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

Laboratoire/Entreprise : LaBRI (UMR 5800) et IMS (UMR 5218) de l’Universit
Durée : 2 ans
Contact : Guy.Melancon@u-bordeaux.fr
Date limite de publication : 2022-12-31

Contexte :
Les laboratoires LaBRI (UMR 5800) et IMS (UMR 5218) de l’Université de Bordeaux recherchent un.e candidat.e pour travailler sur le thème de la gouvernance des données en contexte universitaire. Ce travail s’inscrit dans le cadre du projet d’établissement ACT visant à développer, tester, valider et diffuser de nouvelles approches aux grands problèmes environnementaux, sociaux et de transition économique faisant des campus de l’université un vaste laboratoire vivant. Ce recrutement viendra consolider l’équipe du projet GouD (Gouvernance des Données) lui-même partie prenante de ACT (Augmented university for Campus and world Transition), dont la gouvernance des données est une priorité, dans un contexte de science ouverte et de pilotage par les données des institutions publiques.

Sujet :
Le projet GouD se penche sur des questions dont s’empare aujourd’hui le domaine de la recherche en système d’information, mais qui restent pour beaucoup sans réponse dans le contexte particulier de l’enseignement supérieur et de la recherche française. Dans une démarche de recherche-action, nous comptons définir les mécanismes de cette gouvernance, allant jusqu’à identifier les acteurs et leurs responsabilités. Cette gouvernance devra à l’évidence s’articuler avec d’autres instances ou gouvernances (RGPD, PSSI, données de santé, obligation légale d’archivage…). Partant de travaux récents de la communauté de recherche dans le domaine des systèmes d’information, GouD se propose de travailler depuis le terrain en ancrant sa réflexion au niveau des living labs labellisés ACT, afin de co-construire une gouvernance adaptée à chacun de ces projets, faisant de ces propositions le socle d’une gouvernance au niveau de l’établissement.

Profil du candidat :
Le.la candidat.e recherché.e doit montrer un goût pour les questions touchant aux données et aux systèmes d’information, tant d’un point de vue technique qu’organisationnel. Le déroulement du projet amènera le candidat à échanger avec des acteurs aux profils différents, chercheurs impliqués dans des projets soulevant des questions de gouvernance des données ou endossant une responsabilité au niveau institutionnel, par exemple.

Merci de prendre contact avec les porteurs pour en savoir plus sur le projet GouD et le poste proposé.
Guy.Melancon@u-bordeaux.fr, Nathalie.Pinede@u-bordeaux-montaigne.fr

Formation et compétences requises :
Formation et expérience de niveau doctoral dans un domaine en lien avec la thématique du projet GouD, et les missions du poste.

Adresse d’emploi :
LaBRI UMR 5800, Université de Bordeaux – Campus Peixotto
351 Cours de la Libération
33405 Talence
France

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

Laboratoire/Entreprise : IRIMAS
Durée : 6 mois
Contact : maxime.devanne@uha.fr
Date limite de publication : 2022-12-31

Contexte :
Le volume des ventes en ligne en France ne cesse d’augmenter. Les paiements à distance sur Internet concentrent l’essentiel de la fraude sur les cartes bancaires françaises (70% du montant de la fraude (255 M€) alors qu’elle ne représente que 14% de la valeur des transactions nationales). La fraude est un phénomène complexe à détecter. En effet, les fraudeurs adaptent en permanence leurs techniques afin de déjouer le système, ce qui fait peser un risque financier et de réputation sur les sites e-commerce et les banques.

Sujet :
Le projet vise à développer des méthodes d’apprentissage automatique pour la détection des fraudes à la carte de crédit. Ce projet est une collaboration entre la société Enygma, spécialisée dans la détection des fraudes bancaires, et l’institut de recherche IRIMAS spécialisé dans les méthodes de machine learning.

Mission principale : La personne recrutée sera chargée de l’étude des méthodes existantes afin de proposer une approche d’apprentissage automatique de détection de fraude à partir de données bancaires.

Profil du candidat :
Les candidats doivent être titulaires d’un Master en informatique et justifier d’une expérience dans le domaine de l’apprentissage automatique. Nous recherchons un profil avec une bonne expérience des méthodes d’apprentissage profond ainsi que de la programmation en Python. Une expérience en optimisation ainsi qu’en programmation CUDA serait un plus.

Formation et compétences requises :
– Master ou Diplôme d’Ingénieur en Informatique
– Programmation Python
– Bibliothèques d’apprentissage automatique et d’apprentissage profond

Adresse d’emploi :
Université de Haute-Alsace
12 rue des Frères Lumière
68093 Mulhouse

Document attaché : 202211090808_IR SATT Enygma Fr-2.pdf

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

Laboratoire/Entreprise : Ecole Navale
Durée : 24 mois
Contact : cyril.ray@ecole-navale.fr
Date limite de publication : 2022-12-31

Contexte :
Dans le cadre du projet GEOINT, réalisé en collaboration avec Sorbonne Université (Sorbonne Center for Artificial Intelligence : SCAI et l’Institut de l’Océan), et financé par l’Agence d’Innovation de la Défense (AID), l’École navale recherche une/un post-doctorant(e) en informatique / science des données. La personne recrutée participera aux différents travaux sur l’intelligence géospatiale maritime et notamment sur la préparation et le (pré)traitement de données issues de sources hétérogènes (données capteurs, signaux, images, vidéos, informations géographiques, données textuelles), sur la définition et la conception d’algorithme orienté sur l’analyse des mobilités maritimes.

