Mission : Contexte : Le Centre National de la Recherche Scientifique (CNRS) recrute un·ingénieur de recherche (H/F) en intelligence artificielle avec une expertise en IA générative, apprentissage profond et architectures agentiques afin de concevoir, développer et mettre en œuvre des services avancés de découverte, d'exploration et d'analyse de données du système Terre. Le poste s'inscrit dans les activités de l'infrastructure de recherche nationale Data Terra et du projet européen Horizon Europe GenAI4Earth, coordonné par le CNRS. Le projet rassemble 17 partenaires académiques et industriels issus de dix pays européens autour du développement de nouvelles générations de services d'IA pour les données environnementales, géospatiales et scientifiques. Missions L'ingénieur de recherche (H/F) développera des méthodes et services avancés d'intelligence artificielle pour la découverte, l'intégration et l'analyse de données scientifiques multimodales dans le cadre des activités du projet européen GenAI4Earth et du nœud EOSC de Data Terra. Les travaux porteront notamment sur : - le développement d'architectures RAG et d'agents IA pour l'exploration conversationnelle de catalogues de données scientifiques hétérogènes, la construction de représentations sémantiques (embeddings, indexation vectorielle) unifiées de métadonnées et données scientifiques (images, séries temporelles, signaux), - le développement et l'évaluation de modèles fondation appliqués aux données environnementales et géophysiques, en particulier à travers l'exploitation de méthodes d'apprentissage auto-supervisé (self-supervised learning) pour l'analyse de flux de données massifs et faiblement annotés ; - l'opérationnalisation de services IA dans des environnements de production à haut niveau de maturité technologique (TRL supérieur à 7). Activités : Activités principales : Activité 1 : IA générative et découverte sémantique de données scientifiques Système Terre (40%) Cette activité concerne la conception et le développement d'architectures d'IA générative et agentique pour la découverte de données scientifiques multimodales à partir de catalogues et infrastructures de données environnementales européennes. Les développements incluront notamment : - l'utilisation d'architectures Retrieval-Augmented Generation (RAG) et d'agents IA basés sur LangChain ou des frameworks équivalents, - l'intégration de modèles d'embeddings open-source (Nomic, BGE, E5 ou équivalents) et des moteurs de recherche vectorielle, - l'orchestration de modèles de langage open-source (familles Mistral ou équivalentes) pour l'enrichissement et complétion automatique de métadonnées scientifiques, et la recherche sémantique appliquée aux catalogues de données. Activité 2 : Modèles fondation pour les données pour les données scientifiques Système Terre (40%) Cette activité concerne le développement d'architectures de modèles fondation appliqués aux données spécifiques du système Terre (séries temporelles de capteurs, données et signaux sismologiques, données géospatiales, et données contextuelles issues de modélisation). Les travaux incluront : - l'utilisation de techniques apprentissage auto-supervisé pour signaux et séries temporelles adaptées aux représentations multimodales des données environnementales, - la conception de backbone de modèles fondation spécialisés pour les données du système Terre. Activité 3 : Ingénierie IA et contribution au déploiement en environnements de production (20%) Cette activité concerne la contribution (en lien avec des ingénieurs spécialistes) à l'industrialisation des développements IA des activités #1 et #2 pour les rendre opérationnels dans des environnements de production sous la forme de services à haut niveau de maturité technologique (TRL supérieur à 7). Les travaux mobiliseront en particulier l'utilisation de pipelines distribués, de techniques MLOps / LLMOps, le monitoring, l'explicabilité et l'évaluation des modèles, et leur documentation. Activités secondaires, au cas par cas : - Assurer une veille technologique et scientifique en IA générative et agentique et mener des actions de formation pour les personnels de l'infrastructure de recherche Data Terra, - Participer à l'animation scientifique des activités IA de Data Terra, - Participer à la diffusion des résultats scientifiques (publications, workshops, démonstrateurs, formations). - Contribuer à la rédaction de dossiers de réponse aux appels à projets ou aux appels d'offres impliquant l'Intelligence Artificielle.