Post-doctorant-e en Natural Language Processing

Ce post-doctorat est **rattaché au LIRIS (UMR 5205)**, laboratoire de recherche de référence en informatique basé à l’Université Lyon 1. Le-la post-doctorant-e sera **accueilli-e au sein du LIRIS**, dans un environnement scientifique stimulant, au contact de chercheurs spécialisés en intelligence artificielle, vision, NLP et statistique.

Le projet est **co-encadré par Omundu**, une startup deeptech fondée en 2025, qui développe des technologies d’**IA générative appliquées à la maintenance industrielle**. Omundu est née d’un constat terrain fort : malgré des machines industrielles toujours plus puissantes, connectées et innovantes, les sites peinent à les faire tournerfaute de personnel qualifié.

C’est face à cette pénurie de savoir-faire technique que les fondateurs — Mehdi (IA industrielle), Xavier (entrepreneuriat transatlantique) et Vincent (20 ans d’innovation industrielle) — ont décidé de créer Omundu : une plateforme d’assistance IA pour les opérateurs de maintenance. Leur mission **:réduire les pannes, accélérer les diagnostics, et remettre les lignes de production en marche — sans dépendre d’experts rares ou d’interfaces complexes**.

La solution développée par Omundu, _Unity Forge_, repose sur l’exploitation intelligente de données multimodales industrielles (texte, image, schémas, documentation, etc.) et s’inscrit pleinement dans les enjeux du projet de recherche **:construire des modèles compacts (SLM), fiables, interprétables et adaptés au terrain**.

L’équipe Omundu cultive une culture d’expérimentation et de rigueur, au croisement de la recherche et de l’industrie. Des locaux à Lyon sont en cours d’ouverture pour faciliter les échanges avec ses partenaires académiques et industriels.

**Description du poste**:
Le LIRIS (Université Lyon 1) recrute un-e post-doctorant-e pour un projet de recherche appliquée mené en partenariat avec la startup deeptech **Omundu**.

Ce projet s’inscrit dans une dynamique à la **croisée de la recherche académique et de l’innovation industrielle**, avec pour objectif de développer une nouvelle génération de **Small Language Models (SLM) multimodaux** — capables de traiter des données texte et image tout en offrant des **garanties statistiques sur leur niveau de confiance** (calibration, prédiction conforme).

Encadré-e par une équipe mixte LIRIS / Omundu, vous serez chargé-e d’**explorer, implémenter et évaluer** des approches avancées en NLP multimodal, tout en contribuant à la **valorisation scientifique** et, potentiellement, au **transfert technologique** dans un produit industriel.

Vous interviendrez sur:

- La revue de littérature sur les SLM, les approches de calibration et les modèles multimodaux
- Le développement et l’adaptation de méthodes de **conformal prediction** pour des modèles open-source de moins de 8B de paramètres
- La création de **pipelines reproductibles** (Python, PyTorch)
- L’évaluation expérimentale sur des jeux de données **texte + image**, publics et industriels
- La contribution à des publications scientifiques de haut niveau (ACL, NeurIPS, ICLR )

Ce poste vous permettra de **travailler en autonomie**, tout en étant **immergé-e dans une collaboration active** entre un grand laboratoire de recherche et une startup technologique, avec un fort impact potentiel sur l’industrie.

**Profil recherché**:
**Formation & parcours**
- Doctorat en informatique, intelligence artificielle, mathématiques appliquées ou disciplines connexes.
- Expérience avérée en **traitement du langage naturel (NLP)** et/ou **modélisation multimodale** (texte + image).
- Participation à des projets de recherche publiés dans des conférences de référence (ACL, NeurIPS, ICLR, etc.).

**Compétences techniques**
- Excellente maîtrise des frameworks de deep learning **:PyTorch**, **Transformers (HuggingFace)**.
- Expérience avec des modèles multimodaux tels que **CLIP**, **Flamingo**, **BLIP**, ou équivalents.
- Bonne compréhension des concepts de **calibration**, **incertitude**, **conformal prediction** ou forte appétence à se former sur ces sujets.
- Capacité à construire des **pipelines expérimentaux reproductibles**, bien structurés, avec une attention portée à la qualité du code (tests, documentation).

**Savoir-faire appréciés**
- Pratique d’**outils de gestion de version** (Git), de documentation technique, ou de workflows collaboratifs (Notion, Teams, etc.).
- Connaissance des modèles SLM open-source (Mistral, TinyLlama, Phi, Gemma, etc.).
- Sensibilité à l’**impact industriel** des travaux de recherche (transfert, valorisation, passage à l’échelle).
- Notions de **DevOps/MLOps léger** ou d’**ingénierie logicielle**.

**Qualités personnelles**
- Autonomie, rigueur scientifique et curiosité intellectuelle.
- Bon niveau d’anglais scientifique (lu, écrit, oral).
- Volonté de contribuer à un projet ambitieux, à la frontière entre IA de pointe et usages industriels réels.