Mission : Mettre en œuvre la politique de développement des technologies de l'information et de la communication en améliorant l'interprétabilité des modèles génératifs (iLoRA, concept-based) pour analyser le style comme variable latente. Participer à la valorisation de la recherche et à la diffusion des savoirs en optimisant le prompting pour l'art par IA, via l'analyse de corpus artistiques, l'adaptation multimodale d'iLoRA, et la publication de rapports et de codes pour assurer la reproductibilité. Activités : - Piloter le projet interdisciplinaire "Approches frugales en IA générative pour l'art et le design" en collaboration avec l'équipe-projet SiMul du laboratoire CRAN, en assurant la mise en place et la gestion des outils numériques nécessaires (stockage, accès GPU, licences open source) et le suivi des livrables (œuvres, documentations, rapports). - Réaliser le cahier des charges du projet afin d'adapter des méthodes existantes d'entraînement ou fine-tuning léger (LoRA/iLoRA) des modèles génératids aux problèmes de séparation des différents aspects des styles (ex. : impressionnisme, expressionnisme, surréalisme), en collaboration avec l'équipe de recherche. - Définir le programme des productions audiovisuelles et multimédias pour le projet en intégrant la création d'œuvres artistiques assistée par IA (images, vidéos) à l'aide de modèles de pointe (ex. : Stable Diffusion, Qwen, Flux), en précisant les besoins en jeux de données (corpus d'images, textes, styles artistiques). - Concevoir l'organisation éditoriale (synopsis, scénarios) pour les productions intégrant des éléments générés par IA, en enrichissant les styles artistiques (impressionnisme, expressionnisme, surréalisme) via des prompts et paramètres adaptés. - Conseiller sur les méthodes et solutions techniques adaptées à l'environnement éducatif, pour la configuration et la maintenance des environnements de travail (ComfyUI, interfaces Python, conteneurs Docker), ainsi que pour l'automatisation des pipelines de génération (scripts, workflows).