Sujet :
La crise sanitaire et plus récemment la situation géopolitique internationale que nous traversons nous ont rappelé à quel point nos économies modernes étaient tributaires du transport international de marchandises en général et de la maritimisation des échanges internationaux en particulier (puisque 90% de ce transport s’effectuent par voie maritime). Le transport maritime est donc au coeur de nos économies globalisées.
Désormais, à l’aide de nombreux capteurs, un large panel de données maritimes est collecté en continu, archivé, et exploité pour la réalisation de nombreuses applications (suivi des pêches, sécurisation de la navigation, planification de routes optimales, contrôle du respect des règles internationales, protection de la biodiversité…). Les bénéfices de cette numérisation de l’espace et de l’information maritime sont multiples. Elle offre de nombreuses opportunités pour appréhender, analyser, prédire les échanges maritimes par l’analyse des données. L’intelligence géospatiale permet de corréler ces informations, dans l’espace et dans le temps afin d’approfondir la compréhension des mobilités et plus généralement de la situation maritime.
Malheureusement, ces échanges maritimes sont également utilisés pour dissimuler une grande variété d’activités illicites (ex : contournement d’embargos, transbordement sauvage, trafic en tout genre, etc.). L’exploitation de nombreuses faiblesses, failles de sécurité dans les systèmes et mécanismes de transmission ou captation de l’information de localisation temps-réel des navires, offre un large éventail de possibilités pour de la désinformation.
Ces problématiques de véracité peuvent affecter des prises de décision et constituent un enjeu croissant pour l’intelligence géospatiale. Cela nécessite de nouvelles approches de traitement de l’information ou l’adjonction de techniques et algorithmes ad hoc, mêlant connaissances d’expert et techniques d’apprentissage automatique, permettant le maintien de la compréhension informationnelle, la qualité des détections et des prédictions, et favorisant la rapidité d’analyse. L’objectif visé pour le poste concerne le développement d’algorithmes d’analyse et d’apprentissage innovants combinés à une analyse basée sur des règles pour soutenir l’intelligence géospatiale maritime. La recherche bénéficiera des travaux précédemment réalisés et sera organisée par les différents travaux à poursuivre :
– Collecte et préparation de données par fusion de sources diverses et prétraitements, incluant des problématiques de mesure de la qualité de données et de cotation ;
– Définition et implémentation d’algorithmes focalisés sur la compréhension des mobilités maritimes internationales. Modélisation ou apprentissage de comportements réguliers, de schémas et de mouvements indésirables ou anormaux en prenant en compte les possibilités de falsification de la donnée. Ces algorithmes prendront en compte autant que possible les aspects de frugalité (ratio performance de l’algorithme / puissance de calcul nécessaire) et d’explicabilité / transparence (XIA).
– Préparation de données / jeux de données, annotation, conception de scénarios pour l’évaluation des algorithmes.
– Mise en oeuvre d’interfaces (« dashboard data visualisation ») permettant de présenter, exploiter les données et les résultats d’analyse.

Ressources : La recherche sera essentiellement basée sur les données issues par le système AIS qui fournit la localisation des navires sur le globe (~ 4 TO / an) ainsi que des informations nominatives. La plateforme TIM (Traitement de l’Information Maritime) dispose de stations de travail (24 à 112 threads, 64 à 578 Go RAM), un serveur GPU 8*Nvidia A100, un serveur GPU 8* Nvidia V100.

Profil du candidat :
doctorat en informatique.

Formation et compétences requises :
bonne connaissance des outils et des modèles de base de l’Intelligence Artificielle (apprentissage automatique / profond, etc.) et des techniques de représentation et de traitement de données (géographiques) hétérogènes (corrélation de données, analyse de séries temporelles, imputation de données, etc.). Connaissance des différents modèles de bases de données incluant les bases de données graphe, relationnelles ; connaissances en statistique et fouille de données. Langages de programmation préférés : Python, R, Scala, Java.

Adresse d’emploi :
Ecole navale
Lanvéoc
France

Document attaché : 202211090951_FDP_2022_DDR_CDD_GEOINT.pdf

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

Laboratoire/Entreprise : LISTIC et IUT Département Info, Annecy
Durée : CDI
Contact : guillaume.ginolhac@univ-smb.fr
Date limite de publication : 2022-12-31

Contexte :
E : programmation, DevOps/MLops, cloud, IA, traitement de l’Information.
R: Apprentissage automatique, Apprentissage Statistique, Traitement Images, télédétection

Sujet :
Profil long enseignement :
La personne recrutée pourra prendre en charge des enseignements en programmation, DevOps/MLops, cloud, IA, ou bien encore traitement de l’Information. 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.

Profil long recherche :
L’activité de recherche de la personne recrutée s’intégrera dans le thème AFuTé (Apprentissage, Fusion et Télédétection) du LISTIC. Ce thème développe plusieurs approches théoriques et méthodologiques :
– Apprentissage automatique – fouille de données, apprentissage profond,
– Fusion de données incertaines – probabilités, possibilités, croyances,
– Traitement du signal – ondelettes et apprentissage statistique,
– Télédétection – détection de changement, mesure de déplacement, inversion.

Les domaines d’application de ces travaux sont majoritairement liés à l’analyse de données temporelles ou spatiales, en particulier pour la surveillance de l’environnement ou les applications privilégiées du second thème du LISTIC (ReGaRD : Représentation, Gestion et tRaitement des Données pour l’humain).
La personne recrutée devra montrer sa capacité à développer des approches méthodologiques originales en apprentissage automatique. Elle pourra s’appuyer sur des compétences d’apprentissages statistiques, de représentation de l’information (transformée en ondelettes) et/ou d’apprentissage profond. Des capacités à se saisir des applications en télédétection et plus particulièrement sur des séries temporelles sont également souhaitées.

Profil du candidat :
Expérience en Machine Learning, Informatique, Traitement Signal/Image

Formation et compétences requises :
Thèse en Informatique ou IA ou traitement signal/image

Adresse d’emploi :
LISTIC, Annecy
IUT Département Informatique

Document attaché : 202210250738_ProfilMCF27-61_IUTA_LISTIC_2023.pdf

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

Laboratoire/Entreprise : CEA – Tech
Durée : 18 months
Contact : mathilde.noual@cea.fr
Date limite de publication : 2022-12-31

Contexte :
Our world is facing unprecedentedly severe social and environmental crises. The scale of the response requires deep and efficient _coordination_ of resources and efforts.

