Liste des Ecoles

Liste des Ecoles Thématiques liées au GdR MaDICS

Ecoles labellisées/soutenues par MaDICS

Jan
10
Sun
2016
NOEMI: IR BAP E « Chef de projet ou expert en calcul scientifique » Développement des chaînes de traitements de données satellitaires (notamment InSAR)
Jan 10 – Jan 9 all-day

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : ISTerre, Université Grenoble Alpes, Grenoble
Durée : CDI
Contact : anne.socquet@ujf-grenoble.fr
Date limite de publication : 2016-01-10

Contexte :
https://isterre.fr/isterre/a-la-une/offres-d-emploi-de-theses-de-stages/article/noemi-ir-en-bap-e-calcul-scientifique
ISTerre (https://isterre.fr) est une unité mixte de recherche en sciences de la Terre avec 5 tutelles (CNRS, UGA, USMB, IRD, IFSTTAR) qui fait partie de l’observatoire des sciences de l’univers de Grenoble. Le laboratoire est composé d’une centaine de chercheurs, quarantaine d’ITA et environ 80 doctorants, et s’organise en 9 équipes de recherche.
Isterre conduit des recherches reconnues sur les déformations de la Terre (crises sismiques, volcaniques ou glissements de terrain, ainsi que leurs précurseurs) et sur le champ magnétique terrestre (prédiction, imagerie du manteau profond et du noyau) qui s’appuient abondamment sur des observations satellitaires. Ces thématiques de recherche se développent rapidement, avec une forte composante technique pour le traitement informatique des données.
Reposant sur des équipes déjà expérimentées, Isterre souhaite confirmer sa visibilité sur ces thématiques par un fort accompagnement technique, qui devra contribuer largement à l’effort de structuration nationale de l’activité.
L’ingénieur/e s’intégrera dans l’effectif technique du laboratoire et renforcera son tissu de compétences en ingénierie informatique, à l’interface entre deux équipes de recherche (« Cycle sismique et déformations transitoires » et « Géodynamo ») composées d’une douzaine de chercheurs / ingénieurs chacune.

Sujet :
Le/la Chef de projet sera en charge du développement des chaînes de traitements de données satellitaires utilisées pour étudier la déformation de surface ou le champ magnétique terrestre. Il/elle apportera son expertise en calcul intensif et optimisations logicielles dans un contexte de « données massives ». Il/elle contribuera à la préparation des données brutes, aux développements et aux adaptations logicielles en suivant les évolutions méthodologiques issues des recherches développées dans le laboratoire ou la communauté scientifique, et réalisera les études de faisabilité liées. Il/elle sera la personne-ressource pilotant le passage à l’échelle et la consolidation des codes de traitement de données et, dans une moindre mesure, de simulation numérique. Il/elle pilotera le déploiement des systèmes de traitement sur les plateformes de calcul, depuis les moyens régionaux CIMENT de l’Université Grenoble Alpes, nationaux (plateformes PEPS du CNES & GENCI), jusqu’aux moyens européens (plateformes GEP de l’ESA et PRACE de l’Union Européenne). Il/elle organisera le soutien aux utilisateurs.

Profil du candidat :
Chef de projet ou expert en calcul scientifique

Formation et compétences requises :
– connaissance approfondie des technologies du calcul intensif (parallélisation, distribution, optimisation) et des architectures associées.
– expérience significative requise en ingénierie logicielle et bonne connaissance des concepts associés. Des notions de qualité logicielle sont un plus.
– expérience significative requise en environnements Unix/Linux et leurs ecosystèmes de développement (Expérience significative en Python, Fortran, C++, et d’un langage de script. Bonne connaissance des outils de suivi de versions, de packaging, de génération de documentations).
– compétences relationnelles et organisationnelles dans un environnement national et international.
– maitrise de la communication orale et écrite.
– pratique avec aisance l’anglais du domaine (lu, écrit, parlé)
– une connaissance des algorithmes scientifiques classiques utilisés dans les bibliothèques de calcul scientifique (ex. lapack, fft, monte-carlo) est un plus.

Adresse d’emploi :
ISTerre, OSUG-C (Maison des Géosciences)
1381, rue de la Piscine
38400 Saint-Martin d’Hères

Document attaché :

Jan
4
Mon
2016
Informatique médicale et biostatistique
Jan 4 – Jan 3 all-day

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : Centre d’Investigation Clinique du CHRU de Nancy /Institut Elie Cartan de Lorraine (laboratoire de Mathématiques de l’Université de Lorraine)
Durée : 12 mois
Contact : jean-marie.monnez@univ-lorraine.fr
Date limite de publication : 2016-01-04

Contexte :
Aide à la conception et à la mise en œuvre de la deuxième version d’un logiciel d’aide à la prescription médicamenteuse dans le traitement de l’insuffisance cardiaque.
CDD post-doc de 12 mois
Date-limite de candidature : 5 novembre 2015

Sujet :
Le CDD est à pourvoir dans le cadre d’un projet en cours de réalisation de télémédecine visant à assurer le suivi d’insuffisants cardiaques à domicile.

