ENS de Lyon
Projet Serisia – Sociologie expérimentale du rapport à l’IA et socialisation des algorithmes conversationnels
Programme INRIA Quadrant ENS de Lyon / Centre Max Weber
Contexte et projet
Le projet Serisia, financé par le Programme Inria Quadrant de l’Institut national de recherche en sciences et technologies du numérique, vise à étudier comment les modèles de langage conversationnels peuvent encoder des structures sociales au fil d’interactions avec des publics socialement différenciés
Le projet articule une enquête sociologique à grande échelle (20 000 répondants) intégrant un agent conversationnel, et une démarche expérimentale de fine-tuning visant à produire et analyser des versions adaptées d’un LLM selon différents profils sociodémographiques.
Ce projet interdisciplinaire, à la croisée de la sociologie et du machine learning, est porté par Nathan Ferret (MCF en sociologie, ENS de Lyon) et sera accueilli au Centre Max Weber (UMR 5283) en lien avec le Centre Blaise Pascal (CBP). Le poste sera rattaché à l’équipe « Dispositions, pouvoirs, cultures, socialisations », sur le site Descartes de l’ENS de Lyon.
Missions
La personne recrutée sera responsable des dimensions techniques du projet, en collaboration étroite avec le porteur et un ingénieur d’études en sociologie. Le projet articule une enquête sociologique à grande échelle intégrant un agent conversationnel et une démarche expérimentale d’analyse et d’adaptation de modèles de langage. Le projet offre ainsi un cadre de recherche à l’interface des sciences sociales et computationnelles, avec des perspectives de valorisation académique (co-signature d’articles, participation à un colloque international).
Les missions couvrent deux axes principaux, correspondant aux deux phases du projet suivant la collecte des données :
(1) L’extraction et l’analyse d’embeddings, ainsi que le fine-tuning de plusieurs versions d’un modèle open weight selon différents sous-corpus de données d’entraînement (données d’interaction humains-LLM)
(2) La mise en place de protocoles de prompt-testing et l’analyse des sorties générées (stylométrie, classification), avec exploration de méthodes d’analyse interne des modèles (probing classifiers, attention analysis).
Profil recherché
Formation et expérience
• Doctorat en informatique, NLP, machine learning ou domaine connexe ; ou Master 2 avec 2-3 ans d’expérience professionnelle en ingénierie NLP/ML
• Spécialisation ou une expérience significative sur les modèles de langage (LLM)
Compétences techniques requises
• Maîtrise des architectures Transformer et des LLM (compréhension fine du fonctionnement)
• Expérience pratique du déploiement de LLM open-weight (Llama, Mistral, etc.) et des outils associés (vLLM, HuggingFace Transformers, etc.)
• Maîtrise des techniques de fine-tuning efficient (LoRA, adapters, QLoRA)
• Solide expérience en Python et des bibliothèques ML/NLP (PyTorch, transformers, scikit-learn)
• Expérience de l’extraction et de l’analyse d’embeddings, de la réduction dimensionnelle (UMAP, t-SNE, PCA)
Compétences techniques souhaitées
• Expérience en interprétabilité des modèles (mechanistic interpretability, probing, saliency)
• Connaissance des méthodes de stylométrie computationnelle
• Familiarité avec les environnements HPC / GPU
Conditions
• Type et durée du contrat : CDD de 16 mois qualifié en ingénieur·e de recherche ou postdoctorant·e selon le profil retenu
• Rémunération : Selon grille et expérience (+Prise en charge partielle des frais de transport et de mutuelle)
Post-doctorat :
– 2 900 € brut pour expérience < 2 ans post-thèse
– 3400 € brut pour expérience ≥ 2 ans < 5 ans post-thèse
Ingénieur.e de recherche :
– 2 841 € brut pour 0 à 2 ans d’expérience
– 3 080 € brut pour 3 à 6 ans d’expérience
– 3 358 € brut pour 7 à 9 ans d’expérience
– 3 538 € brut pour 9 à 12 ans d’expérience
• Début souhaité : 1er avril 2026 (flexibilité possible)
• Lieu : Centre Max Weber, ENS de Lyon (site Descartes, 15 parvis René Descartes, 69342, Lyon) / Centre Blaise Pascal (Site Monod, 46 allée d’Italie, 69007, Lyon)
Candidature
Merci d’envoyer votre dossier de candidature à nathan.ferret@ens-lyon.fr, comprenant :
• CV détaillé
• Lettre de motivation expliquant votre intérêt pour le projet et vos compétences pertinentes
• Rapport de soutenance de thèse (si disponible) et coordonnées d’1-2 référent.es (académiques ou professionnels) susceptibles d’attester de vos compétences
• Le cas échéant : lien vers des réalisations (GitHub, publications, projets)
Les candidat.es retenus seront recontactés pour une audition, en distanciel ou en présentiel.
Contact pour toute demande d’information : Nathan Ferret, nathan.ferret@ens-lyon.fr
Pour postuler, envoyez votre CV et votre lettre de motivation par e-mail à nathan.ferret@ens-lyon.fr