Concevoir et implémenter une solution d'intelligence artificielle centrée sur l'agentique (systèmes multi-agents et agents autonomes) pour résoudre un cas d'usage concret (automatisation de tâches, orchestration, prise de décision distribuée).
Explorer l'intégration de modèles d'IA (apprentissage supervisé, apprentissage par renforcement, modèles génératifs) avec une architecture agentique pour améliorer la résilience, la scalabilité et l'autonomie du système.
Missions principales
Analyse des besoins et spécification fonctionnelle du système agentique piloté par des composants IA.
Conception de l'architecture logicielle (agents, communication, médiateurs, politiques d'apprentissage) et développement des composants logiciels.
Implémentation et entraînement des modèles d'IA nécessaires (ex. modèles de décision, de planification ou d'assistance) et intégration avec la couche agentique.
Mise en place d'un banc d'essai, scénarios de simulation et tests pour valider le comportement multi-agent et les performances de la solution.
Environnement technique et compétences requises
Connaissances en intelligence artificielle (ML, RL, éventuellement modèles génératifs) et en paradigme agentique (systèmes multi-agents, architectures BDI/JADE/PADE ou frameworks similaires).
Compétences en programmation (Python fortement recommandé; maîtrise de bibliothèques ML comme PyTorch/TensorFlow et outils de simulation/agentique).
Notions de communication inter-processus, gestion d'événements, et conception distribuée; familiarité avec conteneurisation (Docker) et déploiement est un plus.
Livrables attendus
Rapport de PFE détaillant l'étude, l'architecture, les algorithmes et les résultats expérimentaux.
Prototype fonctionnel démontrant l'intégration IA + agentique avec jeux de tests/scénarios et scripts de reproduction.
Présentation finale (slides) et code source/documentation pour prise en main par l'équipe d'encadrement.
Encadrement et évaluation
Travail encadré par un tuteur académique et un référent technique en entreprise (réunions de suivi régulières, jalons de rendu).
Évaluation basée sur la qualité du rapport, la robustesse du prototype, les résultats expérimentaux et la présentation finale.
Modalités pratiques
Langue de travail : français.
Durée indicative : PFE standard (3 à 6 mois), modalités de télétravail/hybride à convenir avec l'encadrement.