Ce projet interdisciplinaire inclut le développement d’un logiciel d’aide à la prescription médicamenteuse (LAP), destiné à aider les médecins traitants dans le suivi de l’évolution de la pathologie chez leur patient. La conception de ce logiciel comprend deux versions.

La version 1 s’appuie sur l’expérience des cliniciens à l’origine du projet et intègre les pratiques cliniques en cours. Cette version a été conçue et achevée dans le cadre d’un premier contrat post-doctoral.

La version 2 intégrera des éléments d’aide à la décision médicale à partir de méthodes d’apprentissage statistique développées dans le cadre d’une thèse de Statistique en cours et dans celui de ce contrat.

Le travail du nouveau post-doctorant consistera à développer en collaboration avec le doctorant des méthodes d’apprentissage incrémental, permettant par exemple l’actualisation d’un score d’événement en fonction de l’arrivée de nouvelles données fournies par l’observation de patients, et à les implémenter dans le LAP. Ces méthodes feront intervenir des calculs récursifs exacts ou des approximations stochastiques. En outre, en fonction de la disponibilité de données obtenues par une étude clinique, le post-doc pourra procéder au test du logiciel.

La confidentialité du projet est une donnée majeure à prendre en compte et un engagement en ce sens devra être pris.

Le post-doc sera intégré à l’équipe chargée du développement du LAP composée de :

Eliane ALBUISSON, Professeur de Biostatistique

Marie-Dominique DEVIGNES, Chargée de Recherches au CNRS

Kévin DUARTE, Doctorant en Statistique

Jean-Marie MONNEZ, Professeur de Statistique

Profil du candidat :
Doctorat en Informatique ou en Statistique
– Intérêt pour les Sciences de la Vie ou la Médecine
– Capacité de travail en équipe, respect de la confidentialité

Candidature
A envoyer au Professeur Jean-Marie MONNEZ, Institut Elie Cartan de Lorraine, jean-marie.monnez@univ-lorraine.fr

Date-limite de candidature : 5 novembre 2015

Bien respecter la composition du dossier indiquée ci-dessous :
– Lettre de motivation mentionnant les contributions les plus marquantes du candidat et un argumentaire en faveur de son adéquation au sujet et au contexte de travail
– CV actualisé
– Liste des publications
– Copie du diplôme de Doctorat (Titre, Université, Date, diplôme) accompagné de la composition du jury et des rapports sur la thèse ainsi que du rapport de soutenance
– Lettres de recommandation et/ou coordonnées de chercheurs référents.

Formation et compétences requises :
– Connaissance de R
– Connaissance d’un langage de programmation (Java, C++)
– Connaissance de logiciels statistiques (SAS ou autre)

Adresse d’emploi :
Lieu de travail : Centre d’Investigation Clinique (CIC) du CHRU Nancy Brabois et Institut Elie Cartan de Lorraine (IECL, laboratoire de Mathématiques de l’Université de Lorraine)
Salaire brut : 2500 € / mois
Date de démarrage : 01/01/2016

Document attaché :

Jan
1
Fri
2016
Architecture Big Data pour les données omiques
Jan 1 2016 – Dec 31 2015 all-day

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : CEA LIST (DM2I/LADIS)
Durée : 12 mois
Contact : lorene.allano@cea.fr
Date limite de publication : 2016-01-01

Contexte :
Le CEA LIST (http://www-list.cea.fr/) est un centre d’innovation et de recherche technologique atour aux nouvelles technologies de l’information et de la communication. Le CEA LIST est basé sur le plateau de Saclay et appartient à l’université Paris Saclay. Au sein du CEA LIST, notre laboratoire est dédié aux Data Analytics et au Big Data.

Sujet :
Gestion des données omiques sur architecture Big Data.

Pour ce contrat postdoctoral de 12 mois, nous recherchons un docteur en informatique autonome et motivé par les nouvelles technologies et les architectures Big Data appliquées aux données biologiques. Dans le cadre d’un projet de recherche translationnelle en Santé en partenariat avec plusieurs laboratoires de recherche en biologie, l’objectif est de développer un environnement de gestion des données biologiques et omiques sur une architecture Big Data afin de permettre l’exploration rapide et fonctionnelle des données omiques à destination des biologistes. Après une première phase de validation avec les partenaires du cahier des charges, de benchmarks des solutions existantes et de choix des outils et de l’environnement, le candidat aura en charge le développement, de préférence en Python, d’un outil de gestion de données distribuées et d’exploration à destination des biologistes.

Profil du candidat :
docteur en informatique ou bio-informatique intéressé par les architectures Big Data appliquées à la gestion des données biologiques.

Formation et compétences requises :
Python, Spark, Hadoop, NoSQL
La connaissance des données omiques est un plus mais n’est pas indispensable, en revanche l’autonomie, la curiosité et la volonté de comprendre les problématiques des experts sont importantes.

Adresse d’emploi :
centre de Saclay – Digiteo Labs
DM2I / LADIS – PC 192
91191 Gif sur Yvette Cedex
http://www-list.cea.fr/

Document attaché :

Machine Learning and Signal Processing Researcher
Jan 1 2016 – Dec 31 2015 all-day

Annonce en lien avec l’Action/le Réseau : Innovation

Laboratoire/Entreprise : Huawei Technolgies Research
Durée : CDI
Contact : moez.draief@huawei.com
Date limite de publication : 2016-01-01

Contexte :
Huawei Technologies is looking for outsanding candidates to join a new research group on big data algorithms for sensor networks.