The CEA is a French public research institution with strong ties to the industrial ecosystem and European institutions. It constitutes the ideal setting to agilely build, test and implant the necessary digital supporting foundations for wide scale inclusive interdisciplinary coordination.

Our group is part of the CEA Tech. It designs and develops tools for a wide variety of engineering applications in a wide variety of domains. We are equipped with long-standing experience and expertise in tailoring, developing, optimising, interfacing and integrating open source and proprietary software solutions for our various clients, both public and private.

Sujet :
We wish to hire a new team member, to come and work full-time with us on our coordination solution, to architecture the system’s foundations, set them up and test them in diverse use cases.

We are looking for a research engineer. The new team member will participate in the development of a collaborative digital platform implementing principles of collective intelligence.

The role is a hands-on opportunity to contribute at the centre of an exciting, meaningful, avant-garde project, empowering coordination across engineering domains and solutions and scientific disciplines and research.

Profil du candidat :
Core responsibilities:

– Participate in the architectural design of a complex distributed system
– Design and develop a web-based system (front-end and back-end) that accesses and manages large datasets
– Write technical documentation of software and solutions
– Support all activities related to end to end software design and testing
– Fit in with the development team and interact with cross-functional teams

Formation et compétences requises :
Requirements & Qualifications:

– Programming languages: C, C++, Rust or Java
– Knowledge of one or several DBMS
– Experience with version control technology (e.g. Git)
– Basic knowledge of RESTful architectures and implementations
– Fluent in English and/or French
– Proactive work ethics
– Attention to detail and excellent analytical skills (profound algorithmic and complex architectural decisions will be involved)
– Engaging entrepreneurial personality, interested in broadening your horizons and expanding your skills to master new technologies and new perspectives.
– Master’s degree or higher

Plusses :

– Conversant in French and in English (if not fluent)
– Experience with NoSQL is a serious plus
– Knowledge of P2P protocols (Hypercore, IPFS, SSB…) is also a serious plus
– Knowledge of Eclipse-based modelling technologies (e.g. EMF, Sirius, Xtext)
– Knowledge of automated model management (e.g. model transformation, code
generation) technologies
– The project aims at easing the daily work life of scientist researchers so sensitivity to the academic lifestyle is also a plus.

Perks and benefits:

You will …
– Work closely with cross-functional interdisciplinary scientific research and engineering teams,
– Evolve in a stimulating goal-oriented environment
– Have the possibility of working remotely part of the week
– Be involved in meaningful technological decision making
– Enjoy unlimited free coffee/tea

Adresse d’emploi :
CEA-Tech in Palaiseau (plateau de Saclay, Île-de-France), France

Application link:

https://www.emploi.cea.fr/Pages/Offre/detailoffre.aspx?idOffre=23814&idOrigine=502&LCID=1036&offerReference=2022-23814

Document attaché : 202210181122_fiche-text.txt

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

Laboratoire/Entreprise : Laboratoire des 2 Infinis – Toulouse (L2IT)
Durée : permanent / tenured
Contact : jan.stark@l2it.in2p3.fr
Date limite de publication : 2023-01-05

Contexte :
We would like to draw your attention to a job opening for a permanent position as junior full-time researcher in artificial intelligence for particle physics based in Toulouse (France). The position is based at the new “Laboratoire des 2 Infinis – Toulouse” (L2IT).

Are you a colleague with demonstrated experience in the field of advanced artificial intelligence (AI) ? Are you interested in applications to particle physics, but do not have much/any hands-on experience with physics? Please do not hesitate to get in touch with members of the particle physics team at the “Laboratoire des 2 Infinis – Toulouse” (L2IT). We are happy to discuss particle physics, the Higgs boson, the LHC particle collider, our detector … with you. We need a person with demonstrated experience in AI. As long as you are interested, the necessary skills in particle physics can be learnt on the job.

Sujet :
Two of our recent conference proceedings can be found here:

https://cds.cern.ch/record/2815578/files/ATL-ITK-PROC-2022-006.pdf

https://www.epj-conferences.org/articles/epjconf/pdf/2021/05/epjconf_chep2021_03047.pdf

L2IT is a joint research unit of the French national centre for scientific research (CNRS) and the University Toulouse III – Paul Sabatier, created in January 2020. Within the CNRS, the unit is led by IN2P3, the national institute of nuclear and particle physics. The objects of study of the L2IT researchers and engineers are the two infinities – the infinitely small and the infinitely large – and the relationships between the phenomena that govern each of them. We pursue our research within large international collaborations, such as the Virgo and LISA projects in cosmology, and at CERN in Geneva in particle physics. The L2IT is currently composed of 24 people, including 12 permanent members who set up the research teams. L2IT is located on a dynamic campus that includes faculties, schools and laboratories. The strong synergies between the themes of the L2IT and the existing fabric of Toulouse laboratories in physics and computer science are to be exploited.

More general information on L2IT, can be found here:

https://indico.in2p3.fr/event/24978/

and on our website :

L2IT accueil

The title of the position is

High energy physics large data sets and computing for the Large Hadron Collider (LHC) experiments

and it is opened via the “concours chercheurs CNRS”, in section 55:

https://www.cnrs.fr/en/competitive-entrance-examinations-researchers-womenmen

Direct link to the list of available positions:

https://gestionoffres.dsi.cnrs.fr/fo/offres/default-en.php
(committee 55 is right at the end)

Please note that the deadline for applications is on January 5th at 1pm (Paris time). Don’t hesitate to get in touch with us any time between now and the deadline.
Do not hesitate to forward this announcement.

Profil du candidat :
Demonstrated experience in the field of advanced artificial intelligence (AI). Interest in particle physics.

