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

Laboratoire/Entreprise : IRISA
Durée : 24 mois
Contact : ferre@irisa.fr
Date limite de publication : 2023-02-01

Contexte :
L’Analyse de concepts formels (FCA) [1] est une méthode de découverte de connaissances. Elle est employée dans des tâches d’analyse de données, de fouille de données, de classification ou de recherche d’information ; et appliquée dans domaines variés tels que les sciences de la vie, les sciences humaines ou la linguistique. De multiples extensions de FCA ont été proposées par différentes équipes pour traiter des données complexes telles que des séquences, des trajectoires, des arbres ou des graphes [2]. Au-delà des verrous théoriques et pratiques, il y a un problème d’interopérabilité entre ces différentes extensions, ce qui freine leur adoption et leur composition dans des workflows.
Un objectif important du projet SmartFCA est de rendre ces extensions de FCA interopérables en les encapsulant dans des composants logiciels ayant des interfaces compatibles sur les plans conceptuels et technologiques. Il s’agit aussi d’implémenter une plateforme permettant la contruction de workflows à partir des composants. Le partenaire IRISA/Rennes est responsable du composant Graph-FCA [3], une extension de FCA aux données relationnelles et aux graphes. Nous collaborons étroitement avec le partenaire ICube/Strasbourg qui est responsable du composant pour une autre extension de FCA aux données relationnelles, RCA (Relational Concept Analysis) [4].
Un autre objectif du projet est développer des cas d’usage dans divers domaines, pour leur intérêt intrinsèque et pour évaluer la plateforme développée. IRISA/Rennes développera des cas d’usage sur les données linguistiques de langues peu dotées (breton [5,6] et géorgien [7] notamment).

Sujet :
Après une phase de familiarisation avec Graph-FCA et son implémentation actuelle, ainsi que RCA, il s’agira de collaborer avec ICube/Strasbourg pour concevoir une interface compatible entre les deux extensions de FCA (modélisation des entrées/sorties, jeux d’options). Il s’agira ensuite d’encapsuler l’implémentation existante de Graph-FCA dans une API RESTful, en accord avec les normes établies dans le cadre du projet. Il est attendu de la candidate ou du candidat de collaborer avec les autres partenaires du projet dans l’établissement de ces normes, et d’être force de proposition. Il sera également nécessaire de développer des interfaces de test et de démo du composant Graph-FCA pour ne pas dépendre de la plateforme qui ne sera achevée que vers la fin du projet.

Le candidat ou la candidate devra également apporter un support technique et être force de proposition dans les cas d’usage en linguistique (aucune connaissance en linguistique n’est requise). Cela comprend l’aide à la préparation des données, à l’application du composant Graph-FCA et des autres composants dévelopés dans le projet et à la mise en valeur des résultats, c’est-à-dire des connaissances extraites des données.

Profil du candidat :
Nous cherchons un.e candidat.e motivé.e par une expérience de recherche & développement dans le cadre d’un projet de recherche académique.

Formation et compétences requises :
La formation requise est un doctorat ou un master en informatique.
Expertise requise pour le poste :
• programmation web, surtout backend et Node.js : conception, développement, configuration et documentation
• modèles de données, notamment relationnels et graphes
• outils et méthodes de développement
• travail collaboratif
• rédaction de rapports techniques et présentations orales
Connaissances ou expériences souhaitées :
• extraction de connaissances (fouille de données, data mining, classification)
• programmation Caml ou autre langage fonctionnel (Haskell, Scala, …)

Qualités attendues : autonomie, rigueur, aptitude à collaborer en présentiel et distanciel avec plusieurs équipes, force de proposition

Adresse d’emploi :
équipe LACODAM
IRISA / INRIA
Campus de Beaulieu, 35042 Rennes cedex

Document attaché : 202212081254_fiche_poste_IR_SmartFCA.pdf

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

Laboratoire/Entreprise : Hubert Curien Laboratory – UMR 5516
Durée : 1 year (possibly 2 y
Contact : alain.tremeau@univ-st-etienne.fr
Date limite de publication : 2023-02-01

Contexte :
The Image Science and Computer Vision team of Hubert Curien Laboratory (https://laboratoirehubertcurien.univ-st-etienne.fr/en/index.html) is looking for talents with skills and experience in video analysis and scene understanding for one Postdoc position (1 or 2 years) from January (or February) 2023.

This position is offered in the frame of the Horizon Europe project PREMIERE (Performing arts in a new era: AI and XR tools for better understanding, preservation, enjoyment and accessibility). The recruited candidate will be responsible for conducting research within the PREMIERE project and for participating in the related Work Package activities.

This project involves three permanent researchers from the laboratory and another postdoc who will collaborate with you and to the different work packages.

See https://premiere-project.eu/

Sujet :
The candidate will carry out research on developing tools and methods for 2D human pose estimation. Several topics will be investigated:
– Design of evaluation metrics for comparison of 2D human pose estimation neural network architectures (as example see https://github.com/open-mmlab/mmpose) and for improvement of existing neural network frameworks / loss functions.
– Selection of the “best” 2D human pose estimation methods (as the ones very recently surveyed in https://arxiv.org/abs/2204.07370) for a set of 2D videos from archives of performances/dances.
– Design of a strategy to transpose a human skeleton model to another model (with different keypoint and segment attributes) or to retrain a pose estimation model from another skeleton-based model than the one used for the pretraining.
– Design a framework to evaluate the quality of archives in terms of body pose estimation, hand pose estimation, face pose estimation, emotion recognition, etc.

Profil du candidat :
The ideal candidate for this Postdoc position has a PhD’s degree in deep learning and computer vision, with excellent academic records and research experience. A strong background in machine learning, artificial intelligence, data mining, is requested. Excellent programming skills, analytical problem solving and organizational abilities are required. Prior practical experience in deep neural networks is mandatory.
We are looking for a passionate researcher who loves challenges and who is highly qualified and engaged to study, design, develop and validate video analysis methods based on deep learning approaches.
Key qualifications:
– Strong experience in Python, including popular science libraries;
– Experience with one or more deep learning framework such as Tensorflow, PyTorch or Keras;
– Experience in research and/or development for action recognition, or human body pose and motion estimation, multi-objects tracking, activity recognition, scene understanding, etc.;
– Expert knowledge of the principles, algorithms, and tools of deep learning, including models, training strategies, training dataset building, loss functions, quality metrics, etc.;
– Excellent communication and collaboration skills;
– Excellent problem solving and analytical thinking skills;
– Excellent math skills: linear algebra, computational science and optimization;
– Creativity and curiosity for solving highly complex problems.

Formation et compétences requises :
PhD candidates expecting to finalize their degree in the coming months are also welcome to apply.
Application

Applications should be sent by email to Prof. Alain Trémeau (alain.tremeau@univ-st-etienne.fr) and should include the following documents.
1. A cover letter stating the purpose of the application and a brief statement of why you believe that your background and goals are well-matched with the goals of this position
2. A Curriculum Vitae that includes at least a list of previous degrees, dates, and institution, transcripts for higher-education studies until most recent available
3. Copies of previous transcripts and degree certificates
4. A summary (1-2 pages) of the PhD’s and/or master’s thesis
5. A copy of previous publications and software samples, if any, and
6. Reference letters or contact information for reference persons

List of qualifications (eg. in Software development using Python, in development frameworks for machine learning such as TensorFlow/Keras and PyTorch, or for real-time image processing like OpenCV) and other documents that the applicant wishes to refer to should be enclosed with the application.