Sujet :
• Familiar with sensor technology and algorithm in smart end-user device such as motion sensor performance metrics, magnetic sensor usage and limitations, acoustic, pressure, optical and environmental sensing, as well as manufacturing technologies of sensors.
• Strong background in machine learning and signal processing in the context of large datasets and real-tine applications
• Familiar with development of sensor technology in smart end-user device. Such as interaction application, healthcare application, able to use mathematical methods to realize or improve sensor applications experience
• Familiar with sensor technology and algorithm in smart end-user device such as motion sensor performance metrics, magnetic sensor usage and limitations, acoustic, pressure, optical and environmental sensing, as well as manufacturing technologies of sensors.

Profil du candidat :
• Passion and understanding on smart phone, wearable or other consumer device
• Able to work efficiently in a multi cultural, multi site, multi language and changing environment
• Able to understand and solve complex problems
• Creative and innovative

Formation et compétences requises :
• PhD Degree in Mathematics, Physics, Optics and related fields.from a reputable university
• Strong publication record in machine learning/signal processing

Adresse d’emploi :
Boulogne-Billancourt

Document attaché :

Research engineer: Data mining with hardware support
Jan 1 2016 – Dec 31 2015 all-day

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : Laboratoire d’Informatique de Grenoble / Equipe SLIDE
Durée : 22 mois
Contact : vincent.leroy@imag.fr
Date limite de publication : 2016-01-01

Contexte :
Data production grows continuously. The development of the Internet of things and sensors produce terabits of activity traces. Pattern mining algorithms are a cornerstone of data mining. They consist in detecting frequently occurring patterns (sets, sequences, sub-graphs) In data. These patterns can later be used in many applications, including classification, recommendation and prediction. Existing approaches to pattern mining focus on batch processing, that is offline computation. However, more recent work considers stream (online) processing. Stream processing has the advantage of reading data only once, which limits the complexity at the cost of approximate results. They also allow continuous analysis, hence results can be obtained with low latency to detect anomalies in real time.

Sujet :
The goal of the Nano2017 ESPRIT project is to propose a hardware solution for pattern mining in high throughput data streams. This solution, which could be proposed as a support hardware card, will be able to test simultaneously the presence of a large number of patterns in the data. The benefits of such a solution are (i) to process faster streams than purely software approaches, and (ii) to use less servers to process data streams, thus reducing energy consumption.

Profil du candidat :
Research engineer

Formation et compétences requises :
Required Skills:
· A strong desire to implement systems that use the latest scientific results
· A good command of English
· Ability to work as part of a team
· Sufficient educational background to understand the science and mathematics involved in machine learning/ data mining algorithms
· Experience working in Linux/Unix environment
· Experience in C/C++ or Java

Desired Skills:
· Experience with at least one of the following: Python, Torch/Lua, Matlab
· Practical experience with machine learning, deep learning is a plus

Adresse d’emploi :
Laboratoire LIG – 110 av. de la Chimie – Domaine Universitaire de Saint-Martin-d’Hères

Document attaché :

Research engineer: Information extraction from fictional multimedia documents
Jan 1 2016 – Dec 31 2015 all-day

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : LIMSI / Spoken Language Processing Group
Durée : 6 mois
Contact : guinaudeau@limsi.fr
Date limite de publication : 2016-01-01

Contexte :
From the original idea to the actual distribution on TV, VOD and DVD, the production process and subsequent “life” of a TV program are divided into numerous stages, involving numerous actors (e.g. distribution, production, direction, screenwriting, casting, post-production or dubbing) and thus leading to the generation of a huge amount of heterogeneous metadata. However, only a few metadata eventually survive the tortuous production and distribution processes, making their integration difficult into novel TV-centric products.

Sujet :
The candidate will design new algorithms for information extraction from fictional multimedia documents (TV series, movies, etc…) and their associated metadata. Depending on their profile, the candidate may focus only on a few modalities, and collaborate with other members of the group to build fully multimodal approaches.

Additionally, the candidate will have the opportunity to be one of the main organizers of a new MediaEval task around TV and associated metadata (as a follow-up of the 2015 Person Discovery task [1])

[1] http://www.multimediaeval.org/mediaeval2015/persondiscovery2015/index.html

Profil du candidat :
Preference will be given to candidates with experience in one or more of the following areas: computational linguistics, knowledge extraction, speech processing and information visualization.

Experience in organizing or participating to benchmarking initiatives would be appreciated.

Formation et compétences requises :
Required : MS in Computer Engineering and prior experience of working in a research lab.
Preferred : Doctorate Degree in Computer Science or Computational Linguistics.

Applicants should be experienced programmers and be familiar with the Linux environment, and be able to speak and write in English.

