Ingénieur - Ingénieure de Recherche en Ingénierie Logicielle H/F - Universite Grenoble Alpes

Ancrée sur son territoire, pluridisciplinaire et ouverte sur l'international, l'Université Grenoble Alpes rassemble, depuis le 1er janvier 2020, les forces de l'enseignement supérieur public de Grenoble et Valence.
En association avec les organismes nationaux de recherche et les grands instruments internationaux présents sur son territoire, elle construit sa politique de recherche et d'innovation à l'échelle mondiale.Présentation de la structure :

Le laboratoire d'informatique de Grenoble (LIG) abrite 24 équipes de recherche composées de 450 enseignants chercheurs, chercheurs, personnel de recherche et personnel administratif. La recherche au LIG est organisée en 5 axes de recherche autour de la donnée, les systèmes et protocoles, les modèles et langages, et les interfaces. https://www.liglab.fr/fr

L'équipe de recherche DAISY est dirigée par le professeur Silviu Maniu. Elle se compose de 4 enseignants chercheurs et d'une DR CNRS et de plusieurs thésards, post-doctorants, ingénieurs et stagiaires.

L'équipe DAISY travaille sur les données, l'intelligence artificielle, et le passage à l'échelle et applique ses travaux dans plusieurs domaines comme l'éducation et la santé.

Missions principales :

Vous travaillerez sur le cas d'usage 4 qui permet la génération de questions à choix multiples à partir de contenus pédagogiques pour tous les étudiants de médecine en France qui se décline en un modèle générant automatiquement et à la demande des questions de grande qualité pour la formation en études médicales.

En particulier, différentes questions portant sur des spécialités médicales diverses devront être créées pour un objectif d'apprentissage particulier, questions qui serviront ensuite a la formation des étudiants en médecine dans le cadre d'un apprentissage personnalisé et automatisé.

Activités principales :

- Définir des critères de qualité des questions à choix multiples en médecine.

- Collecter des exemples de comptes rendus fictifs qui serviront à l'entraînement du modèle.

- Identifier le modèle à entraîner (Mistral).

- Utiliser un modèle petit et déployable en local pour la génération de questions à choix multiples en médecine.

- Evaluer des résultats selon les critères définis.

Experience : Débutant accepté

Compétences : Lire les approches d'entraînement de modèles, Attitude inclusive, Maîtrise de l'anglais, Capacité à travailler en équipe, Synthétiser les approches d'entraînement de modèle, Maîtrise des grands et petits modèles de langue, Maîtrise de Python

Langues : Anglais exigé

Qualification : Cadre

Secteur d'activité : Enseignement supérieur