Very good English communication skills and reporting, autonomy and curiosity, ability to work in a highly collaborative environment, sense of initiative and rigour will be greatly appreciated.

Adresse d’emploi :
Place of Work: Laboratory Hubert Curien, University Jean Monnet, Saint-Etienne, France

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

Laboratoire/Entreprise : CEA List
Durée : 2 years
Contact : deepgenseq@saxifrage.saclay.cea.fr
Date limite de publication : 2023-02-03

Contexte :
The french CEA (Commissariat à l’Energie Atomique et aux Energies Alternatives) is looking for a Postdoctoral Fellow to join its laboratory of semantic analysis of texts and images.

In this exciting project, you will integrate an interdisciplinary team aiming to move closer to the goal of predictive and generative artificial intelligence for biology by exploiting deep contextual language models of biological sequences, whose representations generalize to several applications like the prediction of mutational effects.

TERMS & COMPENSATION

This 2 years position is open to a range of candidates from recent college graduates to more experienced scientists (e.g. post-docs) – the chosen candidate’s salary will be commensurate with their level of education, skills, and experience. Other benefits include:
– 48 days of paid holidays
– on-site subsidized restaurant
– partial remote work is possible, up to 3 days per week and 100 days per year
– CEA contribution to the personal company savings plan

Sujet :
BACKGROUND

Exponential growth in sequencing throughput together with the sampling of natural (uncultured) populations are providing a deeper view of the diversity of proteins sequences across the tree of life. Proteins are molecular engines sustaining cellular life and the unobserved determinants of their structure and function are encoded in the distribution of observed natural sequences. Therefore, such vast amounts of (unlabelled) sequences provide evolutionary data that can form the ground for unsupervised learning of predictive and generative models of biological function.

Our focus here will be to train high-capacity Transformer-based language models on sequence data, in a way analogous to what is done in natural language understanding, where the semantics of words is determined from the contexts in which they appear in sentences. Intrinsic organizing principles captured in the resulting representations can then be applied in transfer learning settings to different prediction sub-tasks using limited experimental data, like the effect of sequence variation on function. Following promising recent results, we plan to also explore zero-shot inference with no additional training and/or supervision from experimental data.

This project will be an excellent opportunity for a candidate who is looking to contribute to cutting-edge research and to train with experts in the field. We are seeking a detail-oriented computer scientist and problem solver passionate in science.

RESPONSIBILITIES

* Tune and optimize existing unsupervised transformer-based language models for protein sequences.
* Develop and optimize code and machine learning algorithms for predictive models.
* Integrate and analyze large data volumes.
* Interact continuously with scientists in an interdisciplinary team.

Profil du candidat :
* Ph.D. or M.Sc. in a quantitative discipline, e.g. Applied Mathematics, Computer Science, Computational Biology, Physics or a closely related discipline.
* Experience with Python, open-source software libraries for machine learning and Linux (file systems, shell, hardware/software monitoring, etc).
* Strong mathematical background and analytical skills.
* Effective organizational skills, e.g. the ability to prioritize work and contribute to the planning of a program of scientific research.
* Demonstrated interpersonal skills including both the ability to work independently and perform collaborative research in an interdisciplinary team environment.
* Good oral and written communication skills.

Preferred: Previous experience with transformer-based techniques for NLP pre-training and unsupervised transformer language models

Formation et compétences requises :
* Ph.D. or M.Sc. in a quantitative discipline, e.g. Applied Mathematics, Computer Science, Computational Biology, Physics or a closely related discipline.

Adresse d’emploi :
LOCATION

We are based on the Paris-Saclay research campus in the south of Paris.

HOW TO APPLY

Interested candidates should submit a resume and short cover letter to deepgenseq@saxifrage.saclay.cea.fr

ABOUT US :

About CEA LIST: https://list.cea.fr/en/

About the LASTI lab: https://kalisteo.cea.fr/index.php/ai/

Semantic Analysis of Text and Images

About Genoscope: https://www.genoscope.cns.fr

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

Laboratoire/Entreprise : ISAE SUPAERO
Durée : permanent
Contact : florian.simatos@isae.fr
Date limite de publication : 2023-02-04

Contexte :
Recrutement d’un poste (niveau MCF ou PU, tous les niveaux seront considérés) à l’ISAE SUPAERO

Sujet :
Statistique mathématique et apprentissage

Profil du candidat :
Personne titulaire d’un doctorat en Mathématiques Appliquées, spécialisée en Statistique Mathématique ou dans un domaine connexe, et peut justifier d’un bon équilibre entre recherche fondamentale (théorique) et recherche appliquée (numérique). En particulier, des connaissances en algorithmes stochastiques seraient appréciées ;

Formation et compétences requises :
Personne titulaire d’un doctorat en Mathématiques Appliquées, spécialisée en Statistique Mathématique ou dans un domaine connexe, et peut justifier d’un bon équilibre entre recherche fondamentale (théorique) et recherche appliquée (numérique). En particulier, des connaissances en algorithmes stochastiques seraient appréciées ;

Adresse d’emploi :
12 avenue edouard belin, 31055 Toulouse

Document attaché : 202301121452_ISAE-906-stat.pdf

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

Laboratoire/Entreprise : Université Savoie Mont Blanc
Durée : fonctionnaire
Contact : nicolas.meger@univ-smb.fr
Date limite de publication : 2023-02-28

Contexte :
Profil de poste en section 27, ouvert aux autres sections si candidature dans le profil. Diffusion sous réserve de la validation des instances et de l’analyse de la soutenabilité financière.

L’enseignement sera réalisé au sein du département Informatique de l’IUT d’Annecy, dans le B.U.T. Bachelor Universitaire de Technologie, sur les 3 années. Notre IUT propose 3 parcours, en formation initiale et/ou en alternance à partir du S4 ou S5.

L’activité de recherche s’intégrera à celle du laboratoire LISTIC (Laboratoire d’Informatique, Systèmes, Traitement de l’Information et de la Connaissance) dans le thème AFuTé (Apprentissage, Fusion et Télédétection). Ce thème développe des approches théoriques et méthodologiques en lien avec l’apprentissage automatique, la fusion de données incertaines, le traitement du signal et la télédétection. Les domaines d’application sont majoritairement liés à l’analyse de données temporelles et/ou spatiales, en particulier pour la surveillance de l’environnement.

Sujet :
Enseignement : la personne recrutée pourra prendre en charge des enseignements en bases de données, SI, programmation, DevOps, virtualisation ou bien encore en fouille de données. Elle devra aussi s’investir dans la vie du département (réunions d’équipe, accompagnement et suivi des étudiants, encadrement de projets et suivis de stages, …). Elle pourra se voir confier une des tâche/mission administrative telle que la communication, une responsabilité d’études, la coordination des stages, … selon les besoins et ses compétences. Une expérience pédagogique basée sur des outils et concepts innovants (approche compétences, classe inversée, apprendre en enseignant, cours interactifs, ressources en lignes, …) sera appréciée.