Adresse d’emploi :
LIMSI/CNRS Orsay, France (South of Paris)

Document attaché : job_offer_engineer.pdf

Dec
31
Thu
2015
Postdoctoral position in machine learning for cancer systems biology
Dec 31 – Dec 30 all-day

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : institute of Systems and Synthetic Biology (iSSB)
Durée : 36
Contact : mohamed.elati@issb.genopole.fr
Date limite de publication : 2015-12-31

Contexte :
The institute of Systems and Synthetic Biology (iSSB) has an immediate opening for a postdoctoral position in the field of machine learning for systems biology. The iSSB is part of Genopole, the premier French BioPark of leading research academic and private laboratories in biotechnology, genomics, post-genomics and related sciences. It is located in Evry (Paris region).

Sujet :
The successful candidate will join an interdisciplinary team of computational and molecular biologists (http://www.issb.genopole.fr/Research/teams/mega), working on a cancer system biology project (involving Radvanyi lab – institut Curie and Southgate lab – York University) : LIONs (Large-scale Integrative approach to unravel the relationships between differentiatiON and tumorigenesiS ) funded by ITMO cancer/ INSERM (https://www.eva2.inserm.fr/EVA/jsp/Resultats/CANCER/E-Laureats_AO_PC_BS-2015.pdf).

She/He will be responsible for developing machine-learning algorithms for regulatory network inference and interrogation. We will use high-throughput heterogeneous data (miRNA and mRNA isoform expression) and protein data of bladder tumors and normal urothelial cells at different stages of proliferation/differentiation to infer, analyze and compare the regulatory networks — transcription factors, miRNA and target genes — found in the normal and pathological states. This work will build on the previous studies carried out by our team to model gene regulation in both discrete and a continuous frameworks. It will also involve extensive ci-regulatory element analysis and tools for mathematical studies of a perturbation model combining inferred normal and tumoral regulatory networks with heterogeneous tumor data (DNA methylation, mutations and genomic alterations). Key candidate genes from deregulated pathways encoding regulators or therapeutic targets will be validated functionally.

Profil du candidat :
We invite applications from researchers who hold a PhD in machine learning, biostatistics, computational system biology or a related field.
The successful candidate will be offered an initial contract for 24 months with possible extension for an additional 12 months depending on performance.

Formation et compétences requises :
Applicants should send a full CV, the contact details of three referees, and a cover letter to Dr. Mohamed Elati (http://www.issb.genopole.fr/~elati/) at mohamed.elati@issb.genopole.fr

Adresse d’emploi :
Institut de Biologie Synthétique et Systémique
Genopole Campus 1 – Genavenir 6
5 rue Henri Desbruères – F-91030 ÉVRY cedex

Document attaché :

Nov
30
Mon
2015
Offre de Post-doc: Détection d’événements atypiques dans un système de capteurs/caméras pour la sécurité dans les infrastructures critiques
Nov 30 – Nov 29 all-day

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : Equipe LM2S de l’UMR CNRS ICD 6281 (Université de Technologie de Troyes)
Durée : 12 mois renouvelable
Contact : babiga.birregah@utt.fr
Date limite de publication : 2015-11-30

Contexte :
Intitulé du post : Post-doctorant en modélisation et traitement de données
Profil recherché : Doctorat exigé
Affectation structurelle : Le candidat sera intégré au pôle de compétence ROSAS (Recherche Opérationnelle, Statistiques Appliquées et Simulation) et à l’équipe LM2S (Modélisation et Sûreté des Systèmes) composante de l’UMR CNRS ICD 6281.
Poste à pourvoir : Post-doctorant sur le projet FUI VIRTUALIS (Système global de sécurisation physique et logique pour les infrastructures critiques)
Disponibilité : Immédiate
Salaire : à négocier

Sujet :
Contexte et missions :
Ce post-doc est proposé dans le cadre du projet FUI VIRTUALIS (http://projet-virtualis.com/), qui se propose de développer une approche générique de la surveillance des infrastructures critiques au travers de la virtualisation des capteurs et du traitement des événements que remontent ces capteurs virtualisés. L’approche retenue dans le projet VIRTUALIS est fondée sur l’exploration conjointe des couches physique et logique pour l’identification de comportements atypiques, voir malveillants.
Le chercheur post-doc qui sera recruté aura pour tâche:
1. d’implémenter le module de virtualisation des capteurs/caméras et de leurs traitements associés. Cette phase consistera, dans un premier temps, à proposer une architecture de virtualisation des caméras déployées dans une infrastructure critique. Dans un second temps, il s’agira de proposer et de développer une chaîne de traitement pour la détection, la reconnaissance et le suivi des cibles. Une attention particulière sera accordée au stockage des événements dans un format compatible avec les contraintes des autres partenaires du projet.
2. de proposer ensuite une méthode de détection d’événements atypiques en se basant sur une analyse spatio-temporelle des événements détectés par les capteurs/caméras virtualisés. Il s’agit ici d’implémenter un algorithme de corrélation d’événements virtualisés distribués provenant des caméras et d’autres capteurs (badges de passage, détecteur de présence, etc.). Pour cela l’approche privilégiée sera basée sur les graphes spatio-temporels pour faire ressortir les zones/séquences d’événements d’intérêt, les anomalies, etc.
L’ensemble des livrables de ces deux parties devra s’articuler aux interfaces de l’ensemble de la plateforme VIRTUALIS.
Par ailleurs, outre ces missions scientifiques, le post-doctorant sera amené à participer à des réunions de consortium et à la rédaction de livrables du projet.

