Contexte et objectifs

• Concevoir et implémenter une solution d'intelligence artificielle centrée sur l'agentique (systèmes multi-agents et agents autonomes) pour résoudre un cas d'usage concret (automatisation de tâches, orchestration, prise de décision distribuée).
• Explorer l'intégration de modèles d'IA (apprentissage supervisé, apprentissage par renforcement, modèles génératifs) avec une architecture agentique pour améliorer la résilience, la scalabilité et l'autonomie du système.

Missions principales

• Analyse des besoins et spécification fonctionnelle du système agentique piloté par des composants IA.
• Conception de l'architecture logicielle (agents, communication, médiateurs, politiques d'apprentissage) et développement des composants logiciels.
• Implémentation et entraînement des modèles d'IA nécessaires (ex. modèles de décision, de planification ou d'assistance) et intégration avec la couche agentique.
• Mise en place d'un banc d'essai, scénarios de simulation et tests pour valider le comportement multi-agent et les performances de la solution.

Environnement technique et compétences requises

• Connaissances en intelligence artificielle (ML, RL, éventuellement modèles génératifs) et en paradigme agentique (systèmes multi-agents, architectures BDI/JADE/PADE ou frameworks similaires).
• Compétences en programmation (Python fortement recommandé; maîtrise de bibliothèques ML comme PyTorch/TensorFlow et outils de simulation/agentique).
• Notions de communication inter-processus, gestion d'événements, et conception distribuée; familiarité avec conteneurisation (Docker) et déploiement est un plus.

Livrables attendus

• Rapport de PFE détaillant l'étude, l'architecture, les algorithmes et les résultats expérimentaux.
• Prototype fonctionnel démontrant l'intégration IA + agentique avec jeux de tests/scénarios et scripts de reproduction.
• Présentation finale (slides) et code source/documentation pour prise en main par l'équipe d'encadrement.

Encadrement et évaluation

• Travail encadré par un tuteur académique et un référent technique en entreprise (réunions de suivi régulières, jalons de rendu).
• Évaluation basée sur la qualité du rapport, la robustesse du prototype, les résultats expérimentaux et la présentation finale.

Modalités pratiques

• Langue de travail : français.
• Durée indicative : PFE standard (3 à 6 mois), modalités de télétravail/hybride à convenir avec l'encadrement.