Recherche : la personne recrutée devra montrer sa capacité à développer ses travaux en extraction de connaissances, et plus particulièrement en fouille de données, qu’il s’agisse d’extraire des motifs locaux (itemsets, motifs séquentiels, biclusters) et/ou des modèles globaux (classifieurs, clusterings). Des compétences en apprentissage profond et une capacité à se saisir des applications en télédétection sont également souhaitées.

Profil du candidat :

Formation et compétences requises :

Adresse d’emploi :
IUT ANNECY, 9 Rue de l’Arc en Ciel, Annecy-le-Vieux, 74 940 Annecy

LISTIC, Polytech Annecy-Chambéry, 5 chemin de bellevue, Annecy-le-vieux, 74 940 Annecy

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

Laboratoire/Entreprise : LIRIS, équipe Imagine (Lyon)
Durée : 2 ans
Contact : stefan.duffner@insa-lyon.fr
Date limite de publication : 2023-02-28

Contexte :
In recent years, the issue of resource efficiency has also become increasingly important in con-
struction engineering, as soil and rock account for more than 50% of mineral construction waste.
Tunnel projects play a special role in this regard, as large quantities are generated at specific times
and places. Due to the high degree of mechanisation and the associated advantages in terms of
construction performance and safety at work, almost the half of tunnels is built with Tunnel Boring Machines (TBM). For documentation and control of the construction process, these are equipped with various sensor systems that provide comprehensive data sets. But in this area, modern data-driven processes have not yet found a wide application.
This 24-month post-doc position is funded by the French-German ANR project REMATCH.
The overall objective of this project is to use the data sets from TBMs and conceive novel machine learning-based models to enhance the recycling of the large quantities of tunnel excavation material. In this regard, an innovative real-time measurement system for material characterisation is to be developed which gives decision support on the question if soil is “usable” or “not usable” for other purposes and thus has to be disposed of in a landfill. This system will base on several approaches using Computer Vision (CV) and state-of-the-art machine learning methods: firstly, on video data of excavated material on a conveyor belt, and secondly, on sensor data recorded simultaneously by the TBM.

Sujet :
The objectives of this post-doc position are to develop a computer vision system that analyses the videos captured from one or several cameras installed at the TBM and filming the excavated material on the conveyor belt. In order to decide on the possible reuse of the material, different geophysical properties need to be estimated from visual features extracted in real-time from the video stream(s) coming from RGB cameras. This is challenging due to the mediocre acquisition conditions under low lighting and fast motion inducing some motion blur. More specifically, after some preprocessing, a first step is to develop a machine learning solution based on appropriate CNN models that are trained for either classification and/or regression tasks in a supervised manner. Different models should be developed and evaluated in terms of robustness and precision.
To go further, novel innovative neural network-based architectures and weakly supervised learning schemes should be proposed to learn a latent representation that reflects the meaningful similarities of relevant soil characteristics. Then, potentially other physical properties should be incorporated more explicitely into this semantic latent representation (either via a specific CNN, an autoencoder-type model and semi-supervised or contrastive learning depending on the amount and type of available annotation and the possibility to exploit the TBM sensor data for labelling). The goal is to make the learnt features and models more explainable. After evalating these models, a final approach would be to incorporate TBM sensor data in a combined and multi-modal architecture.

Profil du candidat :
The candidate should have a PhD with a thesis topic related to computer vision and/or machine learning.
Good python programming skills are also required.

Formation et compétences requises :
See above.

Adresse d’emploi :
INSA Lyon – LIRIS, 7 avenue Jean Capelle, 69621 Villeurbanne

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

Laboratoire/Entreprise : Toulouse 3 IRIT
Durée : permanent
Contact : morvan@irit.fr
Date limite de publication : 2023-02-28

Contexte :
La personne recrutée sera rattachée à la FSI de l’Université Paul Sabatier et effectuera ses recherches au sein du laboratoire IRIT

Sujet :
Systèmes de gestion de données efficaces dans des environnements Clouds

Profil du candidat :
Le laboratoire a comme objectif de recruter des personnes ayant un dossier scientifique de grande qualité, qui
l’enrichissent par une ouverture et une indépendance scientifiques, et un réseau national et international.
Le (la) candidat(e) devra démontrer une autonomie scientifique qui s’exprimera au travers de son parcours,
d’un programme de recherche pour les 3 à 5 ans à venir, et d’un projet d’intégration à l’IRIT.
Une mobilité thématique ou géographique sera un plus pour le (la) candidat(e). Il est souhaitable qu’un(e)
candidat(e) ait une expérience de recherche avérée avec des collègues autres que ses encadrant(e)s de thèse.

Formation et compétences requises :
https://www.irit.fr/wp-content/uploads/2022/11/UT3-FSI-MCF27-Gestion-donne%CC%81es.pdf

Adresse d’emploi :
Université Paul Sabatier, Toulouse 3
Laboratoire IRIT

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

Laboratoire/Entreprise : LISTIC/USMB
Durée : 6 mois
Contact : flavien.vernier@univ-smb.fr
Date limite de publication : 2023-02-28

Contexte :
Poste contractuel enseignant chercheur de 6 mois

Sujet :
Enseignements en Big Data

Profil du candidat :
L’enseignement se fera à Polytech Annecy-Chambéry, école d’ingénieurs de l’université Savoie Mont Blanc,
membre du réseau Polytech, sur le site annécien.
La personne recrutée enseignera principalement l’informatique liée au Big Data de l’acquisition à la visualisation
en passant par les traitements. Entre autres, les technologies suivantes pourront être abordées au cours de
différents modules : Web Scraping, Big Table, Hadoop, MongoDB, Map Reduce, Apache Spark, NodeJS, API
Rest…
Une partie des enseignements s’effectuera au travers de projets tutorés mettant en avant une approche
pragmatique et opérationnelle de l’analyse de données massives.

Formation et compétences requises :
Le recrutement est ouvert :
– aux personnes titulaires d’un doctorat délivré par une université française, ou d’un diplôme reconnu
équivalent par une commission spécifique de l’université, notamment un doctorat ou PhD délivré par une
université étrangère.
ET
– ayant une qualification/expérience professionnelle dans le domaine d’enseignement de la spécialité.

Adresse d’emploi :
Polytech Annecy Chambery
5 Chem. de Bellevue
74940 Annecy

Document attaché : 202211221539_Offre emploi CDD EC 22-23 100_ Informatique_PAC LISTIC_0341E10E.pdf

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

Laboratoire/Entreprise : IMT Atlantique
Durée : 2 years
Contact : carlos.granero-belinchon@imt-atlantique.fr
Date limite de publication : 2023-03-01

Contexte :
The multiscale and non-linear nature of ocean surface dynamics plays a fundamental role in biogeochemical, ecological and climatic processes and consequently its characterization is a main topic in the current oceanographic research. Today the ocean dynamics can be studied through a large variety of remote sensing images of the ocean surface (Yahia et al. 2010, Renosh et al. 2015, Qiu et al. 2020) as well as from numerical simulations (Lellouche et al. 2021).

