Stage Data Scientist IA – Optimisation des Agents IA

CHAPSVISION

Paris, FRhybridPosted Jul 23, 2026
Posting intelligenceActively listedReposted 9×, possible evergreen/ghost posting

Skills

langchainpythonreactcssnaturallanguageprocessingllmgo

About the role

À propos de ChapsVision

En 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 Next40

Ce 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, cybersécurité

Le tout s’appuie sur ArgonOS, notre plateforme de traitement massif de données, renforcée par les technologies RAG de Sinequa.

Contexte

L'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.

Missions

Développer 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 technique

Python

LLM

Agents IA

ReAct

Multi-Agent Systems

LangGraph

LangChain

Distillation

Git

Linux

Frameworks d'évaluation LLM

Profil recherché

Formation

Bac+4 à Bac+5 en Informatique, Intelligence Artificielle, Data Science ou NLP.

Hard Skills

Très 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 Skills

Curiosité.

Autonomie.

Esprit d'analyse.

Capacité à résoudre des problèmes complexes.

Rigueur scientifique.

Esprit d'équipe.

Langues

Français 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 :

Wellpass

Legal Care Ekie

HelloCSE avec cagnotte semestrielle

Diversité & Inclusion

ChapsVision 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 :

1. 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

2. Doing More with Less: A Survey on Routing Strategies for Resource

Optimisation in Large Language Model-Based Systems - (2025).

arXiv:2502.00409. https://arxiv.org/abs/2502.00409

3. Distilling LLM Agent into Small Models with Retrieval and Code Tools - Kang et

al. (2025). arXiv:2505.17612. https://arxiv.org/abs/2505.17612

4. 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

5. AFlow: Automating Agentic Workflow Generation - Zhang, J., et al. (2024, ICLR

2025). arXiv:2410.10762. https://arxiv.org/abs/2410.10762

Questions about this role

Click "Apply with AI Applyd" above. We auto-fill the application from your resume and answer screening questions in seconds. No copy and paste, no juggling tabs.

Compensation for Data Scientist roles in France varies widely by seniority, employer size, and remote vs onsite arrangement. Check the salary range on this listing when published, or browse our Data Scientist hub for France medians across recent openings.

Most applications complete in under 90 seconds. You can track the status in your dashboard and watch the screenshot proof land the moment the application submits.

AI Applyd supports Greenhouse, Lever, Ashby, Workday, iCIMS, SmartRecruiters, Personio, Teamtailor and other major ATS platforms. If we can submit through the platform, we do.

Want AI Applyd to auto-apply to roles like this?

We tailor your resume per posting, fill the forms, and track replies for you.