Chargé.e D’animation Du Programme National de

**Type de contrat **:CDD

**Contrat renouvelable **:Oui

**Niveau de diplôme exigé **:Bac + 5 ou équivalent

**Fonction **:Personnel des fonctions support (IT)

**Corps d'accueil **:Ingénieur d'Etudes / Ingénieur de Recherche (IE/IR)

**Niveau d'expérience souhaité **:De 5 à 12 ans

**Contexte et atouts du poste**:
Depuis 2018, Inria joue un rôle crucial en tant que support à l’action de l’Etat dans le domaine de l’intelligence artificielle, en collaboration étroite avec la Stratégie Nationale pour l’IA.
Pour piloter cette mission, Inria a créé le **Programme IA**, qui s’inscrit dans le dispositif de l’**Agence de Programme Numérique - Algorithmes, logiciels, usages **confiée par l’État à Inria, et qui coordonne des dispositifs innovants transverses en IA : recherche, transfert et appui aux politiques publiques.

Le Programme IA porte notamment les objets suivants:

- La coordination du Programme National de Recherche en IA, en coopération avec les établissements nationaux de recherche en sciences et technologies du numérique et plus largement, avec tous les acteurs impliqués dans l’écosystème IA.
- Le Centre d’expertise de Paris du Partenariat Mondial pour l’IA (PMIA) qui soutient des initiatives des coopération internationale en faveur du développement responsable de l’IA, via le déploiement de démarches d’expérimentations et de recherche-actions, avec des partenaires tels que l’OCDE.
- Un laboratoire de recherche
- action sur l’IA au travail, sujet technique et à impact social fort. Lancé en 2021 par le ministère du Travail et Inria, le LaborIA est une instance de recherche et de réflexion partagée entre des acteurs de tous horizons, en faveur de l’appui aux politiques publiques.
- Le projet baptisé « P16 » pour la création, la diffusion et la valorisation de communs numériques souverains pour l’intelligence artificielle. Structuré autour d’une collaboration innovante public-privé, P16 entend fédérer largement les acteurs de la recherche académique et industrielle, pour déployer un ensemble de bibliothèques logicielles couvrant l'intégralité du cycle de la donnée (interopérabilité, préparation, analyse et apprentissage).
- L’animation du PEPR IA, en parité avec les copilotes CEA et CNRS. Ce grand programme national de recherche fondamentale s’inscrit dans le plan France 2030 et doit permettre de lever les verrous du déploiement de l’IA et de faire émerger des technologies de rupture pour accompagner l’accélération de la France, au travers de trois grandes thématiques : l’IA frugale et l’IA embarquée ; l’IA de confiance et l’IA distribuée ; les nouveaux fondements mathématiques de l’IA.
- La mise en place du Centre national d’évaluation de l’IA, porté par le LNE et Inria, et dont l’objectif est de fournir une expertise et des méthodologies d’évaluation aux autorités nationales et aux entreprises. Les activités du Centre couvrent notamment la mise en place du Challenge sur l’évaluation des systèmes d’IA d’usage général, et un programme de recherche Evaluation de l’IA piloté au niveau de l’Agence de programmes portée par Inria.

Lancé le 25 mars 2024, le Programme et équipements prioritaires de recherche (PEPR) IA est financé par France 2030, dans le cadre de la stratégie nationale pour l’intelligence artificielle. Co-piloté par le CEA, le CNRS et Inria, il est doté de 73 millions d’euros sur 6 ans.

Ce programme constitue un outil puissant au service de la stratégie nationale IA, avec déjà neuf projets ambitieux. Il vise à relever les défis essentiels et fondamentaux de l’apprentissage machine sur 3 axes complémentaires:

- IA de confiance et IA distribuée via une approche multiple de la confiance, intégrant le développement des fondements de la robustesse par des approches statistiques ; l’intégration des méthodes formelles pour la spécification, l’apprentissage et la validation de sûreté des modèles d’IA ; le développement de mécanismes d’apprentissage décentralisés garantissant la sécurité ; l’intégration des modèles causaux avec l’apprentissage machine afin de bénéficier de capacités d’explications fondées.
- IA frugale et IA embarquée via l’approfondissement des fondements théoriques et algorithmiques de l’apprentissage machine, pour assurer par construction une frugalité en données et calcul ; l’optimisation poussée des modèles et le pilotage de l’apprentissage par les contraintes matérielles ; la conception d’architectures matérielles dédiées à l’IA, modulaires, flexibles et adaptatives ; l’exploration modèles de calcul proches de la physique.
- Nouveaux fondements mathématiques de l’IA, en particulier dans le domaine de l’analyse mathématique, via l’intégration des outils et avancées sur les équations différentielles partielles, le contrôle optimal et le transport opt