Thus, this project aims to reconstruct the unknown states of the ocean surface from physical knowledge of the system and available data that can be spatially distant, prior in time, at coarser resolution etc. We can then envisage physics-informed super-resolution, data generation and forecasting (Fablet et al. 2021) among other applications.

Sujet :
The main methodological objective is the formulation of multiscale DL models able to extract non-linear couplings. Moreover, we want this models to 1) be based on the physics of the system, and so to have a physics guided learning, and 2) to be interpretable from a physics point of view. With this purpose both the loss function and the model architectures will be adapted.

In order for our model to be a emulator of the state of the ocean, and then to take into account its turbulent nature, a stochastic component will be included and the incertitudes of the reconstructed states quantified.

Finally, numerical simulations of the ocean are available to validate our DL model before application on real remote sensing images.

Profil du candidat :
Candidate will have previous experience in Deep Learning/Machine learning , fluid physics and/or oceanography and would have shown strong interest on these topics during her/his PhD or previous postdocs. Good skills in python, pytorch, pytorch lightning are also required, as well as a background in teamwork. Previous experience in a multidisciplinary research team will also be considered as positive. The candidate must have passed at least 18 months in a non-French laboratory between May 1, 2019 and the start of the project.

Formation et compétences requises :
Candidates are required to have a PhD in Deep Learning/Machine learning with strong experience in Neural Networks.

Adresse d’emploi :
The Postdoc will work in collaboration with Carlos Granero-Belinchon and Ronan Fablet from IMT Atlantique, Simon van Gennip from Mercator Ocean International, and Bertrand Chapron from Ifremer. Thus, the research team is composed by physicist, oceanographers and artificial intelligence researchers from different laboratories, leading to a multidisciplinary project. Moreover, the postdoc will develop within the OSE research team at IMT (https://cia-oceanix.github.io/) which is a dynamic research group on image processing and artificial intelligence for Oceanography and Climate. The postdoc will also be part of the new Inria team Odissey (https://team.inria.fr/odyssey/).

The post-doctoral position is a two-year full-time appointment starting during 2023. Gross salary will depend on the experience of the candidate, up to approx. 55,000 €/year (net salary: up to approx. 30,000 €/year). The candidate will also benefit from French social insurance, and will have up to 45 days of annual leave. The candidate will be able to benefit up to 90 days of remote working per year.

The candidate will be based at the IMT Atlantique Campus (Brest) in a dynamic and stimulating working environment at five minutes walking from the beach.

Within the framework of the ANR JCJC project SCALES the postdoc will have funding for participation in conferences, publication fees and visits to external laboratories. Moreover, within the framework of the ANR Chair OCEANIX the postdoc will have access to compute servers : Datarmor and servers from OSE at IMT Atlantique.

Teaching activities at IMT Atlantique will also be proposed to the postdoc, mainly in signal processing, computer vision and artificial intelligence. These actvities, which imply an additional salary, will not be mandatory.

Motivated candidates should send a CV and a motivation letter to: carlos.granero-belinchon@imt-atlantique.fr.

Document attaché : 202211141201_Postdoc_ANR-SAD_v1.pdf

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

Laboratoire/Entreprise : Univ. Montpellier / Faculté des sciences / LIRMM
Durée : 1 an
Contact : marianne.huchard@lirmm.fr
Date limite de publication : 2023-03-02

Contexte :
Le département Informatique de la Faculté des Sciences de l’Université de Montpellier pourvoit 6 postes d’ATER à temps plein pour la rentrée 2023.

Sujet :
Contact enseignement : David Delahaye, directeur du département Informatique de la Faculté des Sciences
David.Delahaye@umontpellier.fr

Contact recherche : Marianne Huchard, responsable du département Informatique du LIRMM
Marianne.Huchard@lirmm.fr

Profil du candidat :
Pour la recherche, ces postes sont affectés au LIRMM et il est fortement recommandé aux candidats d’indiquer l’équipe de recherche du LIRMM dans laquelle ils envisagent leur intégration.

Formation et compétences requises :
https://www.education.gouv.fr/attache-temporaire-d-enseignement-et-de-recherche-ater-12767

Adresse d’emploi :
Université de Montpellier

Accueil

Site Triolet
–
LIRMM

LIRMM

Campus Saint Priest

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

Laboratoire/Entreprise : ISIR – Sorbonne Université
Durée : Poste permanent
Contact : delage@isir.upmc.fr
Date limite de publication : 2023-03-02

Contexte :
La campagne de recrutement 2023 des enseignantes-chercheuses et enseignants-chercheurs de Sorbonne Université est ouverte depuis le 27 janvier et se déroulera jusqu’au 3 mars 2023 à 16h (heure de Paris).

Sujet :
Parmi les postes proposés par la Faculté des Sciences et Ingénierie de Sorbonne Université, un postes de maîtresse ou maître de conférences (MCF) « Apprentissage » est ouvert avec une affection possible à l’ISIR, au LCBQ, au LIB ou au LIMICS.

Profil du candidat :
Enseignement :
La personne recrutée interviendra de façon équilibrée dans les différents niveaux de formation, du L1 au M2. Elle contribuera significativement aux enseignements de Licence d’Informatique dont les besoins couvrent l’ensemble de la discipline (algorithmique, programmation (notamment objet, concurrente, fonctionnelle, web), mathématiques discrètes, structures de données, système, architecture, réseaux, compilation, bases de données…).

Recherche :
Le poste est ouvert à tous les domaines relatifs à l’apprentissage. La personne retenue intégrera l’un des laboratoires ISIR, LCQB, LIB, LIMICS selon ses thématiques de recherche, et/ou réalisera ses projets impliquant plusieurs laboratoires d’accueil au sein de SCAI (Sorbonne Center for Artificial Intelligence). Les laboratoires manipulent des larges bases de données d’imagerie médicales, de biologie, de santé et de robotique. Elle devra être capable de coordonner des programmes collaboratifs nationaux et internationaux. Sa participation dans le passé à des projets multidisciplinaires sera appréciée.

Formation et compétences requises :
L’ISIR recherche une personne susceptible de renforcer ses recherches à l’interface entre apprentissage et robotique.

Adresse d’emploi :
Plus d’info : https://www.isir.upmc.fr/actualites/2-postes-de-maitresse-ou-maitre-de-conferences-ouverts-en-traitement-du-signal-et-en-apprentissage-candidatez-avant-le-03-mars/

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

Laboratoire/Entreprise : ISIR – Sorbonne Université
Durée : Poste permanent
Contact : morel@isir.upmc.fr
Date limite de publication : 2023-03-02

Contexte :
La campagne de recrutement 2023 des enseignantes-chercheuses et enseignants-chercheurs de Sorbonne Université est ouverte depuis le 27 janvier et se déroulera jusqu’au 3 mars 2023 à 16h (heure de Paris).

Parmi les postes proposés par la Faculté des Sciences et Ingénierie de Sorbonne Université, un postes de maîtresse ou maître de conférences (MCF) « Traitement des signaux pour la robotique ou l’imagerie » est ouvert avec une affection possible à l’ISIR ou au LIB.