Profil du candidat :
Programmation C++, Matlab, théorie de graphe, reconnaissance de formes, traitement d’images. Des notions en bases de données (structurées ou non structurées) seront également très appréciées

Formation et compétences requises :
Doctorat en modélisation et traitement de données

Adresse d’emploi :
UTT – Université de Technologie de Troyes
12 rue Marie Curie – CS 42060 – 10004 TROYES CEDEX
Tél. : (33) 03 25 71 76 00 | Fax : (33) 03 25 71 76 76

Document attaché : sujet_postdoc_virtualis_àdifuser.pdf

Oct
18
Sun
2015
Biophysique: Mesure et modélisation en biologie
Oct 18 – Oct 23 all-day

Annonce en lien avec l’Action/le Réseau : à l’initiative de la SFB et de la SFµ

Thème :

biophysique, traitement de données

Présentation :

Recent progress in instruments used in modern biology (microscopies, spectroscopies, …), have deeply impacted our vision of life. Current instruments enable the observation of complex systems in larger time and space scales. These observations generate very large datasets, whose analysis involves new algorithms and modelling approaches. In this context, elaborating novel models and hypothesis to explain fundamental biological mechanisms requires to reconsider our current way to design experimental setups, including most recent sampling schemes or efficient noise reduction procedures.

The objective of the school is to provide attendants with tools on multimodal and multi-scale data acquisition, quantification, analysis, and modelling, to elaborate novel approaches describing living systems. To this purpose, the school will gather researchers and teachers from different fields (measurements in biophysics, signal analysis and quantification and modeling of biological systems). The school will include introductory courses on spectroscopies and image acquisition methods together with conventional processing methods. They will be followed by advanced courses on recent data processing methods, such as compressed sensing, and the illustration of their applications in different fields such as mass-spectrometry, NMR or fluorescence imaging.

Du : 2015-10-18

Au : 2015-10-23

Lieu : Ecole de physique des Houches – Les Houches

Site Web :http://memobio2015.u-strasbg.fr/index.php

Oct
16
Fri
2015
Jeune Docteur R&D en Big Data et Smart Cities
Oct 16 all-day
Oct
11
Sun
2015
School of Astrostatistics 2015: Clustering and Classification
Oct 11 – Oct 15 all-day

Annonce en lien avec l’Action/le Réseau : aucun

Thème :

Astrostatistique

Présentation :

This second session of the School of Statistics for Astrophysics is devoted to clustering and classification. This School is a Ecole Thématique du CNRS.

Grouping objects obtained from the astronomical observations into distinct categories has always been a necessity imposed by their vast diversity. This is the case for stars, galaxies, asteroids, supernova, active galactic nuclei, gamma-ray bursts and many others. This clustering by similarities (unsupervised classification) is a prerequisite to any physical modelisation, and (supervised) classification a requirement for observations and databases.

The objective of the School of Astrostatistics 2015 is to train astronomers to the use of a large range of statistical and algorithmic approaches of unsupervised and supervised classification, from the most basic to the state-of-the-art ones, including the spatial clustering, the clustering of variables and the graphical methods.

Du : 2015-10-11

Au : 2015-10-16

Lieu : Ecole de Physique des Houches (France)

Site Web :http://stat4astro2015.sciencesconf.org/

Oct
10
Sat
2015
Ingénieur plateformes expérimentales à vocation pédagogique
Oct 10 – Oct 9 all-day

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : Persyval-Lab
Durée : 1ans renouvelable
Contact : education@persyval-lab.fr
Date limite de publication : 2015-10-10

Contexte :
Le laboratoire d’excellence PERSYVAL-Lab (Pervasive systems and algorithms at the convergence of physical and digital worlds), dans le cadre de son volet Education, développe des plateformes expérimentales à vocation pédagogique dans les thématiques scientifiques du LabEx : https://persyval-lab.org/fr/education/platform
Ce programme concerne toutes les formations en mathématiques, informatique, automatique et traitement du signal des Universités de Grenoble et se décline autour de quatre axes thématiques :
1. Computing infrastructure : cloud computing, integration with the IT world ;
2. Communication facilities : internet of things ;
3. Intelligent devices and robots: design of ambient devices with embedded
intelligence, computer vision, automatic control, multi-physics systems and their
interaction with communication constraints ;
4. Ambient intelligence: design, deployment and maintenance of ambient intelligent
products.
PERSYVAL-Lab (via l’Université Joseph Fourier) recrute un ingénieur (1 an renouvelable) en soutien de ce programme.
Le financement des plateformes pédagogiques se fait dans le cadre d’un appel à projets annuel depuis 2013. L’ingénieur a pour but de contribuer à la mise en place et au suivi de ces plateformes.

