Offre en lien avec l’Action/le Réseau : – — –/Doctorants

Laboratoire/Entreprise : SAMVOAR
Durée : 3 ans
Contact : julien.romero@telecom-sudparis.eu
Date limite de publication : 2026-07-08

Contexte :
Le recrutement numérique se heurte de manière récurrente au problème de démarrage à froid bilatéral, où les offres d’emploi et les candidats nouvellement arrivés ne disposent d’aucun historique d’interaction. Le projet GRAIL (Grounded Recommendation with Auditable Inference Links), financé par les bourses Hi!Paris et rattaché au laboratoire SAMOVAR, vise à combler cette lacune en proposant une approche ancrée et auditable de l’apprentissage des recommandations pour le recrutement.

Sujet :
La thèse est structurée autour de trois objectifs scientifiques principaux :

1. Concevoir un pipeline d’extraction tenant compte de l’incertitude afin de déduire les compétences implicites à partir des textes (CV et offres d’emploi), en y associant des scores de confiance et une traçabilité de la provenance.
2. Développer un système de recommandation génératif hybride capable de proposer des arêtes d’interaction candidat-offre manquantes. Chaque recommandation devra être justifiée par un lien d’inférence auditable, défini comme un sous-graphe de preuves compact reliant directement les exigences du poste au profil du candidat.
3. Mettre en œuvre un audit rigoureux de l’équité ciblant l’égalité des chances lors de la phase de sélection des candidats, en fournissant des rapports transparents sur les compromis entre utilité et équité.

Profil du candidat :
Le candidat doit faire preuve d’un fort intérêt pour la résolution de problèmes complexes à l’intersection de la compréhension du langage et des données structurées. Une expérience préalable en recherche est vivement recommandée.

Formation et compétences requises :
Diplôme de niveau Master ou équivalent en informatique, intelligence artificielle ou science des données.Solides compétences en programmation, en conception d’algorithmes et en expérimentation à grande échelle.
Connaissances fondamentales et maîtrise technique des systèmes d’apprentissage automatique, du traitement du langage naturel (NLP), des modèles de fondation ou de l’apprentissage sur les graphes.

Adresse d’emploi :
Télécom SudParis, Institut Polytechnique de Paris, Palaiseau, Île-de-France, France.

Document attaché : 202606081220_PhD Thesis Proposal_ GRAIL Project.pdf