Sujet :
Parmi les postes proposés par la Faculté des Sciences et Ingénierie de Sorbonne Université, un postes de maîtresse ou maître de conférences (MCF) « Traitement des signaux pour la robotique ou l’imagerie » est ouvert avec une affection possible à l’ISIR ou au LIB.

Profil du candidat :
Enseignement :
La personne recrutée interviendra de façon équilibrée sur les différents niveaux de formation, du L1 au M2. Le parcours « Ingénierie des Systèmes Intelligents » (ISI) de la mention Automatique, Robotique (AR) du département des masters de Sciences De l’Ingénieur (SDI) propose une formation centrée autour de 4 piliers disciplinaires : la robotique, l’IA/ML, le traitement de l’information et l’informatique.

Recherche :
La personne retenue mènera ses recherches sur la gestion et la fusion de ces informations massives et de grande dimension, soit à l’ISIR, en vue de leur ancrage dans des méthodes de perception robotique soit au LIB, pour l’optimisation de l’analyse d’images par IRM pour une médecine personnalisée.

Formation et compétences requises :
Pour l’ISIR, le profil recherché concerne toutes les équipes du laboratoire et couvre la perception en robotique au sens large, que ce soit une perception visuelle, auditive, haptique ou multi-modale. L’ISIR cherche à se renforcer en particulier sur une des thématiques suivantes : la perception pour enrichir l’interaction, la perception au cœur de la commande (commande référencée capteur) ou encore l’apprentissage avec une perception riche (méthodes « end-to-end »). Les approches pluri-disciplinaires seront bienvenues.

Adresse d’emploi :

2 POSTES DE MAÎTRESSE OU MAÎTRE DE CONFÉRENCES OUVERTS EN TRAITEMENT DU SIGNAL ET EN APPRENTISSAGE : CANDIDATEZ AVANT LE 3 MARS !

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

Laboratoire/Entreprise : BioSP, INRAE
Durée : Poste permanent
Contact : denis.allard@inrae.fr
Date limite de publication : 2023-03-02

Contexte :
L’unité Biostatistique et processus SPatiaux (BioSP) développe des travaux en statistique, en systèmes dynamiques, en écologie-épidémiologie, et aux interfaces entre ces différentes disciplines avec un intérêt particulier pour les questions spatiales et spatio-temporelles. Les domaines d’application de ces travaux sont avant tout l’écologie, l’épidémiologie, l’agriculture, l’environnement et les risques climatiques. L’activité de recherche en statistiques spatiales et spatio-temporelles (champs gaussiens, extrêmaux et processus ponctuels) constitue le cœur historique et l’un des axes disciplinaires qui structurent l’unité. L’évaluation des risques épidémiologiques, environnementaux ou climatiques est désormais confrontée à la croissance exponentielle du nombre et du volume des bases de données, évolution qui impacte à la fois les méthodes d’analyse spatiale (dimensionnalité) et les méthodes de Machine Learning (structures de dépendances spatiales ou spatio-temporelles). L’hybridation de ces deux approches et de leurs atouts respectifs représente un enjeu scientifique majeur.

Sujet :
A BioSP, vous serez associé-e à cet axe de recherche afin de développer des recherches en apprentissage automatique pour les données présentant des dépendances spatiales et/ou spatio-temporelles dans les domaines d’applications de l’unité. Le champ de recherche étant vaste et les pistes nombreuses, vous aurez l’autonomie pour définir vos priorités de recherche à l’intérieur de ce périmètre. Par vos apports théoriques en apprentissage statistique ou en apprentissage profond, vous viendrez renforcer l’unité dans l’utilisation de ces techniques et dans l’évolution des approches de statistiques spatiales.

A terme, l’ambition est de renouveler les recherches en statistiques spatiales menées à BioSP et de positionner l’unité en tant qu’acteur apportant des contributions théoriques et méthodologiques dans ce champ de recherche. Vous collaborerez avec les membres de l’unité développant des recherches dans les domaines des statistiques spatiales, des événements extrêmes et de l’épidémiologie, et vous pourrez vous appuyer sur les jeux de données étudiés dans ce cadre. Vous serez associé-e aux travaux de la chaire Geolearning portée par l’unité en lien avec l’Ecole des Mines de Paris.

Profil du candidat :
Vous êtes titulaire d’un doctorat, avec des compétences en développement de méthodologies d’apprentissage automatique (apprentissage supervisé, semi-supervisé, non supervisé), la connaissance et l’expérience dans les paradigmes modernes d’apprentissage profond (domain adaptation, transfer learning, weakly supervised learning et knowledge distillation), et le développement de ces derniers dans un cadre d’analyse et traitement de données.
Vous avez montré votre capacité à apporter des résultats mathématiques nouveaux, par exemple sur des garanties théoriques liées à ces méthodologies. Vous savez diffuser vos avancées par des codes informatiques ouverts. Des expériences déjà avérées dans l’analyse de données spatialisées dans le domaine du climat, de l’environnement et/ou de l’écologie seraient très appréciées. Vous avez le goût pour le travail en équipe et un très bon relationnel.
La maîtrise de l’anglais est souhaitée ainsi qu’une expérience internationale de longue durée : les lauréats qui n’en auraient pas encore eue seront fortement incités à réaliser un séjour à l’étranger co-construit avec l’équipe d’accueil dans les 3 années suivant l’année de stage.

Informations pratiques pour concourir:
Voir https://jobs.inrae.fr/concours/concours-charges-recherche-classe-normale-profil-h-f/cr-2023-mathnum-1

Formation et compétences requises :
Titulaire d’un doctorat

Adresse d’emploi :
BioSP, INRAE, Site agroparc, Avignon.
https://biosp.mathnum.inrae.fr/

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

Laboratoire/Entreprise : IRD
Durée : CDI
Contact : philippe.preux@univ-lille.fr
Date limite de publication : 2023-03-14

Contexte :
Poste de CR et DR à l’Institut de Recherche pour le Développement (IRD) : https://www.ird.fr/concours-chercheurs-2023

Sujet :
L’Institut de Recherche pour le Développement (IRD) vient d’annoncer ses concours chercheurs pour 2023 (https://www.ird.fr/concours-chercheurs), avec comme date limite de soumission des candidatures le 14 mars prochain. Dans ce contexte, 4 postes de Chargé de Recherche (CR) et 2 de Directeur de Recherche (DR) sont ouverts en « Sciences des données et des modèles » sur des profils en lien avec l’informatique, les mathématiques, la géomatique/télédétection et des domaines connexes (ex. avec un poste de DR orienté vers l’IA pour l’intégration et l’analyse de données hétérogènes). L’IRD offre des postes de chercheurs dans la fonction publique axés vers des thématiques en lien avec le développement durable dans les pays du Sud et l’outre-mer français.

La Commission Scientifique Sectorielle en ‘Sciences des données et des modèles’ (CSS5) de l’IRD a le plaisir de vous inviter à un Webinaire organisé le jeudi 23 février prochain à partir de 16h30 pendant lequel des membres de la CSS5 impliqués dans ces concours vous présenterons l’IRD, les concours CSS5, les profils recherchés et pourront répondre aux questions que vous pouvez vous poser.