Sujet :
La personne recrutée sera en charge de la mise en place et du suivi des plateformes expérimentales en collaboration avec les équipes techniques des écoles d’ingénieurs et des composantes universitaires. En collaboration avec les enseignants-chercheurs, elle participera au développement des activités pédagogiques sur ces plateformes.
Descriptif des missions et activités principales :
 Achat, installation et maintenance des équipements ;
 Support aux équipes pédagogiques : préparation et proposition de solutions pour
les expérimentations sur plateforme ;
 Valorisation des projets expérimentaux.

Profil du candidat :
Savoir et Savoir-Faire :
 Compétences en développement logiciel et infrastructure ;
 Compétences en robotique, capteurs et internet of things ;
 Compétences en automatique et systèmes embarqués ;
 Compétences en informatique graphique 2D et 3D ;
 Compétences en cloud computing et big data (VMWare/VCENTER etc) ;
 Aisance dans l’écriture de documentation technique (anglais souhaitable).
Les personnes n’ayant des compétences que dans certains des domaines listés ci-dessus sont toutefois encouragées à déposer une candidature.
Savoir-être :
 Autonomie, prise d’initiatives et de décisions ;
 Rigueur et sens de l’organisation ;
 Bonne écoute des interlocuteurs et analyse de leurs demandes ;
 Esprit d’initiative.

Formation et compétences requises :
Diplôme requis : Master ou ingénieur

Adresse d’emploi :
Campus de Grenoble/Saint-Martin d’Hères

Document attaché : persyval-profil-ingéplateformespédago_0.pdf

Sep
30
Wed
2015
Chercheur et ingenieur data science a SAFRAN
Sep 30 all-day

Annonce en lien avec l’Action /le Réseau : aucun

Laboratoire/Entreprise : SAFRAN (Analytics et Tech)
Durée : CDI
Contact : christophe.diot@gmail.com
Date limite de publication : 30/09/2015

Contexte :
Safran lance un groupe de recherche sur les data sciences ainsi qu’une entite chargee de creer de la valeur a partir des donnees du groupe.

Sujet :
Safran va recruter au total une dizaine de chercheurs et d’ingenieurs avec des profils varies (les donnees a traiter etant elles-meme variees).

Safran possede une grande quantite de donnees industrielles et informatiques qui seront utilisees pour faire de la prediction de comportement, de la classification, de l’apprentisage statistique.

Profil du candidat :
Ingenieurs, jeunes docteurs, chercheurs confirmes dans le domaine de data mining, data science, statistical learning.

Selon le profil, le candidat sera dirige vers safran analytique (entite business) ou safran tech (lab de recherche)

Formation et compétences requises :
Ingenieurs, jeunes docteurs, chercheurs confirmes dans le domaine de data mining, data science, statistical learning.

Adresse d’emploi :
Safran a Magny le Hameau, sur le plateau de saclay.

Sep
27
Sun
2015
Poste de MdC en Fouille de Données et Data Science
Sep 27 all-day

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : Télécom Bretagne
Durée : CDI
Contact : philippe.lenca@telecom-bretagne.eu
Date limite de publication : 2015-09-27

Contexte :
Le département LUSSI développe des activités de R&D en fouille de données et en analyse statistique de données hétérogènes (issues de la recherche scientifique, de capteurs, de grandes compagnies, du web mais aussi des données publiques et ouvertes et plus largement de la société numérique). Un intérêt particulier porte sur des travaux algorithmiques et sur l’évaluation des résultats et du processus de fouille de données.

L’enseignant-chercheur concevra des modules d’enseignements en Data Science (notamment l’enseignement Big Data) dans les différentes formations (ingénieur généraliste et par apprentissage, master) et assurera l’encadrement de projets d’étudiants et de stagiaires. Il/elle participera également aux enseignements du domaine informatique. Elle/il développera les actions de coopérations académiques avec les partenaires de Télécom Bretagne tant au niveau national qu’international.

L’enseignant-chercheur intégrera l’équipe de recherche DECIDE (l’UMR 6285 CNRS Lab-STICC) et contribuera aux actions de R&D du département LUSSI. Il/elle s’impliquera également dans les projets collaboratifs et inter-équipes de Télécom Bretagne (notamment avec l’équipe SFIIS –traitement de données pour la cybersécurité– l’équipe ETIC –Évaluation des dispositifs TIC–, et l’équipe TOMS -–traitement de données d’observation de la mer– et dans le projet transverse HAAL -traitement de données pour la santé et l’autonomie-) en développant des travaux algorithmiques pour le traitement de flots de données hétérogènes. Il/elle contribuera aux réponses aux appels à projets tant nationaux (notamment TeraLab et le Labex Comin Labs dans le cadre du Projet d’Investissement d’Avenir et le GDR MaDICS) qu’internationaux (H2020). Il/elle s’attachera à valoriser les résultats via les publications scientifiques, la conception de démonstrateurs et des actions de transferts technologiques tout particulièrement dans le cadre de contrats industriels (Cassidian, Thalès, Orange, etc.) ou de création de start-up via l’incubateur de Télécom Bretagne.

