Post-doctorante ou Post-doctorant en contrôle agentique pour la gestion de clusters - CDD de 12 mois
institutminestelecom
Palaiseau, Île-de-France, France · Palaiseau · France
Posted Jun 17, 2026
- Contract
- Hybrid
- Informatique
- entry_level
institutminestelecom
Palaiseau, Île-de-France, France · Palaiseau · France
Posted Jun 17, 2026
Qui sommes-nous ?
Télécom Paris, école de l’IMT (Institut Mines-Télécom) et membre fondateur de l’Institut Polytechnique de Paris, est une grande école du top 5 des écoles d’ingénieurs généralistes françaises.
La Raison d’Être de Télécom Paris est de former, imaginer et entreprendre pour concevoir des modèles, des technologies et des solutions numériques au service d’une société et d’une économie respectueuses de l’humain et de son environnement.
Nous recherchons Post-doctorante ou Post-doctorant en contrôle agentique pour la gestion de clusters pour rejoindre le département INFRES à Telecom Paris.
Kubernetes est devenu une plateforme centrale pour le déploiement et la gestion des systèmes cloud-native, et il est de plus en plus utilisé pour héberger des charges de travail IA en production. Malgré sa maturité en tant que plateforme d'orchestration dotée d'une automatisation intégrée, les opérations quotidiennes sur Kubernetes nécessitent encore souvent une intervention humaine importante. Les opérateurs de clusters doivent inspecter l'état du cluster, interpréter les métriques, les journaux, les traces et les événements, diagnostiquer les défaillances, choisir les actions correctives, exécuter des commandes ou des opérations API, puis vérifier que le système est revenu à un état sain. Les outils et prototypes de recherche récents basés sur des LLM (modèles de langage) pour Kubernetes montrent le potentiel des modèles de langage pour soutenir ces tâches grâce à des interactions en langage naturel, des interactions en ligne de commande et via API, ainsi qu'à un raisonnement conscient du cluster. Ces avancées laissent entrevoir des opérations Kubernetes et d'ingénierie de la fiabilité des sites (SRE) plus autonomes. Le degré d'autonomie varie selon les solutions existantes, allant de l'assistance interactive avec un humain dans la boucle à une exécution plus autonome.
Dans le même temps, l'utilisation croissante de Kubernetes dans les environnements d'edge computing fait de la gestion autonome des clusters un problème de recherche de plus en plus important. Bien que la plupart des études existantes se concentrent sur les environnements cloud ou la gestion générale de Kubernetes, les déploiements en edge peuvent impliquer plusieurs clusters Kubernetes gérés de manière indépendante et fonctionnant dans des conditions très différentes. Ces clusters peuvent être déployés sur des sites hétérogènes, aux ressources limitées ou difficiles d'accès physiquement, y compris des déploiements distants pour des applications telles que la surveillance environnementale. Ils peuvent également faire face à une disponibilité changeante des ressources, des conditions réseau instables et une connectivité limitée. Dans de tels environnements, les pannes sont plus difficiles et plus coûteuses à résoudre par une intervention manuelle, ce qui accroît l'importance d'une gestion zero-touch et d'une récupération autonome au niveau de chaque cluster individuel. Ces contraintes rendent également les modèles open-weight déployables localement une option pratique pour soutenir le raisonnement, le contrôle et la récupération sur site. Leur utilité peut être renforcée par la génération augmentée par récupération (RAG, Retrieval-Augmented Generation), qui permet de prendre des décisions fondées sur des documents locaux pertinents et des données opérationnelles, sans dépendre en continu de services tiers distants.
Ce projet postdoctoral étudiera le contrôle agentique en boucle fermée pour la gestion autonome des clusters Kubernetes dans des environnements edge aux ressources limitées. Le projet explorera comment les agents IA peuvent observer l'état d'un cluster Kubernetes, interpréter des signaux opérationnels hétérogènes, raisonner sur les causes possibles et les actions correctives sous des contraintes de sécurité, exécuter les étapes de récupération sélectionnées, puis vérifier si le cluster est revenu à un état sain. Les recherches se concentreront particulièrement sur la manière dont les modèles open-weight déployables localement, soutenus par la génération augmentée par récupération (RAG) sur la documentation locale et les données opérationnelles, peuvent offrir une autonomie pratique dans des conditions de connectivité et d'infrastructure limitées. La solution conçue sera évaluée soit à l'aide d'un cadre d'évaluation existant, comme AIOpsLab, soit par le biais d'un benchmark opérationnel Kubernetes dédié, développé dans le cadre du projet. Cette évaluation utilisera des scénarios réalistes de diagnostic et de récupération de pannes Kubernetes, des tâches d'administration inspirées de l'examen Certified Kubernetes Administrator (CKA), ainsi que des expériences répétées pour évaluer la fiabilité dans des conditions edge aux ressources limitées.