Lien visio du Webinaire : https://ird-fr.zoom.us/j/6129442337?pwd=TUN4ZkliTXRjNFpVampGdWFDRUJVdz09

En espérant vous voir nombreux,

Rodolphe Devillers

Membre de la CSS5, IRD

Profil du candidat :
Voir https://www.ird.fr/concours-chercheurs-2023

Formation et compétences requises :
Voir https://www.ird.fr/concours-chercheurs-2023

Adresse d’emploi :
IRD

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

Laboratoire/Entreprise : IRIT
Durée : 1 an
Contact : imen.megdiche@gmail.com
Date limite de publication : 2023-03-18

Contexte :
Le projet VILAGIL ambitionne de créer un écosystème capable de répondre aux besoins de la mobilité pour la région Occitanie, et plus largement de contribuer au développement d’innovations dans le domaine de la ville intelligente ». Dans le cadre de ce projet, l’action « Data et Mobilité » conçoit et développe des mécanismes d’intégration automatique et d’accès fédérés aux données de mobilité. Ces données sont fournies par les partenaires non académiques du projet tels que Toulouse Metropole, Sicoval, Tisséo Collectivité ; dans certains cas ces données seront distribuées sur les différents sites des partenaires sans possibilité de les intégrer de manière centralisée. L’offre de postdoc cible donc particulièrement la problématique de l’’apprentissages fédérés (« federated learning ») afin de développer des algorithmes d’apprentissage automatique dirigés par ces données.

Sujet :
Vu la forte hétérognièté des données collectées dans le projet VILAGIL (données de capteurs dans la ville images et vidéos de surveillance, données de véhicules autonomes, etc), nous souhaitons proposer une architecture d’apprentissage fédéré qui considère les clients de données en fonction de leur nature (cross-device / cross-silo), et de la nature de distribution des données ( verticale / horizontale ). Cette architecture devrait assurer à terme un apprentissage personnalisé pour chacun des clients et une équité par rapport à la collaboration dans l’ apprentissage.
Nous envisageons d’élaborer cette architecture en combinant à la fois une première étape de clustering de clients et une deuxième étape d’apprentissage machine fédéré. Le clustering des clients est souvent appliqué dans l’objectif d’identifier un sous ensemble de clients qui auraient des modèles d’apprentissage similaires sans divulguer leurs données. Les approches [1] et [2] proposent des méthodes appliquées dans le cadre de données non-IID qui calculent les similarités qu’il y aurait entre les paramètres de modèles pour regrouper les clients. L’objectif de ses approches est de personnaliser les modèles au niveau des nœuds locaux en tenant compte de distributions hétérogènes dans les données. En s’inspirant des travaux récents de [1], [2] l ’architecture proposée devrait être comparée expérimentalement par rapport à d’autres approches existantes de la littérature [3] et démontrant son intérêt.
Le postdoc aura pour mission :
– De développer une preuve de concept pour démontrer l’architecture sur des jeux de données identifiés pertinents par rapport au projet (jeux de données réels de partenaires et/ou jeux de données issus de la littérature scientifique du domaine).
– De participer à des réunions du porjet VILAGIL au niveau de l’Action « Data & Mobilité » et des réunions de coordinnation entre les différentes actions.
– De positionner ses travaux et les contributions par rapport à la littérature scientifique du domaine de l’apprentissage fédéré, et de publier les contributions dans des journaux et conférences internationales de premier rang mondial

Références Bibliographiques
[1] Yoo, Joo Hun et al. “Personalized Federated Learning with Clustering: Non-IID Heart Rate Variability Data Application.” 2021 International Conference on Information and Communication Technology Convergence (ICTC) (2021): 1046-1051.
[2] Huang, Yutao et al. “Personalized Cross-Silo Federated Learning on Non-IID Data.” AAAI (2021).
[3] Hangyu Zhu, Jinjin Xu, Shiqing Liu, Yaochu Jin. Federated learning on non-IID data: A survey, Neurocomputing, Volume 465, 2021, Pages 371-390, ISSN 0925-2312,

Profil du candidat :
Nous recherchons un(e) candidat(e) motivé(e), force de propositions, avec un solide background en mathématiques appliquées et des connaissances confirmées en IA.
Les candidatures sont à envoyer à (imen.megdiche@irit.fr) et (olivier.teste@irit.fr) . Le dossier doit contenir :
 CV incluant les publications scientifiques
 Lettre de motivation
 Copie du dernier diplôme
 Pré-rapport et rapport de soutenance de thèse
 Une expérience en federated learning serait un atout.

Formation et compétences requises :
un solide background en mathématiques appliquées et des connaissances confirmées en IA. Une expérience en federated learning serait un atout.

Adresse d’emploi :
IRIT Site Paul Sabatier, 118 Route de Narbonne, 31062 Toulouse, FRANCE

Document attaché : 202211181239_VILAGIL_Fiche_De_Poste_PostDoc_22_23.pdf

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

Laboratoire/Entreprise : CRIL / Université d’Artois
Durée : permanent
Contact : jfrancois.condotta@univ-artois.fr
Date limite de publication : 2023-03-19

Contexte :
Deux postes de Maître de Conférences en informatique – section 27 – sont ouverts à l’université d’Artois, au concours 2023, avec un profil “Intelligence Artificielle” et rattachés au Centre de Recherche en Informatique de Lens (CRIL – http://www.cril.univ-artois.fr).

Sujet :
Recherche : le CRIL souhaite, par ces recrutements, renforcer ses axes de recherche, et en particulier l’axe “données” (apprentissage automatique / fouille de données) et l’axe “connaissances” de l’unité. Il ne s’agit que de coloriages thématiques : les candidatures de très bon niveau en dehors de ces coloriages (mais relevant de l’axe “contraintes” de l’unité et en phase avec son projet scientifique) ont toutes leurs chances. Une expérience post-doctorale est attendue. Les candidatures féminines sont fortement encouragées. Pour être recruté.e, la qualité du dossier scientifique du / de la candidat.e sera primordiale.

Enseignement : l’enseignement se fera à l’IUT de Lens au sein du département Informatique. La candidate ou le candidat recruté(e) sera susceptible de prendre en charge ou de participer à l’ensemble des modules informatique proposés dans le programme pédagogique du BUT informatique en première année, deuxième année et troisième année. La candidate ou le candidat recruté(e) participera par ailleurs activement au fonctionnement du département : réunions pédagogiques, élaboration des SAE (Situations d’Apprentissages et d’Évaluations), recrutement des étudiants, suivi de stages et de projet tuteurés, responsabilités administratives…

Profil du candidat :
https://www.cril.univ-artois.fr/recruitments/2023-02-08-mcfsiut/

Formation et compétences requises :
https://www.cril.univ-artois.fr/recruitments/2023-02-08-mcfsiut/

Adresse d’emploi :
Université d’Artois, IUT de Lens
Laboratoire CRIL
Rue Jean Souvraz, 62307 Lens

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

Laboratoire/Entreprise : Inria Nancy – Grand Est
Durée : 4 ans
Contact : slim.ouni@loria.fr
Date limite de publication : 2023-03-19

Contexte :
Ce poste se place dans le cadre du Défi Inria COLaF (Corpus et Outils pour les Langues de France), qui est une collaboration entre les équipes ALMAnaCH et MULTISPEECH. L’objectif du Défi est de développer et mettre à disposition des technologies numériques linguistiques pour la francophonie et les langues de France, en contribuant à la création de corpus de données inclusifs, de modèles, et de briques logicielles. L’équipe ALMAnaCH focalise sur le texte et l’équipe MULTISPEECH sur la parole multimodale. Les deux principaux objectifs de ce projet sont :

(1) La collecte de corpus de données francophones, massifs et inclusifs : Il s’agit de constituer de très grands corpus textuels et de parole, avec des métadonnées riches pour améliorer la robustesse des modèles face à la variation linguistique, avec une place particulière pour la variation géographico-dialectale dans le contexte de la francophonie, dont une partie pourra être multimodale (audio, image, vidéo), voire spécifique à la langue des signes française (LSF). Les données liées à la parole multimodale concerneront entre autres les dialectes, les accents, la parole des personnes âgées, des enfants et des adolescents, la LSF et les autres langues largement parlées en France.