Sujet :
Voir la fiche complète à http://www.telecom-bretagne.eu/ecole/ressources_humaines/offres_d_emplois/mc-fd-donnees/

– date limite de réception des candidatures : dimanche 27 septembre 2015 (minuit)
– date de la commission de recrutement : mercredi 7 octobre 2015 (après-midi)

Renseignement :
Philippe Lenca, responsable du département LUSSI
philippe.lenca@telecom-bretagne.eu

Candidature : par mail à recrut15-lussi-mcdata@mlistes.telecom-bretagne.eu à l’intention de Marion TONDUT – DRH de Télécom Bretagne, un seul fichier PDF contenant dans l’ordre :

– Un CV détaillé
– Une lettre de motivation
– Lettres de recommandation
– Rapport de soutenance et rapports de thèse
– Projets d’enseignement et de recherche
– Tout autre élément pouvant appuyer votre candidature

Profil du candidat :
Voir la fiche complète à http://www.telecom-bretagne.eu/ecole/ressources_humaines/offres_d_emplois/mc-fd-donnees/

– connaissances théoriques et pratiques dans les domaines de la fouille et l’analyse de données. Une attention particulière sera portée aux compétences algorithmiques pour le traitement de données (notamment les flots de données) et aux compétences en évaluation et validation de modèles, ainsi qu’aux compétences en développement pour les données massives (architecture Hadoop, Spark, etc. ; programmation Python, R). La connaissance de techniques de visualisation de données serait un plus.
– maîtrise de l’anglais
– connaissance du secteur des TIC
– bonne expérience de l’enseignement.

Formation et compétences requises :
– Doctorat ou ingénieur avec une première expérience professionnelle dans le domaine de la fouille de données
– Fonctionnaire appartenant à un corps recruté par la voie de l’École Polytechnique ou de l’ENA ou ancien élève d’une École Normale Supérieure avec expérience professionnelle > à 3 ans
– Diplôme d’une école d’ingénieurs ou de commerce et de gestion ou équivalent avec expérience professionnelle > à 5 ans
– Diplôme Bac + 5 ou équivalent, avec expérience professionnelle > à 5 ans
– Cadre d’entreprise de très haut niveau, avec expérience professionnelle > à 8 ans

Adresse d’emploi :
Département LUSSI — Telecom Bretagne
Technopôle Brest-Iroise – CS 83818
29238 Brest Cedex 3 – France

Document attaché :

Sep
14
Mon
2015
Ecole d’été : Machine Learning
Sep 14 – Sep 17 all-day

Annonce en lien avec l’Action/le Réseau :

Thème :

machine learning: apprentissage par renforcement, optimisation, recherche d’information et apprentissage de dictionnaires

Présentation :

Cette école d’été s’inscrit dans le cadre du Trimestre Thématique dédié au Machine Learning du Labex CIMI. Ce projet commun aux laboratoires d’informatique et de mathématiques de l’Université Paul Sabatier vise à améliorer les compétences communes et à encourager les collaborations; les cours seront de niveau doctoral, mais ouvert et accessible tant aux étudiants de Master 2 qu’aux collègues désireux d’élargir leurs connaissances.

Du : 2015-09-14

Au : 2015-09-18

Lieu : Université Paul Sabatier Toulouse 3

Site Web : http://www.irit.fr/cimi-machine-learning/node/1

Sep
1
Tue
2015
Une offre de postdoc ou ingénieur en “visual analytics” à l’INRIA Grenoble
Sep 1 all-day
Aug
31
Mon
2015
EDBT summer school 2015
Aug 31 – Sep 4 all-day

Ecole en lien avec l’Action /le Réseau : Ecole européenne pluri-annuelle sur la Gestion des Masses de données

Thème :
Graph Data Management

Présentation :
The theme for the 12th EDBT Summer School is Graph Data Management.

The area of graph data management has recently seen many exciting and impressive developments. It addresses one of the great business trends of today: leveraging complex and dynamic relationships to generate insight and competitive advantage. It is crucial for such different goals as understanding relationships between users of social media, customers, elements in a telephone or data center network, entertainment producers and consumers, or genes and proteins. As part of the NoSQL movement it provides us with new powerful technologies and means for storing, processing and analyzing data. It also is a key technology for supporting the Semantic Web and Linked Open Data.

As a consequence there has been an impressive flurry of new systems for graph storage and graph processing, both in academia and industry, and covering a wide spectrum of use cases, from enterprise-scale datasets to web-scale datasets. Moreover, this has been accompanied by exciting new research, developing further the foundations of efficient graph processing, as well as exploring new application areas where these can be successfully applied. It is therefore an opportune moment to organize a summer school on this topic to present the current developments and allow PhD students and other scientists to benefit from these in their research.

