Internship Research / World Models for Networking

Contenu principal

Accessibilité

Contact

Mentions légales

Menu

Fermer

FR EN

Se connecter

Offres d'emploi Inria >

Offre n°2026-10661

Internship Research / World Models for Networking

Télécharger l'offre au format PDF

Le descriptif de l’offre ci-dessous est en Anglais

Type de contrat : Convention de stage

Niveau de diplôme exigé : Bac + 2 ou équivalent

Fonction : Stagiaire de la recherche

A propos du centre ou de la direction fonctionnelle

Created in 2008, the Inria Saclay Center is located at the heart of the Paris-Saclay scientific and technological excellence cluster, which alone accounts for 15% of French research. Serving the development of the Université Paris-Saclay and the Institut Polytechnique de Paris, the Inria Saclay center employs 80 people in research support services and 500 scientists of 54 nationalities.

Benefiting from continuous growth, the center now has a total of 42 project-teams and two in the process of being created, including 21 jointly with the Institut Polytechnique de Paris, 16 with the Université Paris-Saclay, as well as 7 Inria EPs, including one in collaboration with Onera and one with the Pôle Universitaire Centre Val de Loire. These research teams are spread over more than ten sites.

Mission confiée

World Models are a family of models that offer an alternative to classical approaches such as vision models or large language models. Instead of mapping inputs to outputs, they learn an internal representation of a “world” and predict how that world evolves over time and in response to actions. This makes them natural candidates for prediction, simulation and planning.

These models are known to be hard to train. Many recent approaches build on the Joint-Embedding Predictive Architecture (JEPA) [1–4], which predicts in a learned representation space rather than reconstructing raw inputs. Within this line of work, LeWorldModel (LeWM) [5, 6] was recently proposed. It trains end to end in a stable way and has shown good properties for training.

Objectives

The LeWM methodology is general, but so far it has mainly been applied to image inputs. This internship will explore how it can be adapted to networking problems. Wireless networks are a good fit for this approach: their state, such as topology, connectivity and traffic, changes over time and in response to decisions. Prior work in the team has studied related problems [7].

Work plan

Study the World Model and JEPA literature, then reproduce and test the existing LeWM model.

Choose a suitable networking application and an input representation, based on feasibility and relevance.

Adapt and retrain the model on this application, possibly through a sequence of tasks of increasing complexity.

Evaluate the results experimentally and analyze both the predictions and the learned representations.

Candidate profile

Solid background in machine learning and deep learning, with practical experience in Python and PyTorch

Interest in networking (wireless networks are a plus, but not required)

Familiarity with self-supervised learning, representation learning or reinforcement learning is a plus

References

[1] Y. LeCun, “A Path Towards Autonomous Machine Intelligence,” OpenReview, 2022.

[2] M. Assran et al., “Self-Supervised Learning from Images with a Joint-Embedding Predictive Architecture” (I-JEPA), CVPR 2023.

[3] A. Bardes et al., “Revisiting Feature Prediction for Learning Visual Representations from Video” (V-JEPA), TMLR 2024.

[4] M. Assran et al., “V-JEPA 2: Self-Supervised Video Models Enable Understanding, Prediction and Planning,” arXiv:2506.09985, 2025.

[5] R. Balestriero and Y. LeCun, “LeJEPA: Provable and Scalable Self-Supervised Learning Without the Heuristics,” arXiv:2511.08544, 2025.

[6] L. Maes, Q. Le Lidec, D. Scieur, Y. LeCun, and R. Balestriero, “LeWorldModel: Stable End-to-End Joint-Embedding Predictive Architecture from Pixels,” arXiv:2603.19312, Mar. 2026.

[7] F. Marcoccia, V. Fagoo, G. M. de Saint Julien, C. Adjih, T. Watteyne, and P. Mühlethaler, “NetDiff: Graph Diffusion with Improved Global Capabilities to Generate and Update Mobile Network Topologies,” ICML 2026.

Avantages

Subsidized meals

Partial reimbursement of public transport costs

Leave: 7 weeks of annual leave + 10 extra days off due to RTT (statutory reduction in working hours) + possibility of exceptional leave (sick children, moving home, etc.)

Possibility of teleworking and flexible organization of working hours

Professional equipment available (videoconferencing, loan of computer equipment, etc.)

Social, cultural and sports events and activities

Access to vocational training

Social security coverage

Rémunération

Gratification

Postuler à cette offre

Partager

Facebook

Linkedin

Twitter

Email

Informations générales

Thème/Domaine : Réseaux et télécommunications

Système & réseaux (BAP E)

Ville : Palaiseau

Centre Inria : Centre Inria de Saclay

Date de prise de fonction souhaitée : 2027-01-04

Durée de contrat : 2 mois

Date limite pour postuler : 2026-12-31

Attention: Les candidatures doivent être déposées en ligne sur le site Inria. Le traitement des candidatures adressées par d'autres canaux n'est pas garanti.

Consignes pour postuler

Sécurité défense :

Ce poste est susceptible d’être affecté dans une zone à régime restrictif (ZRR), telle que définie dans le décret n°2011-1425 relatif à la protection du potentiel scientifique et technique de la nation (PPST). L’autorisation d’accès à une zone est délivrée par le chef d’établissement, après avis ministériel favorable, tel que défini dans l’arrêté du 03 juillet 2012, relatif à la PPST. Un avis ministériel défavorable pour un poste affecté dans une ZRR aurait pour conséquence l’annulation du recrutement.

Politique de recrutement :

Dans le cadre de sa politique diversité, tous les postes Inria sont accessibles aux personnes en situation de handicap.

Contacts

Équipe Inria : TRIBE

Recruteur :

Adjih Cédric /

A propos d'Inria

Inria, l'institut national de recherche dans les sciences et technologies du numérique, est en appui de l’État pour les stratégies nationales de recherche et d’innovation du numérique en tant qu'Agence de programmes. Inria mène plus de 300 projets de recherche et d’innovation avec ses 3500 scientifiques, ingénieurs et personnels d’appui, en partenariat avec les universités et l’écosystème numérique (entreprises, entrepreneurs, acteurs publics). Ensemble, nous explorons des domaines clés comme l'intelligence artificielle, la cybersécurité, l’informatique quantique, le Cloud, la transformation numérique de la santé, les jumeaux numériques ou encore les technologies numériques pour la défense. Nous construisons des solutions concrètes telles que des logiciels, des startups technologiques, des partenariats avec les entreprises du tissu national et des formations de pointe. Notre objectif : l’impact scientifique, technologique et industriel au service de la souveraineté numérique de la France.

Plan du site

Contact

Mentions légales

Accessibilité : totalement conforme