Descriptif du poste: 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 analyses qu'ils mènent font intervenir différents systèmes d'information complexes. Les graphes offrent une formidable opportunité pour analyser ces données, leur interdépendance et d'en tirer des informations prédictives.  Missions :  C'est pourquoi, nous recherchons un(e) docteur(e) ayant récemment soutenu sa thèse ou un doctorant sur le point de la soutenir, passionné(e) par les graphes. En étroite collaboration avec le chef de projet IA et une équipe dynamique dont un docteur spécialisé dans les systèmes multi-agents, vos missions seront les suivantes :   1. Recherche fondamentale et appliquée :  Concevoir et optimiser des graphes de connaissances liés à la finance, modélisant les relations complexes entre entités financières, indicateurs économiques, événements du marché et contraintes métier.  Développer des techniques avancées d'enrichissement des graphes (fusion de triplets, alignement des embeddings, inférence) pour améliorer la qualité et la pertinence des données par la validation des schémas, la gestion des données manquantes ou erronées.  Étudier des méthodes pour connecter, soustraire et mettre à jour des sous-graphes, permettant une gestion flexible et dynamique des différentes composantes du graphe global.  Concevoir et optimiser des modèles pour les graphes temporels, afin de représenter l'évolution des entités et des relations dans le temps, et d'anticiper les tendances du marché.  Développer des approches pour l'explication des résultats financiers, en utilisant des graphes pour tracer les relations causales et fournir des interprétations transparentes des analyses financières.  2. Développement et implémentation :  Prototyper des solutions exploitant les graphes pour des applications concrètes, telles que la génération automatisée de rapports financiers, l'analyse de risque, la détection de fraude, l'assurance qualité des données et l'explication des résultats financiers.  Intégrer des frameworks tels que Neo4j, DGL, PyTorch Geometric, LangChain ou des architectures similaires dans les cas d'usage spécifiques à la finance.  Optimiser les performances des systèmes basés sur des graphes, notamment dans le cadre de la génération augmentée par récupération (RAG) et de la mise à jour incrémentale des graphes en temps réel.  Utiliser des langages de programmation tels que Python et des outils de collaboration comme Git et Jira.  3. Assurer une veille scientifique et sectorielle afin d'identifier les innovations prometteuses pour les besoins spécifiques du domaine financier en matière de modélisation de données, de conformité réglementaire, de qualité des données et de prédiction.  4. Publier des articles et présenter les résultats de ses travaux dans des revues et conférences de premier plan.  Profil recherché: Docteur(e) ayant récemment soutenu sa thèse ou un(e) doctorant(e) sur le point de la soutenir en intelligence artificielle, science des données, graphes de connaissances, apprentissage automatique ou domaine connexe.  Compétences techniques :  * Connaissance approfondie de la théorie des graphes et des techniques de raisonnement sur graphes (inférence, propagation d'information, etc.).  * Expérience en réseaux de neurones sur graphes (GNN), graph embeddings et modélisation de graphes temporels.  * Connaissance des techniques de détection d'anomalies et d'assurance qualité des données.   * Maîtrise d'au moins un framework de graphes (Neo4j, DGL, PyTorch Geometric, etc.).  * Compétences en traitement du langage naturel (NLP)   * Intérêt pour le secteur financier ou forte motivation pour s'y investir.  Qualités personnelles :  * Curiosité scientifique, esprit critique et autonomie dans la recherche.  * Esprit d'initiative et capacité à proposer des solutions innovantes.  * Goût pour les applications pratiques et les publications académiques.  * Excellentes compétences en communication écrite et orale.  * Capacité à travailler en équipe multidisciplinaire.