Formation et compétences requises :
A PhD is required.

Adresse d’emploi :
Laboratoire des 2 Infinis – Toulouse (L2IT)
UMR5033 CNRS – Université Paul Sabatier
Maison de la Recherche et de la Valorisation
118 route de Narbonne
31062 TOULOUSE CEDEX 9

E-mail: stark@in2p3.fr
Phone: 06 41 44 08 7
(from abroad: 0033 6 41 44 08 74)

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

Laboratoire/Entreprise : ISTerre, Université Grenoble Alpes
Durée : 12 months
Contact : sophie.giffard@univ-grenoble-alpes.fr
Date limite de publication : 2023-01-09

Contexte :
In the mountains, slope movements such as landslides, Deep-seated Gravitational Slope Deformation (DGSD) or rock glaciers, manifest themselves through surface velocities ranging from a few mm/year to a few m/year, and can accelerate to catastrophic failure.
During their slow-moving phase, they can be detected in SAR interferograms (INSAR) acquired by the Sentinel-1 open-source global satellites. However, this detection is not automatic, despite the societal importance of such detection. However, Sentinel-1 InSAR data are now mass-processed at regional scales, by SNO ISDeform, making it possible to
automate this detection. Based on promising initial work and an initial manual inventory of the Alps currently under construction at ISTerre, this project aims to build a detection and classification algorithm for gravity instabilities in mountains, using a machine-learning algorithm for image segmentation (of the U-net convolutional neural network type).

Sujet :
As the inventory is already being built up by a current ISTerre post-doc, the person recruited will work in tandem with him to develop learning algorithms capable of detecting and characterizing slow landslides. The first part of the post-doc will be dedicated to getting to grips with the subject, the data and the literature. The main task will then be to develop a
specific algorithm taking into account the particular aspects of INSAR data (acquisition in radar geometry, complex image values, different durations between acquisitions) in order to make the most of the information contained in these data. Depending on the skills and progress of the person recruited, a number of perspectives may be considered: coupling
with optical data, analysis on different time scales, applications to other regions (South America). The person recruited will also be involved in the creation of an open source signal database that can be fed collaboratively.

Profil du candidat :
The profile sought is clearly linked to data sciences (particularly remote sensing) and techniques developed in artificial intelligence, with experience in methodological developments applied to geosciences.

Formation et compétences requises :
Experience in Python, cluster computing and remote sensing is required. Support in remote sensing and earth sciences, as well as in machine learning, will be available within the research team. A strong interest in the applicative aspects of methodological developments in AI and
curiosity about important processes in the earth sciences will be appreciated. As the working environment is interdisciplinary, communication and leadership skills will be required. A strong link must be forged with the Gricad computing center. Partial supervision of internships/theses on related subjects may be offered.

Adresse d’emploi :
ISTerre, Université Grenoble Alpes, France.

Contact sophie.giffard@univ-grenoble-alpes.fr and pascal.lacroix@univ-grenoble-alpes.fr with your CV and a brief explanation of why you are applying

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

Laboratoire/Entreprise : IFV – CIRAD
Durée : 3 years
Contact : romain.fernandez@cirad.fr
Date limite de publication : 2023-01-14

Contexte :
Our research aims to develop imaging approaches for non-destructive detection and diagnosis of trunk diseases in grapevines (Vitis vinifera L.). Protocols [1] and methods [2][3] for 3D imaging and analysis of trunks under controlled conditions (i.e., laboratory) have already been developed in our lab. We now aim to transfer this non-destructive diagnosis directly into the field, using a portable device that can be used to detect and quantify these diseases. This transfer involves the development of novel solutions for data analysis (project “Scan Me If You Can”, 2023-2026). For this purpose, we seek a highly motivated and initiative-taking candidate, qualified for the conception of innovative image analysis pipelines.

Sujet :
Your mission will be to scale up different approaches to work across two work streams :

*Whole plant 3D+t reconstruction and segmentation from multi-angle X-ray images: You will be in charge of retrofitting models to allow the deployment of these solutions in the field, on a larger scale, and for temporal monitoring of tissue condition. In order to estimate the degradations present in the plant and their progression over time, you will design solutions for image analysis and 3D+t reconstruction applicable to 2D images collected in situ on living plants.

* 3D+t characterization of degradation by MRI monitoring under controlled conditions: You will build upon the developments of Fijiyama [1] and FijiRelax [3] plugins to analyze a large set of MRI data collected during the dynamic monitoring of living vines inoculated with fungal pathogens. You will design pipelines to study the host-pathogen interaction in 3D+t; and develop tools for the comparison of grapevine varieties tolerance, and pathogen aggressiveness.

BIBLIOGRAPHY:
[1] R Fernandez, L Le Cunff, S Mérigeaud, et.al. An end-to-end workflow based on multimodal 3D imaging and machine learning for nondestructive diagnosis of grapevine trunk diseases. bioRxiv preprint (BioRxiV 2022) https://doi.org/10.1101/2022.06.09.495457
[2] R Fernandez, and C Moisy, Fijiyama: a registration tool for 3D multimodal time-lapse imaging, Bioinformatics, Volume 37, Issue 10, 15 May 2021, Pages 1482–1484, https://doi.org/10.1093/bioinformatics/btaa846
[3] R Fernandez, and C Moisy: FijiRelax: Fast and noise-corrected estimation of MRI relaxation maps in 3D + t (under review in JOSS) current version: https://github.com/Rocsg/FijiRelax/actions/runs/3307397950

Profil du candidat :
* Titles/Diplomas: PhD or M.Sc. in computer science, mathematical modeling, image analysis, with a demonstrated capacity for publication in image analysis and/or design of solutions.

