À propos de ChapsVisionEn quelques années, ChapsVision s’est imposé comme un acteur européen de référence du Big Data et de l’Intelligence Artificielle.Notre ambition : permettre aux entreprises et aux organisations publiques d’exploiter leurs données de manière souveraine, sécurisée et intelligente.Depuis 2019 +380 M€ levés auprès de Bpifrance 29+ acquisitions ~1 200 collaborateurs.rices +1 000 clients grands comptes Présence internationale : Canada, États-Unis, Maroc, Belgique, Japon, Allemagne, Espagne… Membre du French Tech Next40Ce Que Nous Construisons Une suite IA dédiée aux entreprises : CRM, Marketing Automation, Commerce Unifié, Analytics Des solutions souveraines pour les acteurs stratégiques publics : défense, renseignement, cybersécuritéLe tout s’appuie sur ArgonOS, notre plateforme de traitement massif de données, renforcée par les technologies RAG de Sinequa.ContexteL'IA agentique ouvre de nouvelles perspectives pour automatiser des processus complexes, mais soulève également des enjeux majeurs de coût, de performance et de scalabilité.Au sein de notre équipe AI Research, vous contribuerez à développer des techniques permettant d'optimiser l'exécution d'agents IA tout en conservant un haut niveau de qualité. Les travaux porteront notamment sur le routage intelligent entre modèles, la distillation, les architectures multi-agents et l'optimisation des workflows agentiques.MissionsDévelopper des métriques de coût et de performance des agents IA.Concevoir des pipelines de routage entre différents modèles de langage.Expérimenter des approches de distillation d'agents vers des modèles plus légers.Comparer différentes architectures (mono-agent vs multi-agents).Étudier des mécanismes d'adaptation dynamique des workflows agentiques.Réaliser des benchmarks coût / qualité / performance.Environnement techniquePythonLLMAgents IAReActMulti-Agent SystemsLangGraphLangChainDistillationGitLinuxFrameworks d'évaluation LLMProfil recherchéFormationBac+4 à Bac+5 en Informatique, Intelligence Artificielle, Data Science ou NLP.Hard SkillsTrès bonne maîtrise de Python.Solides bases en Intelligence Artificielle.Intérêt pour les architectures LLM et les systèmes agentiques.Goût pour la recherche expérimentale.Bonne culture scientifique en IA.Soft SkillsCuriosité.Autonomie.Esprit d'analyse.Capacité à résoudre des problèmes complexes.Rigueur scientifique.Esprit d'équipe.LanguesFrançais courant.Anglais technique indispensable.Avantages Carte Swile : 11€ / jour travaillé pris en charge à 60% Télétravail jusqu’à 3 jours / semaine Transport en commun pris en charge à 50% Forfait mobilité durable jusqu’à 400€ / an CSE comprenant :WellpassLegal Care EkieHelloCSE avec cagnotte semestrielleDiversité & InclusionChapsVision s'inscrit dans une démarche d'inclusion et s'engage à étudier toutes les candidatures aux regards des compétences et qualifications de chacun.Dans un souci de clarté, l’écriture inclusive n’est pas utilisée dans cette annonce. Les termes employés se réfèrent aussi bien au genre féminin que masculin.Bibliographie RouteLLM: Learning to Route LLMs with Preference Data — Ong, I., Almahairi, A.,Wu, V., Chiang, W.-L., Wu, T., Gonzalez, J. E., Kadous, M. W., Stoica, I. (2024, ICLR 2025).arXiv:2406.18665. https://arxiv.org/abs/2406.18665 Doing More with Less: A Survey on Routing Strategies for ResourceOptimisation in Large Language Model-Based Systems — (2025).arXiv:2502.00409. https://arxiv.org/abs/2502.00409 Distilling LLM Agent into Small Models with Retrieval and Code Tools — Kang etal. (2025). arXiv:2505.17612. https://arxiv.org/abs/2505.17612 Why Do Multi-Agent LLM Systems Fail? — Cemri, M., Pan, M. Z., Yang, S., Agrawal,L. A., et al. (2025). arXiv:2503.13657. https://arxiv.org/abs/2503.13657 AFlow: Automating Agentic Workflow Generation — Zhang, J., et al. (2024, ICLR2025). arXiv:2410.10762. https://arxiv.org/abs/2410.10762Spécialiste du traitement de la donnée et de l’intelligence artificielle, ChapsVision permet aux entreprises et organisations gouvernementales de réussir leur transformation digitale et de créer de la valeur grâce à une suite logicielle axée autour de son système d’exploitation de la donnée massive et hétérogène.A travers des investissements R&D très importants dans le traitement massif de la data et de l’IA, complétés par une stratégie soutenue et ciblée d’acquisitions et de développement à l’international, ChapsVision a constitué rapidement un groupe cohérent adressant des secteurs à forte empreinte data.
Sourced from LinkedIn. Relocantly aggregates public job postings; apply on the original site.