La collecte de corpus sera basée prioritairement sur les données existantes. Ces données (parole multimodale) peuvent provenir des archives de l’INA et des radio-télévisions régionales ou étrangères, mais rarement sous une forme directement exploitable, ou bien auprès des spécialistes, mais sous forme de petits corpus dispersés. La difficulté consiste d’une part à identifier et pré-traiter les données pertinentes afin d’obtenir des corpus homogènes, et d’autre part à clarifier (et si possible assouplir) les contraintes légales et les contreparties financières régissant leur usage afin d’assurer l’impact le plus large possible. Lorsque les contraintes légales ne permettent pas d’utiliser les données existantes, un effort supplémentaire de collecte de données sera nécessaire. Ce sera probablement le cas des enfants (applications à l’éducation) et les personnes âgées (applications à la santé). Selon la situation, cet effort sera sous-traité à des linguistes de terrain ou mènera à une campagne à grande échelle. Cela sera conduit en collaboration avec Le VoiceLab et la DGLFLF.

(2) Le développement et la mise à disposition de technologies linguistiques inclusives : Les technologies linguistiques considérées dans ce projet par l’équipe MULTISPEECH sont la reconnaissance et la synthèse de la parole, et la génération de la langue des signes. De nombreuses technologies sont déjà commercialisées. Il s’agit donc de ne pas réinventer ces outils, mais leur apporter les modifications nécessaires, afin qu’ils puissent exploiter les corpus inclusifs créés. Les technologies qui seront utilisées dans le cadre de ce projet portent sur, y compris, mais sans s’y limiter, les tâches suivantes :
• Identification et prétraitement (semi-)automatique des données pertinentes au sein de masses de données existantes. Cela inclut la détection et le remplacement d’entités nommées à des fins d’anonymisation.
• Architectures neuronales et approches adaptées aux scénarios à faibles ressources (augmentation de données, apprentissage par transfert, apprentissage faiblement/non supervisé, apprentissage actif, et combinaison entre ces diverses formes d’apprentissage)

Sujet :
L’ingénieur chef de projet aura deux missions principales :
• La gestion du projet et la coordination pratique de la contribution de l’équipe MULTISPEECH au Défi Inria. L’ingénieur chef de projet travaillera en étroite collaboration avec un ingénieur « junior », un chercheur et deux doctorants, tous travaillant dans le cadre de ce projet. Il assurera un encadrement rapproché de l’ingénieur « junior » et une interaction très fréquente avec le chercheur et les doctorants. Il sera en contact également avec les membres de l’équipe MULTISPEECH. Il y aura certainement une concertation et une collaboration solide avec son homologue au sein de l’équipe ALMAnaCH.
• La collecte de données et création de corpus de parole multimodale (cela comprend : certains dialectes, les accents, les personnes âgées, les enfants et adolescents, la LSF et certaines langues largement parlées en France autre que le français). Une grande partie de la collecte des données se fera auprès d’associations de locuteurs, des producteurs de contenus et tout partenaire pertinent pour la récupération de données. L’ingénieur chef de projet sera amené à discuter, notamment les aspects juridiques, avec nos interlocuteurs.

Activités principales:
• Définition des différents types de corpus à collecter (identifier les corpus potentiellement exploitables, établir une priorité et un planning de collecte)
• Collecte de corpus de parole auprès de producteurs de contenus ou de tout autre partenaire. (s’assurer que les données respectent les normes et les standards de qualité)
• Négociation des contrats d’utilisation des données, en veillant à respecter les aspects juridiques (négocier les conditions d’utilisation des données avec les producteurs de contenus ou les partenaires, en veillant à ce que les droits de propriété intellectuelle soient respectés et que les aspects juridiques soient pris en compte).
• Création et mise à disposition des technologies linguistiques pour le traitement de ces corpus : une fois collectées, les données doivent être analysées et traitées de manière à en extraire des informations utiles. L’ingénieur chef de projet doit proposer des technologies et des outils parmi l’existant, nécessaires à cette analyse, et s’assurer qu’ils sont accessibles aux utilisateurs.
• Encadrement rapproché de l’ingénieur junior : accompagnement et conseil au niveau des choix techniques et stratégiques de développement.
• Concertation et animation des échanges entre les membres du projet : (1) avec le chercheur et les deux doctorants (réflexions et échanges sur les données, et leurs adéquations au Défi.) ; (2) coordination avec les membres du projet au sein de l’équipe ALMAnaCH.
• Veille technologique, en particulier dans le domaine du ce défi.
• Rédaction et présentation de documentation technique
Note : Il s’agît ici d’une liste indicative d’activités qui pourra être adaptée dans le respect de la mission telle que libellée plus haut.

Profil du candidat :
PROFIL RECHERCHE :
• Diplômé en informatique, linguistique ou toute autre formation relevant du domaine du traitement automatique de la parole ou des langues
• Expérience confirmée en gestion de projet et en communication
• Connaissance approfondie des technologies linguistiques
• Capacité à travailler en équipe et à respecter les délais
• Bonne connaissance de l’anglais

Formation et compétences requises :
SAVOIRS
• Capacité à rédiger, à publier et à présenter en français et en anglais
• Maitrise des techniques de conduite des projets et de négociation
• Bases juridiques (données personnelles, propriété intellectuelle, droit des affaires)

SAVOIR-FAIRE
• Capacités d’analyse, rédactionnelles et de synthèse
• Savoir accompagner et conseiller
• Savoir développer un réseau relationnel
• Savoir mener de front différents projets en même temps
• Capacités de négociation

SAVOIR-ÊTRE
• Sens des responsabilités et autonomie
• Sens du contact et goût pour le travail en équipe
• Rigueur, sens des priorités et du reporting
• Qualités relationnelles (écoute- diplomatie- pouvoir de conviction)
• Appétence pour la négociation (Le VoiceLab, DGLFLF, etc.)
• Capacité d’anticipation
• Esprit d’initiative et curiosité d’esprit

Adresse d’emploi :
Inria Nancy – Grand Est
615 Rue du Jardin-Botanique
54600 Villers-lès-Nancy

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

Laboratoire/Entreprise : INRAE
Durée : indéterminée
Contact : nathalie.vialaneix@inrae.fr
Date limite de publication : 2023-03-20

Contexte :
L’unité de mathématiques et informatique appliquées de toulouse (MIAT) développe et met en oeuvre des méthodes mathématiques et informatiques dans le cadre de collaborations le plus souvent interdisciplinaires sur des thématiques d’intérêt pour INRAE. L’unité se compose de 2 équipes de recherche et 3 équipes plateformes. Vous exercerez vos missions au sein de l’équipe plateforme GENOTOUL Bioinformatique, dont les missions sont de développer les ressources nécessaires, d’accompagner les projets, et de contribuer à l’animation scientifique et à la formation en informatique, bioinformatique et statistique des utilisateurs de la plateforme. Elle regroupe 2 ingénieurs de recherche et 5 ingénieurs d’étude en bioinformatique ou administration système, ainsi que 3 chercheurs en bioinformatique et statistique pour une part de leur activité.