* Advanced skills in:
Image Analysis (3D reconstruction, segmentation).
Programming (Java and Python).
Machine Learning (scikit-learn, …) and Deep Learning (TF / Pytorch, …).
2D/3D image processing and visualization (Fiji, Napari, VTK, …).
Optional:
Basic knowledge in 3D imagery (X-rays tomography, MRI);
plant biology and anatomy; and/or pathogens.
French speaking.

* Aptitudes:
Interpersonal skills and ability to work with multiple stakeholders.
Autonomy in programming and image processing.
Organizational skills and rigor.
Adaptability and reactivity.
Ability to synthesize and pedagogy (interactions with non-specialists in image processing).
Scientific English.
Driving license.

Formation et compétences requises :
The selected candidate will work in interaction with two research teams located in Montpellier, France (at Campus Lavalette, 389 Av. Agropolis, 34980 Montferrier-sur-Lez, France). The team “GénoVigne”, IFV (French Institute for Vine and wine, www.vignevin.com), is specialized in grapevine genetics and diseases. The team “Phenomen”, CIRAD (French Agricultural Research Centre for International Development), is specialized in mathematics and computer science for plant modeling. The candidate will also interact with several scientific and technical partners, including INRAE, Montpellier University, CIVC Champagne and BIVB Bourgogne, as well as imaging platforms.
Remuneration: between 2.4 and 2.6KEUR, raw, monthly, depending on qualification.
Advantages: meal vouchers, paid holidays, and Health Mutual.

Adresse d’emploi :
Campus Lavalette, 389 Av. Agropolis, 34980 Montferrier-sur-Lez, France (Montpellier)

APPLICATION: Please, send CV, application letter, and references to romain.fernandez@cirad.fr and cedric.moisy@vignevin.com. Deadline: Applications will be reviewed until the position is filled. Position opening: Starting in January 2023.

Document attaché : 202301130937_Postdoc_position.pdf

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

Laboratoire/Entreprise : CEDRIC (EA4629)
Durée : indéterminée
Contact : michel.crucianu@cnam.fr
Date limite de publication : 2023-01-14

Contexte :
e Conservatoire national des arts et métiers (Cnam) est un établissement public à caractère scientifique, culturel et professionnel doté d’un statut de « grand établissement » régi par le décret du 22 avril 1988. C’est un établissement en réseau dont le siège est à Paris qui se caractérise par :
• des formations déployées sur l’ensemble des régions métropolitaines, dans les centres ultra-marins et à l’étranger,
• des activités de recherche académique , technologique et partenariale au sein d’équipes reconnues par le HCERES,
• sa mission de diffusion de la culture scientifique et technique (notamment via le musée des arts et métiers).
La diversité et la richesse des équipes du Cnam dotent l’établissement d’un large spectre de compétences, couvrant les champs professionnels allant des sciences de l’ingénieur.e aux domaines de l’économie, de la gestion et des sciences humaines et sociales.

Le laboratoire Cédric (http://cedric.cnam.fr) consacre ses recherches à l’informatique et aux communications, en particulier à la numérisation et l’automatisation des processus intelligents d’interaction, d’apprentissage, de raisonnement, de décision et d’action. Le Cédric développe des réponses sur trois axes : Systèmes communicants et interactifs ; Science des données ; Confiance et sécurité numérique. Chacune des huit équipes du Cédric contribue à l’animation et au développement des axes en fonction de son expertise scientifique.

Sujet :
La personne recrutée intégrera une des équipes suivantes de l’axe ‘Science des données’ :

• Vertigo (http://cedric.cnam.fr/lab/equipes/vertigo/, équipe prioritaire). L’équipe Vertigo s’est engagée dans la création d’interfaces transdisciplinaires au sein du Cnam ainsi qu’à l’extérieur autour de problématiques liées en particulier au couplage IA et physique, à la télédétection ou à l’imagerie médicale. Il est attendu que la personne recrutée puisse accompagner et alimenter cette dynamique en renforçant ou en créant des collaborations avec d’autres laboratoires de l’établissement.
• MSDMA (http://cedric.cnam.fr/lab/equipes/msdma/). Les activités de l’équipe concernent le traitement de données par des méthodes statistiques et informatiques.

L’équipe de rattachement pressentie doit être mentionnée dans la lettre de candidature. La personne recrutée devra jouer un rôle moteur dans le développement des recherches de l’une de ces équipes, notamment en apprentissage statistique, apprentissage profond (supervisé et non-supervisé) et/ou apprentissage par renforcement. Des compétences dans les domaines suivants seront particulièrement appréciées: extraction de représentations et de connaissances, explicabilité et interprétabilité des modèles IA, compréhension et raisonnement sur des données hétérogènes non-structurées.

Contacts :
• Samira Cherfi (samira.cherfi@cnam.fr), directrice de l’EPN 5 (département d’informatique)
• Philippe Rigaux (philippe.rigaux@cnam.fr), directeur du laboratoire
• Michel Crucianu (michel.crucianu@cnam.fr) pour l’équipe Vertigo
• Ndeye Niang (ndeye.niang_keita@cnam.fr) pour l’équipe MSDMA

Date de prise de poste : 1er septembre 2023.

Profil du candidat :
Profil détaillé : http://cedric.cnam.fr/lab/wp-content/uploads/2023/01/CnamParisPUIA2023.pdf

Formation et compétences requises :
Habilitation à Diriger des Recherches

Adresse d’emploi :
Conservatoire National des Arts et Métiers
292 rue Saint-Martin
75003 Paris

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

Laboratoire/Entreprise : LISIS / Plateforme CorTexT
Durée : FSEP
Contact : lionel.villard@esiee.fr
Date limite de publication : 2023-01-15

