près de 85 000 collaborateurs dans 65 pays.

Nos engagements, vos avantages

  • Notre savoir-faire technologique
  • Une attention particulière portée à l’équilibre des collaborateurs
  • Un environnement inclusif et bienveillant
  • Un engagement sociétal et environnemental reconnu, notamment à travers Thales Solidarity et l’indice CAC 40 ESG

Votre quotidien

Thales Research & Technology, notre centre de recherche dans le domaine des technologies matérielles, et CortAIx Labs, notre centre de recherche en intelligence artificielle et dans le digital, ont pour mission de proposer des innovations de rupture, de maintenir et d’accroître l’avance technologique du Groupe et d’en assurer la compétitivité.

Au sein d’un centre de commandement et de conduite des opérations (C2), les états-majors traitent en flux continu des données volumineuses, asynchrones et hétérogènes.

La fonction critique d’un C2 est d’assurer la conscience de situation (Situation Awareness, ou SA), selon les trois niveaux définis par Endsley :

  • Perception — L1 : repérer les entités ;
  • Compréhension — L2 : croiser les indices pour leur donner du sens ;
  • Projection — L3 : anticiper la manœuvre ennemie.

Les architectures combinant des modèles de langage (LLM) et des agents autonomes constituent un levier majeur d’aide à la décision, permettant de décharger l’opérateur. Toutefois, un risque opérationnel critique demeure : le canal textuel produit par l’agent est insuffisant pour évaluer sa fiabilité. Un LLM peut formuler une réponse parfaitement claire, fluide et affirmative, tout en ayant été intoxiqué par un leurre adverse ou en ayant négligé une contradiction fondamentale.

Le stage vise à étudier comment sécuriser ce flux d’aide à la décision grâce à la synergie de trois composants :

  • Le RAG tactique — la mémoire opérationnelle
  • L’agent LLM — le moteur de raisonnement
  • Le J-Space / J-Lens — la sonde d’audit interne

Issue des recherches en interprétabilité mécanistique menées notamment par Anthropic, la technique du Jacobian lens (J-Lens) permet de projeter les activations résiduelles des couches intermédiaires du LLM dans son vocabulaire. Le J-Space agit ainsi comme une mémoire de travail latente.

Lorsque le modèle traite simultanément le rapport d’un drone signalant une menace et un leurre indiquant l’absence d’ennemi, ses couches intermédiaires peuvent calculer une contradiction logique, associée à des concepts tels que « conflit », « leurre » ou « fausse piste ». L’outil exploite ces signaux silencieux afin de déclencher un avertissement indépendant de la réponse textuelle produite.

Vos missions

L’objectif principal est de construire un démonstrateur de détection passive des incohérences tactiques dans l’espace latent du modèle.

  • Constitution d’un corpus tactique de test — mois 1
  • Modéliser un ensemble de 40 à 50 scénarios tactiques courts au format militaire standard (SITREP, INTSUM, messages radio).
  • Intégrer des cas cohérents, des contradictions temporelles et des intoxications informationnelles directes.
  • Mise en place d’une chaîne Agent-RAG minimale — mois 2
  • Mettre en œuvre une base vectorielle simple pour le RAG, par exemple FAISS ou ChromaDB.
  • Connecter un modèle compact et performant à poids ouverts, tel que LLaMA-3-8B-Instruct ou Mistral-8B, configuré avec un schéma déterministe d’appel d’outils (tool calling).
  • Instrumenter l’extraction des tenseurs du flux résiduel (residual stream) lors du traitement de données conflictuelles.
  • Audit latent et détection par J-Space — mois 3 à 4
  • Implémenter une référence classique (baseline) fondée sur la projection directe (logit lens) et sur des sondes linéaires (probes) appliquées aux couches intermédiaires.
  • Déployer un opérateur J-Lens simplifié sur les couches critiques identifiées afin de projeter les activations sur des concepts clés : vrai, faux, doute et conflit.
  • Comparer l’efficacité du J-Space à celle des sondes linéaires pour détecter un conflit de sources non résolu.
  • Indicateur de confiance opérationnel et synthèse — mois 5 à 6
  • Définir une métrique de divergence mesurant l’écart entre le niveau de confiance affiché dans le texte produit et la présence de tokens d’alerte dans l’espace latent.
  • Livrer un démonstrateur logiciel épuré, sous la forme d’une API de scoring ou d’un script de visualisation, applicable aux scénarios C2.
  • Rédiger le mémoire de stage ainsi qu’une note technique de synthèse valorisable en recherche et technologie (R&T).

Votre profil

Vous souhaitez découvrir le domaine de la recherche et avez pour ambition de réaliser votre stage au sein de Thales ?

Étudiant en M2, en école d’ingénieur ou dans une formation équivalente, vous disposez de connaissances en :

  • Programmation, avec de solides compétences en Python et dans l’utilisation de PyTorch ou TensorFlow
  • Apprentissage profond : réseaux de neurones, CNN, RNN et Transformers
  • Intelligence artificielle
  • Anglais, avec un niveau B2 à C1 attendu

La rigueur, l’autonomie et l’esprit critique sont des qualités qui vous caractérisent ? Alors ce stage est fait pour vous.

Tous nos stages sont conventionnés et donnent lieu à une gratification, dont le montant est déterminé en fonction de votre niveau d’études.

Thales, entreprise Handi-Engagée, reconnaît tous les talents. La diversité est notre meilleur atout. Postulez et rejoignez-nous !

Offres similaires

  • Stage - Réalisation de démonstrateursThales · France · Stage
  • STAGE – Ingénieur en développement et démonstration d’une IA de confiance pour drones (H/F) – 6 moisThales · France · Stage
  • IA / Telecom – End-of-Study Intern (PFE) 2027Huawei · Tunisie · Stage
  • InfoTECH - PROJET-13-2027 - Développement d’un site Web institutionnel intelligent basé sur l’IA, le RAG et les LLMYOHATech · Tunisie · Stage
  • InfoTECH - PROJET-12-2027 - Développement d’une plateforme éducative intelligenteYOHATech · Tunisie · Stage
  • #AI-CLOUD-INVESTIGATION - Agentic AI Platform for Cloud Investigation & TroubleshootingMobelite Tunisie · Tunisie · Stage
  • Stages et emplois en intelligence artificielle
  • Stages et emplois en finance, audit et comptabilité
  • Stages en France