L'ambition de la Division Innovation est de porter plus loin l'innovation d'Orange et de renforcer son leadership technologique, en mobilisant nos capacités de recherche pour nourrir une innovation responsable au service de l'humain, éclairer les choix stratégiques du Groupe à long terme et influencer l'écosystème digital mondial. Nous formons les expertes et les experts des technologies d'aujourd'hui et de demain, et veillons à une amélioration continue de la performance de nos services et de notre efficacité. La division Innovation rassemble, dans le monde, 6000 salariés dédiés à la recherche et l'innovation dont 740 chercheurs. Porteurs d'une vision globale avec une grande diversité de profils (chercheurs, ingénieurs, designers, développeurs, data scientists, sociologues, graphistes, marketeurs, experts en cybersécurité...), les femmes et les hommes de Innovation sont à l'écoute et au service des pays, des régions et des business units pour faire d'Orange un opérateur multiservices de confiance. Vous serez intégré dans l'équipe de recherche New User eXperience, qui apporte des solutions pour capter et comprendre l'environnement, invente et propose des nouveaux modes d'interactions multisensorielles avec le monde cyber-physique, et améliore la qualité d'expérience des clients ou les opérations réseaux et infrastructures. Vous côtoierez chercheurs, data scientists, data analyst, ingénieurs logiciels et chef de projet permettant la mise en oeuvre concrète des concepts étudiés. Votre mission consiste à mener une thèse sur la corrélation inverse afin d'identifier les indices visuels de la confiance chez des agents domestiques. Cette recherche s'inscrit dans la problématique de la confiance envers les agents incarnés, un enjeu crucial pour l'adoption des technologies mêlant agents LLM et robotique. Malgré leur maturité fonctionnelle, l'acceptation de ces agents dépend fortement de leur tangibilité, qui influence la perception de confiance. L'objectif scientifique est de déterminer les critères perceptifs favorisant la confiance et l'adhésion des utilisateurs aux futurs services agentiques d'Orange. La démarche s'articule en trois étapes principales. D'abord, une revue de la littérature permettra de définir la notion de confiance. Ensuite, la modélisation du percept individuel de confiance sera réalisée via la méthode de corrélation inverse, adaptée ici à des stimuli de type « modèle 3D ». Cette méthode, centrée sur les données, vise à inférer les représentations internes des sujets à partir de leurs réponses à des stimuli bruités. Il s'agira d'identifier les paramètres de conception des modèles, de mettre en place un protocole expérimental basé sur leur variation aléatoire, puis d'agréger les résultats pour reconstruire un filtre caractéristique de la confiance. Enfin, un travail méthodologique portera sur l'optimisation de la corrélation inverse, en s'appuyant sur des travaux récents. La thèse débutera par un état de l'art, se poursuivra par une phase expérimentale, puis se conclura par la rédaction et la soutenance. Compétences (scientifiques et techniques) et qualités personnelles exigées par le poste Connaissances théoriques sur la modélisation mathématique des processus cognitifs et comportementaux (modèles de décision, de perception, etc.) et la mise en pratique de ces modèles dans des dispositifs expérimentaux. Un intérêt pour le traitement de l'image et/ou la modélisation et l'animation 3D. Qualités personnelles exigées : curiosité, autonomie pour mener à bien son travail personnel, bon relationnel, bonne maîtrise de l'anglais, en particulier pour la lecture d'article, compétences rédactionnelles, en particulier pour l'écriture d'articles. Formation demandée Etudiant ou diplômé de Master 2 en sciences cognitives Ou étudiant ou diplômé de Master 2 en mathématiques et informatique appliquées aux sciences humaines et sociales Ou étudiant ou diplômé d'une école d'ingénieur en informatique, mathématiques appliquées, data science ou disciplines proches, avec une formation en modélisation mathématique Expériences souhaitées Stage de fin d'études ou expérience professionnelle en sciences cognitives incluant de la modélisation psycho-cognitive, et idéalement de l'expérimentation