Job Description

Informations générales

Entité légale

Framatome, filiale d'EDF, conçoit, entretient et installe des composants et des combustibles ainsi que des systèmes de contrôle-commande pour les centrales nucléaires. Ses plus de 22 000 salariés permettent chaque jour aux clients de produire un mix énergétique bas-carbone toujours plus propre, plus sûr et plus économique. Ils développent aussi des solutions pour les secteurs de la défense, de la médecine nucléaire et du spatial.

Implantée dans une vingtaine de pays, Framatome rassemble les expertises d'hommes et de femmes passionnés et convaincus que le nucléaire est une énergie d'avenir. Entreprise responsable, Framatome déploie des actions pour former et accompagner les premières expériences professionnelles (label Happy Trainees), intégrer tous les talents, dont les personnes en situation de handicap, œuvrer pour l'égalité professionnelle et la mixité de nos métiers (94/100 à l'index de l'égalité hommes-femmes) et concilier les temps de vie.

Rejoignez-nous et suivez notre actualité sur www.framatome.com, LinkedIn ou bien Instagram.

Référence

2026-27724

Date de parution

27/10/2026

Description du poste

Métier

TA - ETUDES - CONCEPTION & INGENIERIE - TAH - Conception du cœur et conduite de réacteur

Intitulé du poste

Stage - Ingénieur en IA agentique : Optimisation de modèles par agents LLM F/H

Contrat

Stage

Rémunération annuelle minimum en €

12600

Rémunération annuelle maximum en €

17400

Description de la BU

'Au sein de FRAMATOME, la Direction Technique et Ingénierie assure le développement, la conception et le licensing des chaudières nucléaires et des équipements associés. Elle propose également aux exploitants des études d'ingénierie de conception, de réalisation et de services. Elle intervient, à ce titre, comme autorité technique en apportant toute son expertise afin d'offrir un haut niveau de sûreté et de performance.

Description de la mission

Rejoignez notre équipe de R&D en IA et Data Science

Vous intégrerez le Centre de compétences en Data Science et Mathématiques Avancées (DSAM) de Framatome. L'équipe, composée d'experts en IA, apprentissage machine et ingénierie nucléaire, développe des solutions innovantes appliquées à des domaines tels que les systèmes critiques embarqués, les méthodes statistiques pour la démonstration de sûreté nucléaire, l’analyse de données multiphysiques expérimentales, la robotique ou l’IA générative.

Le contexte

L’optimisation de modèles d’apprentissage mobilise de nombreuses itérations expertes. L’équipe DSAM a développé un premier démonstrateur où un agent LLM propose des modifications de code, lance des expériences et compare leurs résultats, en autonomie. Le stage poursuivra ces travaux pour mesurer l’apport de cette approche et étendre son utilisation à des projets variés de modélisation pour l’ingénierie nucléaire.

Les missions

À partir du travail existant, vous contribuerez aux axes suivants :

Améliorer les stratégies de l’agent :

• Étudier les méthodes d’optimisation par agents LLM [1] et prendre en main le démonstrateur.
• Comparer des modèles exécutés localement et améliorer la planification des essais, l’exploitation des résultats passés et la gestion des échecs.

Évaluer les gains et leurs limites :

Concevoir des campagnes reproductibles [2], à budget de calcul comparable, face au modèle de référence et à des méthodes classiques comme Optuna [3]. Analyser les modes de défaillance de la démarche agentique, notamment les risques de contournement des contraintes, puis proposer des moyens de détection et de maîtrise adaptés.

Consolider et préparer la réutilisation :

• Renforcer l’exécution isolée, les outils autorisés et la traçabilité des modifications, sous le contrôle des experts.
• Documenter les résultats et le code, puis étudier une extension à d’autres cas d’usage selon l’avancement du stage.

Environnement de travail

LLM exécutés localement sur cluster GPU, développement en Python et suivi des expériences sous Git.

Références

[1] Jiang, Z. et al. AIDE: AI-Driven Exploration in the Space of Code. arXiv:2502.13138, 2025.

[2] Wijk, H. et al. RE-Bench: Evaluating frontier AI R&D capabilities of language model agents against human experts. arXiv:2411.15114, 2024.

[3] Akiba, T. et al. Optuna: A Next-generation Hyperparameter Optimization Framework. arXiv:1907.10902, 2019.

Profil

Vous êtes étudiant(e) en Master 2 ou équivalent, spécialisé(e) en Science des Données et Intelligence Artificielle.

Vous possédez de solides compétences en apprentissage statistique et en apprentissage profond, ainsi qu’une très bonne maîtrise de Python et de ses librairies usuelles, complétée par la pratique d’un framework de Deep Learning tel que PyTorch ou TensorFlow.

Vous disposez également d’une bonne maîtrise théorique des architectures Transformers et des LLM, idéalement appuyée par une expérience sur un projet réel. Vous pratiquez Git et Linux et disposez d’un bon niveau d’anglais technique.

Une expérience en IA agentique ou en calcul sur GPU serait appréciée.

Enfin, votre curiosité scientifique, votre rigueur expérimentale et votre goût du travail en équipe seront essentiels pour réussir ce stage de recherche appliquée.

Localisation du poste

Localisation du poste

France, Ile-de-France, Hauts-de-Seine (92)

Site

La Défense

Déplacements

Non

Durée du contrat en mois

5 à 6

BU

DTI - DTIP

Critères candidat

Niveau d'études min. requis

Bac+5

Niveau d'expérience min. requis

Etudiant

Niveau d'emploi

Etudiant

Informations additionnelles

Poste soumis à enquête administrative

Oui

Poste soumis à autorisation au titre du contrôle des exportations

Non