Contexte :
La plateforme CorTexT est localisée sur le campus de l’Université Gustave Eiffel, dans l’Est Parisien, au sein du Laboratoire Interdisciplinaire Sciences Innovations Sociétés (LISIS). Fondée en 2009, elle est une infrastructure de recherche expérimentale pour les sciences sociales. La plateforme CorTexT est un instrument essentiel, par exemple, pour analyser la structuration des communautés d€experts dans différents secteurs de politique internationale, la transformation des réseaux d’innovation industrielle, ou encore la compréhension de la structure des discours et des modes d’action collective dans les controverses politiques en ligne.
Une partie importante des méthodes originales produites sont mises à disposition au sein de l’application web collaborative CorTexT Manager (https://www.cortext.net/anf-tdm-2021-focus-cortext-manager/). En 2021, 1313 utilisateurs actifs provenant de 550 institutions ou villes identifiées ont eu une activité avec les services de la plateforme CorTexT, générant 66 000 calculs traités par son infrastructure. 10% de cette communauté d€utilisateurs est académique (https://www.cortext.net/publications/). Ces auteurs ont publié depuis 2012 plus de 275 documents (articles scientifiques, actes de conférence, thèse…).
Le pilotage de la plateforme CorTexT est assuré par son directeur technique, Philippe Breucker, et son directeur scientifique, Lionel Villard, et est composé de quinze membres aux compétences et profils très variés : ingénieur.e.s (systèmes, backend, front-end et données), ingénieur.e.s d’étude et enseignants-chercheurs. L’ingénieur-e de recherche s’intégrera à cette équipe, échangera avec ces différents profils, et participera à l’avancement des travaux de la plateforme.

Sujet :
A cheval entre la BAP D et la BAP E, la mission de l’ingénieur-e de recherche est de concevoir et mettre en œuvre des développements informatiques pour l’analyse de données en sciences sociales au sein de la plateforme CorText, l€infrastructure de recherche pour les sciences sociales computationnelles du Laboratoire Interdisciplinaire Sciences Innovations Sociétés (LISIS).

Profil du candidat :
-Contribuer à la réflexion sur les techniques et les méthodes de la plateforme CorTexT et du LISIS
-Effectuer une veille sur les méthodes en émergence dans le champ des sciences sociales computationnelles (Social Network Analysis/SNA, Natural Language Processing/NLP, Complex Systems€)
-Etre force de proposition par une production scientifique originale dans ce champ, soutenue par une production logicielle
-Participer aux accompagnements de projets de recherche réalisés avec la plateforme sur les sciences, les techniques et l’innovation en société (domaine d’ancrage du laboratoire)
-Travailler à l’interface entre l’équipe technique de la plateforme (et sa direction) et les chercheurs du laboratoire
-Participer aux actions de valorisation et de dissémination (présentation de travaux en conférence, communication externe, formations à l’outil CorTexT Manager, animation du forum de questions/réponses des utilisateurs, …)
-Participer aux transformations de la ferme de serveurs de la plateforme et de la production logicielle (essentiellement autour de la construction de services web) de la plateforme en relation avec ses ingénieur.e.s
-Poursuivre le développement des derniers ensembles de méthodes travaillés au sein de la plateforme (e.g., analyse de réseaux géographiques, modèle à blocs stochastiques)
-Développer et formaliser des méthodes permettant la production, le recueil ou l’analyse des données ou de corpus

Formation et compétences requises :
Savoirs :
-Compétences poussées en statistiques (voire mathématiques) et informatique
-Compréhension de la diversité de méthodes quali-quanti en sciences sociales et de leurs enjeux et applications est souhaitable
-Connaissance des enjeux méthodologiques autour des techniques d’enquête en ligne en SHS, et sur les sources de données du web
-Connaissances en inférence statistique, éventuellement de la modélisation stochastique et de la comparaison de modèles
-Connaissances en ergonomie et interfaces humain-machine est un plus
-Capacité à mobiliser à la fois les référentiels du traitement automatique de la langue ainsi que celui de la modélisation et de l’analyse des réseaux et, à défaut, avoir une connaissance fine de l’un de ces deux champs serait appréciée

Savoirs faire :
-Maîtrise des démarches classiques en NLP : collecte de données, structuration, pré-traitement (lemmatisation, tokenisation), traitements et visualisation
-Maîtrise des démarches classiques en SNA : collecte de données, structuration, choix de représentation (projections, hypergraphes), traitements et visualisation
-Maitrise fine d€au moins un langage serveur
-Maîtrise d’outils de manipulation, analyse, modélisation statistique et visualisation de réseaux
-Maîtrise d’outils d’analyse automatique de la langue
-Maitrise d’outils d€interrogation et manipulation de données
-Maitrise des outils et méthodes de développement collaboratif
-Maîtrise de bibliothèques de visualisation de données
-Connaissance des formats de stockage de données

Savoirs-être :
-Travail en équipe et sens du collectif
-Sens de la communication, notamment dans l’organisation du dialogue entre savoirs «ingénieuriques» et sciences sociales
-Adaptabilité
-Curiosité
-Autonomie
-Rigueur

Adresse d’emploi :
CorText Platform,
Laboratoire Interdisciplinaire Sciences Innovations Sociétés
2 Allée Jean Renoir
93 160 Noisy-le-Grand
France

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

Laboratoire/Entreprise : CReSTIC lab, University of Reims Champagne-Ardenne
Durée : 18 months, extendabl
Contact : valeriu.vrabie@univ-reims.fr
Date limite de publication : 2023-01-30

Contexte :
Within the framework of a collaboration between the Comité de Champagne, Segula Technologies company, and the University of Reims, we are looking to optimize the detection of the presence of vine diseases by developing and integrating imaging and machine learning concepts. This project includes several axes in which 2 PhD students participate and several master internships together with 3 (associate) professors. In this context we are recruiting a PostDoc for 18 months, extendable to 36 months, to complete the team.