Ce poste postdoctoral actuel sera mené au sein du Département Informatique et Réseaux (INFRES), dans l’équipe Réseaux, Mobilité et Services (RMS), affiliée au laboratoire de recherche LTCI. Le département INFRES relève certains des défis scientifiques issus de la numérisation généralisée, en s’appuyant sur son expertise dans des domaines tels que l’architecture, la conception et la vérification des systèmes logiciels et des réseaux de communication, la science des données, l’interaction homme-machine, la sécurité, la mobilité et le contrôle de la consommation énergétique. Les activités de recherche de l’équipe RMS se concentrent sur les réseaux à très grande échelle et les systèmes opérationnels. En particulier, nous concevons les réseaux mobiles et les communications de demain, l’Internet du futur, l’Internet des objets ainsi que les évolutions du cloud et de la virtualization. Nos méthodologies vont de l’expérimentation à la théorie : nous expérimentons sur des plateformes de test, développons des outils de métrologie, concevons des architectures et des protocoles, élaborons des algorithmes et des méthodes analytiques pour évaluer et optimiser les réseaux.
Vos principales missions seront:
Assurer des missions de recherche dans le domaine de la gestion autonome de clusters pour les environnements edge aux ressources limitées.
Participer à la notoriété de l’Ecole, de l’Institut Mines-Télécom et de l’Institut Polytechnique de Paris.
Vous détenez un doctorat ou équivalent. Le poste requiert de solides compétences en intelligence artificielle, machine learning et systèmes informatiques, ainsi qu’une bonne maîtrise de la programmation sous Linux. Une expérience avec les LLM, les architectures RAG, le cloud-native et Kubernetes est attendue, avec un bon niveau d’anglais.
Des connaissances en systèmes distribués, edge computing ou open source sont un plus. Le profil recherché doit aussi savoir travailler en équipe, communiquer efficacement et faire preuve de synthèse.
Pourquoi nous rejoindre ?
Vous travaillerez dans un environnement en plein développement, agréable, verdoyant et accessible (notamment pour les personnes en situation de handicap) à seulement 20 km de Paris (RER B et C, proximité des grands axes routiers, navette mutualisée en partance de la Porte d'Orléans). Vous bénéficierez de :
49 jours de congés annuels (CA + RTT)
flexibilité des horaires de travail (en fonction de l'activité du service)
télétravail 1 à 3 jours/semaine possible
Remboursement abonnement transports en commun à 75%
Proximité de nombreuses infrastructures sportives, conciergerie, parking souterrain, restauration interne...
A savoir : nos cotisations sociales sont moins élevées que dans le secteur privé
Informations diverses :
Date limite de candidature : 30 août 2026
Type d'emploi : CDD de 12 mois
Description de poste ici
Who we are ?
Télécom Paris, part of the IMT (Institut Mines-Télécom) and a founding member of the Institut Polytechnique de Paris, is one of France's top 5 general engineering schools.
The mainspring of Télécom Paris is to train, imagine and undertake to design digital models, technologies and solutions for a society and economy that respect people and their environment.
We are looking for a postdoctoral researcher specialising in agent-based control for cluster management to join the INFRES department at Telecom Paris.
Kubernetes has become a core platform for deploying and managing cloud-native systems and is increasingly used to host production AI workloads. Despite its maturity as an orchestration platform with built-in automation, day-to-day Kubernetes operations still often require significant human involvement. Cluster operators must inspect cluster state, interpret metrics, logs, traces, and events, diagnose failures, select corrective actions, execute commands or API operations, and verify that the system has returned to a healthy state. Recent LLM-based Kubernetes tools and research prototypes demonstrate the potential of language models to support these tasks through natural language interaction, command-line and API interaction, and cluster-aware reasoning, pointing towards more autonomous Kubernetes and Site Reliability Engineering (SRE) operations. The degree of autonomy varies across existing solutions from interactive human-in-the-loop assistance to more autonomous execution.