Du : 2015-08-31
Au : 2015-09-04
Lieu : Palamos, Spain

Site web : http://edbt2015school.win.tue.nl

Ingénieur d’études en gestion de masses de données
Aug 31 all-day

Annonce en lien avec l’Action /le Réseau : aucun

Laboratoire/Entreprise : IRIT – UMR5505
Durée : CDD 18 mois
Contact : candidatures@irit.fr
Date limite de publication : 31/08/2015

Contexte :
Le poste est situé à l’IRIT (Institut de Recherche en Informatique de Toulouse), Unité Mixte de Recherche multi-sites et multi-tutelles de près de 700 personnes. L’ingénieur rejoindra le service informatique sur le site de l’université Paul Sabatier et plus précisément l’équipe « Développement et recherche ».
L’ingénieur recruté travaillera sur la plateforme OSIRIM, plateforme de stockage de forte volumétrie (1 Po) conçue pour l’hébergement de projets scientifiques abordant les problématiques liées aux «mégadonnées».
http://osirim.irit.fr

Sujet :
L’ingénieur recruté aura comme mission essentielle d’accompagner les projets (en particulier les projets portés par des équipes extérieures à l’IRIT) souhaitant exploiter la plateforme OSIRIM installée à l’IRIT.
Cette mission se déclinera en quatre activités :
– l’accompagnement d’expérimentations sur Hadoop;
– l’installation de serveurs sur des machines virtuelles en regard des besoins et des contraintes des projets;
– définir des modèles et des outils d’interfaçage de la plateforme avec des dispositifs externes (tels que d’autres plateformes);
– définir une offre de service pour les formations en liaison avec les problématiques des mégadonnées

Profil du candidat :
Ingénieur ou Bac + 5, débutant ou possédant une première expérience, souhaitant s’orienter vers les métiers liés à la gestion et au traitement de masses de données.

Formation et compétences requises :
Les connaissances à avoir sont celles inhérentes à ce type de poste, à savoir :

• Maîtrise du système d’exploitation Linux (client et serveur) et les services associés
• Bonne connaissance des langages de scripts
• Connaissance approfondie des concepts et techniques d’architecture des systèmes et des réseaux
• Connaissance des concepts et techniques d’architecture de stockage
• Connaissance des concepts et techniques d’architecture de virtualisation

• Connaissance des techniques de programmation d’applications distribuées et de programmation objet
• Maîtriser l’anglais technique du domaine
• Reformuler une demande d’utilisateur en termes techniques
• Rédiger des notes techniques et des supports de formation

Connaissances supplémentaires appréciées :

• Connaissance des outils de virtualisation VMware
• Connaissance d’architectures logicielles dédiées au traitement de masses de données : Hadoop, MongoDB,

Adresse d’emploi :
IRIT – UMR5505
Université Paul Sabatier
118 route de Narbonne
31062 Toulouse Cedex 9

Jun
28
Sun
2015
FOCOLISE : FOUILLE COLLABORATIVE INCREMENTALE DE MASSES DE DONNEES MULTISOURCES MULTITEMPORELLES : APPLICATION EN SCIENCES DE L’ENVIRONNEMENT
Jun 28 – Jul 2 all-day

Annonce en lien avec l’Action /le Réseau : aucun

Thème :
FOUILLE DE DONNEES TEMPORELLES, CONNAISSANCES et ENVIRONNEMENT

Présentation :
L’École Thématique, centrée sur le thème de la fouille collaborative et incrémentale de masses de données spatio-temporelles se déclinera en 5 journées thématiques. Chaque thème sera abordé selon le point de vue de l’informatique et du traitement de données enrichi de celui des sciences de l’environnement afin de favoriser un maximum de discussions, et à terme des collaborations, entre les communautés présentes :
– Sensibilisation au domaine de la fouille de données. Sensibilisation à la problématique de l’analyse de données en sciences de l’environnement.
– Aspects temporels de la fouille de données.
– Approches collaboratives et incrémentalité en fouille de données.
– Prise en compte du domaine d’application dans les processus de fouille.
Les challenges de la fouille de données collaborative incrémentale et les besoins applicatifs en sciences de l’environnement.

Du : 28/06/2015
Au : 02/07/2015
Lieu : Strasbourg

Site web : http://focolise.sciencesconf.org/

Mar
15
Sun
2015
CDD 12 mois renouvelable ingénieur d\’étude, développement et déploiement d\’applications en science des données, Université de Strasbourg
Mar 15 – Mar 16 all-day

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : ICube
Durée : 12 mois renouvelable
Contact : nicolas.lachiche@unistra.fr
Date limite de publication : 2015-03-15

Contexte :
L’équipe BFO du laboratoire ICube à Strasbourg propose un CDD d’ingénieur d’étude de 12 mois, renouvelable, pour du développement et déploiement d’applications en science des données.

Sujet :
Les missions sont d’assurer la maintenance et le développement des logiciels de l’équipe, en particulier d’intégrer les travaux en fouille de données et ingénierie des connaissances sur notre service de fouille de données et ingénierie des connaissances, clowdflows.unistra.fr

Profil du candidat :
Si possible des compétences dans les thèmes de l’équipe (science des données et ingénierie des connaissances) ou en administration système

Formation et compétences requises :
Bac+5 informatique orienté conception et développement, langages objets C++ ou java, développement de web services et python

Adresse d’emploi :
Le poste est à pourvoir dès que possible. Les candidatures sont à adresser à nicolas.lachiche@unistra.fr

Cordialement,

Nicolas Lachiche
___________________________________

Responsable de l’équipe BFO
ICube
300 Bd Brant, BP 10413
F – 67412 Illkirch Cedex
Tél : +33 (0)3 68 85 45 77
http://icube-bfo.unistra.fr/fr/index.php/Accueil

Document attaché :

 

 

Autres Ecoles

Dates Titre Lieu Site web