Sujet :
The flavescence dorée, a serious and epidemic disease, is one of the two grapevines yellow diseases that might cause a rapid decay in Champagne and other wine regions, being considered as the new phylloxera of the vineyard. To date, the detection approach of the yellows is to collectively explore the vineyard on foot every year to identify affected vines and to perform biomolecular tests by approved laboratories. As the survey is not precise nor optimal enough for a large-scale monitoring, the development and integration of detection solutions based on imagery appear necessary.
We conducted several acquisition campaigns between 2019 and 2022 under controlled and in situ conditions. New CNN-based hierarchical architectures developed by our lab have proven to be efficient on separate data sets composed of multispectral images. But the generalization capabilities of these models are not sufficient to compensate for the variability induced by endogenous and exogenous factors. The objective is to propose new detection strategies for grapevine yellows that are more robust to this variability. Several tracks could be explored, including, but not limited to:
• Fusion of multispectral images through vegetation indices to be defined and used within adapted Deep Learning architectures
• Fusion of features extracted with heterogeneous Deep Learning models from multispectral images
• Identification of an optimal subset of multispectral images and development of reinforcement or continuous learning approaches
It might also be interesting to design semi-supervised approaches to take advantage of the possibility of acquiring many unlabeled images during new acquisition campaigns to which the Postdoc will be associated.

Profil du candidat :
• Self-motivated scientist seeking to pursue a scientific career, holding a Ph.D. or in the process of completing it, in a relevant field of machine/deep learning or other relevant fields

Formation et compétences requises :
• Excellent knowledge and skills in AI learning, machine learning and data science with hand-on skill and experience
• Excellent experience, knowledge, and skills in programming languages, especially Python (environment Tensorflow, Pytorch, Keras, Pandas, Scikit-learn, etc.)
• Deep understand of digital image processing; prior experience in working with image analysis projects (industrial or academic) will be a plus
• Independent and passionate about data science projects, however good team player, able to undertake research projects together with other team members
• Excellent scientific/technical writing skills and communication capability; ability to present research achievements at internal/external seminars, conferences and journals

Adresse d’emploi :
The PostDoc will be based at the CReSTIC lab of the University of Reims Champagne-Ardenne on the Moulin de la Housse campus in Reims. Within the framework of the project, he/she may be required to intervene to the project partners, the Comité de Champagne in Epernay or Segula Technologies in Reims downtown.

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

Laboratoire/Entreprise : IRISA / Rennes
Durée : 24 mois
Contact : simon.malinowski@irisa.fr
Date limite de publication : 2023-01-31

Contexte :
Surgical robotics is now widely used with, for instance, more than 5000 Da Vinci systems and one million procedures performed worldwide. Surgery is a complex activity, in a very small anatomical volume, and with a lot of variability between patients and between surgeons. The global objective of the two-year SPARS (Sequential Pattern Analysis in Robotic Surgery: Understanding Surgery) project led by the MediCIS team (LTSI (1), Inserm, Rennes 1 University) is to develop data analysis approaches being able to provide a better understanding of the surgical practice, from complex surgical data. The approaches will be developed thanks to the complementary skills available in the project’s consortium, including time series analysis. In this consortium, the IRISA laboratory (Rennes and Vannes) is calling for applications for a post-doctoral research position (duration two years) on time series analysis.

(1) Laboratoire Traitement du Signal et de l’Image

Sujet :
In the SPARS project context, a trajectory compiles information on the 3D location of the tip of a surgical instrument at the hands of the surgeon, at a constant frequency. The candidate will be mostly involved in one of the three workpackages of the SPARS project. A first task will focus on clustering and classification for such trajectories. Various practical objectives are pursued, including the generation of a model corresponding to a cluster or a class, the characterization of operating modes specific to a type of patient or a type of surgeon, the provision of advice to practitioners in the case of robotic surgeries that are not or not very well documented, the identification of the level of expertise of a practitioner, the prediction of the surgical procedure to be chosen according to the type of patient. These investigations will use dissimilarity measures based on temporal alignment, as DTW [SC71] or elastic kernels as proposed in [CVB07], [CB17] and [M19a]. This task will also address co-clustering for trajectories. The investigations will focus on how to combine time series with other types of data for a co-clustering purpose, using either deep learning [XCZ19] if enough data is available, symbolic representation [BBC15] or latent block [BLN20] models that all need to be adapted to the specificity of kinematics data.

Once a cluster or a class is obtained, another task will be to compute an average trajectory from a set of trajectories. The practical objectives will be the following: highlight deviations from the average trajectory that are potentially interpretable (as characteristics of the practitioner, or of the patient, for example) ; identify the best operating mode to young practitioners or trainees if it is possible to correlate the operating mode with clinical results. Intuitively, on the graphical representation of a time series, variability related to temporality (phase) concerns the abscissa axis, and variability related to shape concerns the ordinate axis. To compute a consensus trajectory, the second task of the package will examine how to extract the atemporal form and the variable component related to temporality, assuming that this atemporal form may be interpreted as an approximation of the consensus. The problem of shape and phase separation has been studied in [PZ16], [SSV10] and [M19a]. The second task will examine how to improve the preliminary work in [M19b], notably by proposing other kernels.

[BBC15] A. Bondu, M. Boullé, A. Cornuéjols (2015) Symbolic representation of time series: a hierarchical coclustering formalization. In : International Workshop on Advanced Analysis and Learning on Temporal Data, pp. 3-16.

[BLN20] R. Boutalbi, L. Labiod, M. Nadif (2020) Tensor latent block model for co-clustering. International Journal of Data Science and Analytics, 1-15.

[CVB07] M. Cuturi, J.-P. Vert, O. Birkenes, T. Matsui (2007) A kernel for time series based on global alignments. In: IEEE International Conference on Acoustics, Seepch and Signal Processing, ICAPPS, vol. 2, pp. II–413–II–416.

[CB17] M. Cuturi, M. Blondel (2017) Soft-DTW: a differentiable loss function for time-series. In: International Conference on Machine Learning (ICML), 894-903.

[M19a] P.-F. Marteau (2019) Times series averaging and denoising from a probabilistic perspective on time-elastic kernels. International Journal of Applied Mathematics and Computer Science, 29 (2), 375-392.

