Docteur(e) en Intelligence Artificielle – Spécialisation Systèmes Multi-Agents en IA

Prime Analytics est une société française spécialisée dans la transformation digitale et l’analyse de données. Nous aidons les entreprises, notamment dans le secteur bancaire, à optimiser leurs processus grâce à des outils d’analyse modernes tels qu’Alteryx, Power BI, Dataiku, et Tableau. Notre expertise couvre des services de conseil, de formation et d’accompagnement sur des sujets clés comme la finance, la gestion des risques et la conformité.   

Dans le cadre de notre mission d’accompagnement des banques, assurances et autres institutions dans leur transformation digitale, nous souhaitons développer une intelligence artificielle visant à faciliter le travail des contrôleurs de gestion. En effet, Les contrôleurs de gestion analysent des données financières, surveillent les coûts, élaborent des prévisions à partir de grandes quantités de données provenant de multiples sources. Les Systèmes Multi-Agents (SMA) offrent des opportunités pour résoudre des problèmes complexes nécessitant coordination, collaboration et adaptation.  

Chez Prime Analytics, nous menons des projets innovants tels que l'optimisation des processus financiers, la gestion des ressources et la coordination de tâches distribuées via des SMA en IA, contribuant ainsi à notre vision d'intégrer l'IA avancée dans nos solutions. 

C’est pourquoi, nous recherchons un(e) docteur(e) ayant récemment soutenu sa thèse ou un(e) doctorant(e) sur le point de la soutenir, passionné(e) par les SMA en IA, l'apprentissage par renforcement et les techniques de raisonnement collaboratif avancé et planification pour explorer et développer des solutions concrètes, tout en publiant des recherches de haut niveau.  

En étroite collaboration avec le chef de projet IA et une équipe dynamique dont un docteur spécialisé dans les graphes, vos missions seront les suivantes :   

Recherche fondamentale et appliquée :  

Développer des algorithmes avancés d'apprentissage par renforcement multi-agents (MARL) pour améliorer la coordination et la collaboration entre agents intelligents dans des environnements financiers complexes. 

Concevoir des architectures de SMA en IA capables de réaliser des tâches telles que le contrôle réglementaire, les calculs financiers, les contrôles de conformité, et l'exécution de requêtes dans des bases de données multidimensionnelles et relationnelles. 

Étudier et concevoir des méthodes pour l'orchestration dynamique, la planification automatique, l'allocation de ressources dans des processus financiers complexes et le raisonnement avancé. 

Explorer les techniques de raisonnement collaboratif, y compris la négociation, la formation de coalitions et la prise de décision en temps réel entre agents intelligents. 

Analyser les modèles d'auto-organisation et d'émergence, pour comprendre et améliorer les comportements collectifs des agents intelligents. 

Développer des approches pour l'explication des décisions prises par les agents, en assurant la transparence et l'interprétabilité des systèmes multi-agents en IA dans un contexte financier. 

Développement et implémentation : 

Créer des simulateurs et des environnements de test pour évaluer les performances des SMA en IA dans divers scénarios financiers. 

Implémenter des protocoles de communication et des mécanismes de coordination efficaces entre agents intelligents, en assurant la détection et la résolution des conflits. 

Intégrer les SMA en IA dans des applications concrètes, telles que la gestion automatisée de portefeuilles, l'optimisation des processus opérationnels ou la modélisation des comportements de marché. 

Utiliser des langages de programmation tels que Python ou C++ et des frameworks SMA en IA comme JADE, GAMA Platform, AnyLogic, LangChain pour SMA. 

Assurer une veille scientifique et sectorielle afin d’identifier les innovations prometteuses pour les besoins spécifiques du domaine financier en matière de coordination, d'optimisation des processus, de conformité réglementaire et d'explicabilité. 

Publier des articles et présenter les résultats de ses travaux dans des revues et conférences de premier plan. 

Docteur(e) ayant récemment soutenu sa thèse ou un(e) doctorant(e) sur le point de la soutenir en intelligence artificielle, systèmes multi-agents, apprentissage automatique, informatique ou domaine connexe. 

Compétences techniques : 

Expérience en développement de SMA en IA et en gestion de systèmes adaptatifs. 

Expertise en apprentissage par renforcement (RL) et apprentissage par renforcement multi-agents (MARL). 

Connaissance des protocoles de communication entre agents intelligents, des mécanismes de coordination et des architectures distribuées. 

Maîtrise des frameworks SMA en IA (JADE, GAMA Platform, AnyLogic, LangChain pour SMA, etc.). 

Connaissances en intelligence artificielle distribuée, théorie des jeux et raisonnement collaboratif. 

Compétences en détection et résolution des conflits dans les systèmes multi-agents en IA. 

Familiarité avec les techniques d'explicabilité et d'interprétabilité des décisions prises par les agents intelligents. 

Connaissance du secteur financier ou forte motivation pour s'y investir. 

Qualités personnelles : 

Curiosité scientifique, esprit critique et analytique. 

Capacité à collaborer dans des équipes multidisciplinaires. 

Excellentes compétences en résolution de problèmes et sens de l’innovation. 

Capacité à communiquer des concepts complexes de manière claire. 

Adaptabilité et proactivité.