At the same time, the growing use of Kubernetes in edge computing environments makes autonomous cluster management an increasingly important research problem. While most existing studies focus on cloud environments or general Kubernetes management, edge deployments may involve multiple independently managed Kubernetes clusters operating under very different conditions. These clusters may be deployed at heterogeneous, resource-constrained, or physically hard-to-reach sites, including remote deployments for applications such as environmental monitoring. They may also face changing resource availability, unstable network conditions, and limited connectivity. In such environments, failures are harder and costlier to address through manual intervention, which increases the importance of zero-touch management and autonomous recovery at the level of each individual cluster. These constraints also make locally deployable open-weight models a practical option for supporting on-site reasoning, control, and recovery. Their utility can be further strengthened by retrieval-augmented generation, which allows decisions to be grounded in relevant local documents and operational data without continuous reliance on remote third-party services.
This postdoctoral project will investigate closed-loop agentic control for autonomous Kubernetes management in resource-constrained edge environments. The project will study how AI agents can observe the state of a Kubernetes cluster, interpret heterogeneous operational signals, reason over possible causes and corrective actions under safety constraints, execute selected recovery steps, and verify whether the cluster has returned to a healthy state. The research will particularly examine how locally deployable open-weight models, supported by retrieval-augmented generation over local documentation and operational data, can provide practical autonomy under limited connectivity and infrastructure constraints. The designed solution will be evaluated using either an existing evaluation framework, such as AIOpsLab, or through a dedicated Kubernetes operational benchmark developed within the project. This evaluation is planned to use realistic Kubernetes failure diagnosis and recovery scenarios, administration tasks inspired by the Certified Kubernetes Administrator (CKA) exam, and repeated experiments to assess reliability under resource-constrained edge conditions.
The current postdoctoral position will be conducted within the Computer Sciences and Networks Department (INFRES), in the Networks, Mobility and Services (RMS) team, which is affiliated with the LTCI research laboratory. The INFRES department addresses some of the scientific challenges arising from widespread digitization on the basis of its expertise in areas such as: Architecture, design and verification of software systems and communication networks, data science, the interaction between man and machine, security, mobility, and the control of energy consumption. The research activities of the RMS research team focus on very large networks and operated systems. In particular, we design the mobile networks and communications of tomorrow, the future Internet, the Internet of things or the evolutions of the cloud and of virtualization. Our methodologies go from experimentation to theory: We experiment on testbeds, develop metrology tools, design architectures and protocols, develop algorithms and analytical methods for evaluating and optimizing networks.
Your main responsabilities :
To carry out research missions in the field of autonomous cluster management for resource-constrained edge environments.
To contribute to the reputation of the School, the Institut Mines-Télécom and the Institut Polytechnique de Paris
You hold a PhD or equivalent qualification. The role requires strong skills in artificial intelligence, machine learning and computer systems, as well as a good command of Linux programming. Experience with LLMs, RAG architectures, cloud-native technologies and Kubernetes is required, along with a good command of English.
Knowledge of distributed systems, edge computing or open source is an advantage. The ideal candidate must also be able to work as part of a team, communicate effectively and demonstrate the ability to synthesise information.
Why join us?
You'll be working in a fast-growing, pleasant, green and accessible environment (especially for people with disabilities) just 20 km from Paris (RER B and C suburban train lines, close to major roads, shared shuttle departing from Porte d'Orléans). You will benefit from :
49 days annual leave (CA + RTT)
flexible working hours (depending on department activity)
telecommuting 1 to 3 days/week possible
75% public transport pass reimbursement
Proximity to numerous sports facilities, concierge service, underground parking, in-house catering, etc.
Good to know: our social security contributions are lower than in the private sector
Other information :
Application deadline: August 30, 2026
Job type : 12 months fixed-term contract
Job description here
Our recruitment is based on skills, without distinction of origin, age, gender identity, or sexual orientation, and all our positions are open to individuals with disabilities.