University of Paris I: PanthéonSorbonne
University of Paris I: PanthéonSorbonne
France

Stagiaire en informatique : IA explicable dans le recrutement

Artificial Intelligence & Automation (AI/RPA)Data Science / Data AnalyticsUX/UI & Human-Computer Interaction

Publié il y a 1 jour

Stage
⏱️4-6 mois
💼Présentiel
💰Rémunéré
📅Expire dans 11 jours
Mentionne clairement la tech principale.

Description du poste

Contexte scientifique

Ce stage s’inscrit dans le cadre du projet ACERA, financé par Sorb-Rising de l’Université Paris 1 Panthéon-Sorbonne, et s’articule avec le projet de recherche XAI-Recrut, financé par la Dares – Ministère du Travail. Ces deux projets ont pour ambition d’évaluer les nouvelles pratiques de recrutement dans le contexte émergent des intelligences artificielles. Ces projets sont menés conjointement par des enseignants-chercheurs de l’Université Paris 1 Panthéon-Sorbonne (Laboratoires PRISM et Centre de Recherche en Informatique – CRI) et de l’Université Grenoble Alpes (Laboratoire CERAG – Centre d’Études et de Recherches Appliquées à la Gestion).

Objectif du stage

Ce stage vise à appliquer des méthodes d’IA explicable (XAI) à une situation de recrutement, et à analyser les réactions d’utilisateurs finaux (candidats et recruteurs) face à différentes formes d’explicabilité des décisions algorithmiques. L’objectif général est de contribuer à la conception de dispositifs expérimentaux robustes et centrés utilisateur, en amont d’une collecte expérimentale de grande ampleur prévue à partir d’octobre 2026.

Missions principales

Le/la stagiaire participera activement aux travaux de recherche suivants :

1) Conception et amélioration d’un dispositif expérimental en IA explicable

  • Prise en main et enrichissement d’un dispositif expérimental existant combinant modèles d’IA et méthodes d’explicabilité (XAI), déjà évalué auprès d’un premier panel d’utilisateurs.
  • Analyse et amélioration des supports explicatifs illustrant différentes approches d’explicabilité (globales et locales) appliquées à des décisions issues d’un modèle prédictif.
  • Optimisation du pipeline expérimental.

2) Modélisation prédictive et évaluation de modèles d’apprentissage automatique

  • Mise en œuvre de différents modèles de machine learning sur le jeu de données disponible.
  • Analyse des performances des modèles.
  • Application de différentes méthodes d’explicabilité associées aux modèles les plus performants.

3) Approche centrée utilisateur pour l’évaluation des explications IA

  • Amélioration de visualisations et de contenus explicatifs (graphiques, textes, interfaces) à partir de retours utilisateurs.
  • Contribution à une démarche user-centered AI, visant à renforcer la compréhension, la confiance et l’acceptabilité des systèmes d’IA explicables.
  • Participation à la préparation d’une expérimentation à plus grande échelle, tant sur les aspects méthodologiques que techniques.

Environnement de recherche

  • Laboratoire : CRI – Centre de Recherche en Informatique Paris 1 Panthéon-Sorbonne
  • Établissement : Université Paris 1 Panthéon-Sorbonne
  • Localisation : 90 rue de Tolbiac, Paris 13e
  • Ce stage est rémunéré
  • Durée : entre 4 et 6 mois
  • Début de stage : début mars 2026

Profil recherché

  • Étudiant(e) en Master 2 ou en école d’ingénieur (informatique, science des données, intelligence artificielle)
  • Compétences en :
  • Programmation (Python)
  • Méthodes de machine learning
  • Notions d’IA explicable (XAI) ou d’évaluation de systèmes algorithmiques
  • Intérêt marqué pour les questions interdisciplinaires (IA, sciences humaines, décision, recrutement)
  • Rigueur scientifique, autonomie et capacité à analyser des retours utilisateurs

Pièces à transmettre (format PDF)

  • CV et lettre de motivation
  • relevés de notes des 2 dernières années
  • coordonnées de deux référents (enseignants-chercheurs)

Candidature

  • Envoyer à : benedicte.le-grand@univ-paris1.fr et nourhene.ben-rabah@univ-paris1.fr
  • Date limite de candidature : 30 janvier 2026
  • Une audition (en distanciel) est prévue pour les candidats retenus début février 2026