Contexte et objectif

• Entreprise : EITA INNOV, filiale stratégique de EITA Consulting, implantée à Tunis. Le sujet s'inscrit dans les travaux d'innovation en Generative IA et systèmes agentiques.
• Objectif : optimiser les systèmes agentiques alimentés par des grands modèles de langage (LLMs) en termes de performances (temps, coût, robustesse) et de précision (exactitude, fiabilité).

Missions principales

• Mener une recherche approfondie et une revue d'état de l'art sur les architectures agentiques et l'intégration des LLMs.
• Réaliser des benchmarks systématiques et conduire des expériences comparatives pour évaluer latence, coût, robustesse et précision.
• Proposer et implémenter des innovations ciblées (optimisations d'architecture, pipelines, stratégies de requêtage, cache, quantization, etc.).

Approche expérimentale et analyse

• Concevoir des protocoles expérimentaux reproductibles et métriques pertinentes pour mesurer temps, coût, robustesse et exactitude.
• Effectuer des analyses détaillées des résultats, identifier points faibles et leviers d'amélioration, et itérer sur les solutions proposées.

Technologies et compétences requises

• Compétences techniques : Python, LLMs, frameworks Hugging Face, LangChain, Langgraph, expérience avec Docker.
• Connaissances en Generative IA, NLP, agents (MCPs, Agents, CrewIA), et idéalement exposure à Spring IA ou systèmes distribués.

Livrables attendus

• Rapport de recherche détaillé avec revue bibliographique, méthodologie, résultats et recommandations.
• Benchmarks, notebooks/code reproductible et conteneurisation (Docker) des expérimentations.
• Prototype ou preuve de concept démontrant les optimisations proposées et mesure d'impact.

Encadrement et environnement

• Travail au sein d'une équipe R&D d'EITA INNOV à Tunis, avec suivi et réunions régulières.
• Opportunité d'appliquer des techniques avancées sur des cas réels et d'interagir avec des ingénieurs et chercheurs.

Candidature et contact

• Pour postuler, envoyer un CV et une lettre de motivation en précisant le sujet : SUJET 2 - Optimisation des systèmes agentiques alimentés par les LLMs.
• Contact pour candidature : contact@eitainnov.tn .