Sujet :
De manière croissante, la plateforme est sollicitée pour des appuis sur l’analyse et l’intégration de données omiques multi-échelles dans des projets en biologie souvent basés sur des plans d’expériences complexes. Vous devrez permettre à l’équipe de répondre plus largement aux besoins d’appui en statistique et contribuer au développement de chaînes de traitement pour l’analyse statistique, complétant les chaînes de traitement bioinformatiques déjà disponibles. Vous contribuerez à soutenir les efforts de la plateforme dans sa contribution aux grands programmes régionaux, nationaux ou internationaux (métaprogrammes INRAE, projets ANR et Europe, PEPR, etc), qui font appel à ce type de compétences. Les activités d’encadrement et d’animation font partie intégrante de ce profil de poste.

Profil du candidat :
Vous avez des connaissances approfondies sur l’analyse multivariée des données, la classification non supervisée, les modèles statistiques classiques (linéaires, linéaires généralisés, mixtes), la programmation (R et éventuellement python et C++) et les méthodes d’intégration de données multi-omiques. Des compétences en inférence et analyse de réseaux, méthodes de machine learning, analyses de séries temporelles, analyses et outils pour l’étude de l’enrichissement fonctionnel, etc, seraient un plus. Une grande capacité de gestion des projets (notamment l’utilisation d’outils de gestion de version), d’organisation et d’interaction avec les chercheurs biologistes partenaires de la plateforme est nécessaire. Des compétences sur la gestion des données (notamment pratiques FAIR) et la reproductibilité sont un plus souhaitable, ainsi qu’une expérience du calcul sur cluster. Vous appréciez le travail en équipe, avez un très bon relationnel, faites preuve d’initiative et d’autonomie.

Formation et compétences requises :
Master, diplôme d’études approfondies, diplôme d’études supérieures spécialisées, diplôme d’ingénieur.

Adresse d’emploi :
https://jobs.inrae.fr/concours/concours-externes-ingenieurs-cadres-techniciens-h-f/ir23-mathnum-1

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

Laboratoire/Entreprise : StatSC / ONIRIS
Durée : CDI
Contact : veronique.cariou@oniris-nantes.fr
Date limite de publication : 2023-03-23

Contexte :
Un concours de Maître de Conférences en Science des données est ouvert à Oniris (Ecole Nationale Vétérinaire Agroalimentaire et de l’Alimentation) à Nantes. Oniris forme environ 1100 élèves, en proposant notamment des formations correspondant :
– aux métiers d’ingénieur en sciences de l’alimentation (diplôme d’ingénieur),
– aux métiers de vétérinaire (diplôme de docteur vétérinaire).

Sujet :
Au sein de l’unité d’enseignement Mathématiques Informatique et Statistique, l’enseignant-chercheur interviendra principalement dans le campus des Sciences de l’Alimentation auprès des élèves ingénieurs, avec des interactions possibles avec la filière vétérinaire.
Du point de vue de la recherche, l’enseignant-chercheur sera intégré à l’USC INRAE/Oniris StatSC (https://www.oniris-nantes.fr/la-recherche/statsc-usc).

Profil du candidat :
L’enseignant-chercheur devra avoir des connaissances et compétences solides dans le domaine de la science des données et posséder une appétence pour l’interdisciplinarité. Il/elle s’impliquera dans la vie collective de l’équipe et de l’établissement au travers de prises de responsabilités et de participations aux différentes instances.

Formation et compétences requises :
Plus d’informations et démarche de candidature sont consultables à l’adresse suivante : https://www.oniris-nantes.fr/accueil/travailler-a-oniris/#c22375

Adresse d’emploi :
Oniris Campus Science de l’Alimentation
Rue de la Géraudière, CS 82225, 44322 Nantes

Document attaché : 202302211721_Profil PosteMC_ScDonnees.pdf

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

Laboratoire/Entreprise : Lab-STICC/IMT Atlantique
Durée : 24 months
Contact : ronan.fablet@imt-atlantique.fr
Date limite de publication : 2023-03-24

Contexte :
This postdoc position is opened in the INRIA Odyssey team (https://team.inria.fr/odyssey/) at IMT Atlantique/Lab-STICC. The successful candidate will also join the OceaniX group at IMT Atlantique/Lab-STICC (https://cia-oceanix.github.io/), a group dedicated to physics-informed AI for the monitoring and surveillance of the oceans. OceaniX chair gathers an interdisciplinary group with expertise in numerical modeling, applied math deep learning, remote sensing and ocean science to leverage AI technologies and paradigms to address key challenges in ocean modeling and forecasting, observing system design and control, surveillance and monitoring of maritime activities. OceaniX chair also benefits from strong academy-industry partnerships (e.g., Ifremer, CNES, CLS, NavalGroup, Eodyn, OceanDataLab).

Sujet :
In the context of the newly-funded ANR project DREAM (Deep leaRning approaches to Elucidate phytoplAnkton cliMate induced variability). This postdoc will explore, propose and assess deep learning schemes for the emulation of marine plankton dynamics conditionally to geophysical drivers. The specific focus comprises purely data-driven emulators (e.g., CNN, GAN,…) as well as physics-constrained deep emulators (e.g., neural ODE/PDE, variational settings,…). Numerical experiments will exploit both simulation, remote sensing and in situ datasets. The successful candidate will benefit from and contribute to the multidisciplinary interactions within the project team, especially with AI scientists (Prof. R. Fablet and L. Drumetz, IMT Atlantique/Lab-STICC/Odyssey), geoscientist (Dr. O. Pannekoucke, Meteo France/ENM) and ocean scientists (e.g., Dr. E. Martinez, IRD/LOPS; Dr. M. Lengaigne, IRD/MARBEC).

Profil du candidat :
Applications are encouraged from candidates with a Ph.D in applied math/machine learning/data science and a strong interest in interdisciplinary and marine science as well as a PhD in ocean science/geoscience and some previous experience in machine learning.

Formation et compétences requises :
Candidates should have a strong interest and commitment to research. Creativity with an aim towards independent research is highly emphasized.

Adresse d’emploi :
IMT Atlantique, Brest, France

Send CV, statement of research interests and the contact information of at least two references to ronan.fablet@imt-atlantique.fr and elodie.martinez@ird.fr. Review of applications will begin immediately and continue until the position is filled.

Document attaché : 202211240947_postdoc_offer_anr_dream2022.docx.pdf