[M19b] P.-F. Marteau (2019) On the separation of shape and temporal patterns in time series. Application to signature authentication. https://hal.archives-ouvertes.fr/hal-02373531v2.

[PZ16] V. M. Panaretos, Y. Zemel (2016) Amplitude and phase variation of point processes. The Annals of Statistics, 44(2), 771-812.

[SC71] H. Sakoe, S. Chiba (1971) A dynamic programming approach to continuous speech recognition. In: ICA, Paper 20 CI3.

[SSV10] L. M. Sangalli, P. Secchi, S. Vantini, and V. Vitelli (2010) k-mean alignment for curve clustering. Computational Statistics and Data Analysis, 54(5), 1219-1233.

[XCZ19] D. Xu, W. Cheng, B. Zong et al. (2019) Deep co-clustering. In: SIAM International Conference on Data Mining (SDM), 414-422.

Profil du candidat :
Documents to be provided :

Profile with Doctorate:
– detailed Curriculum Vitae including a complete list of publications
– letter of motivation indicating the candidate’s research interests and achievements to date,

– a selection of publications,

– letters of recommendation for the current year,

– contact details of two referees (at least) with whom the candidate has worked (first name, surname, status, institution (give details of acronyms if applicable), city, e-mail address, telephone number)

Profile with Master degree:
– detailed Curriculum Vitae
– letter of motivation,

– Master 2 marks (with rank and number of students in the year)
– letters of recommendation for the current year,

– contact details of two referees (at least) with whom the candidate has worked (first name, surname, status, institution (give details of acronyms if applicable), city, e-mail address, telephone number)

Questions or application files (zip archive only) should be sent to the four contact persons below:

simon.malinowski@irisa.fr

christine.sinoquet@univ-nantes.fr

pierre-francois.marteau@univ-ubs.fr

pierre.jannin@univ-rennes1.fr (SPARS project leader)

Simon Malinowksi http://people.irisa.fr/Simon.Malinowski/

Christine Sinoquet https://christinesinoquet.wixsite.com/christinesinoquet

Pierre-François Marteau https://people.irisa.fr/Pierre-Francois.Marteau/

Pierre Jannin https://medicis.univ-rennes1.fr/members/pierre.jannin/index

Formation et compétences requises :
PhD Degree in computer Science
Knowledge of machine learning with temporal data

Adresse d’emploi :
IRISA
Campus de Beaulieu
Rennes

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

Laboratoire/Entreprise : CEDRIC, CNAM
Durée : 12 mois
Contact : elena.kornyshova@cnam.fr
Date limite de publication : 2023-01-31

Contexte :
Le Conservatoire National des Arts et Métiers (CNAM) et l’Institut de Radioprotection et de Sûreté Nucléaire (IRSN, i.e. l’expert public en matière de recherche, d’expertise et de surveillance relatives à la sûreté nucléaire et aux risques radiologiques liés à la protection de l’homme et de l’environnement) se sont associés dans un projet commun de Cartographie Immersive Etendue (CIE) afin d’innover l’environnement digital des chercheurs. Dans ce cadre, nous recrutons un ingénieur de recherche dont la mission est de proposer les premières fonctionnalités du projet CIE intégrant une démarche de fouille de processus, base des enjeux de suivi et d’adaptation du dispositif au besoin des chercheurs.

Sujet :
L’IRSN exploite un ensemble d’installations expérimentales, d’équipements scientifiques et techniques, de moyens de métrologie et de moyens mobiles spécialisés d’intervention. Ces moyens sont regroupés par Plateformes Scientifiques et Techniques (PST). Le projet de Cartographie Immersive Etendue (CIE) a pour objectif de mettre en place un environnement digital facilitant la vie au quotidien des chercheurs (chercheurs # les équipes de recherche – chef de laboratoire, techniciens, ingénieurs, chercheurs, thésards…) utilisant des PST. Ce projet vise à recentrer le chercheur sur ses activités de recherche en améliorant/optimisant ses activités périphériques : partage/diffusion d’informations en interne de l’organisation, animation de communautés internes et externes, promotion scientifique, suivi économique/contractuel simplifié…
La mission couvre le périmètre de l’exploitation des données des PST (Base de données web – utilisation de la solution : https://www.bdi.fr/fr/plateforme-craft/) dans 2 espaces communautaires distincts (Digital workplace multi-PST et Digital workplace dédié à une PST spécifique – utilisation de la solution : https://www.jalios.com/). L’utilisation de la visite virtuelle comme levier d’adhésion pourra être prise en compte (Outil utilisé – https://vrtice.com/).
Travaux à réaliser :
• Préparer un état de l’art des travaux existants dans le domaine des dispositifs d’UX et d’EX applicables au contexte du périmètre ;
• Consolider l’analyse des besoins des utilisateurs menée par l’Université de Nice afin d’identifier notamment la liste des exigences fonctionnelles et techniques ;
• Participer à la définition de l’architecture cible de l’environnement digital en tenant compte du système d’information en place et des règles d’urbanisation ;
• Faire des recommandations de fouille de processus intentionnel pour une amélioration de l’efficacité des dispositifs et le renforcement de l’adhésion des utilisateurs ;
• Sur la base de l’analyse des besoins, et des dispositifs pilotes, coordonner la réalisation de POCs (support d’un alternant M2) intégrant le monitoring de fouille de processus.

Profil du candidat :
Bac+5 en Informatique.
Publications souhaitées.
Autonomie

La candidature doit inclure :
– Curriculum Vitae à jour ;
– Lettre de motivation ;
– Le rapport de master ;
– Les publications liées aux travaux de recherche du candidat ;
– Eventuellement une ou plusieurs lettres de recommandation.

Formation et compétences requises :
Compétences en ingénierie des systèmes d’information, fouille de processus, programmation Web

Adresse d’emploi :
2, rue Conté, 75003, Paris

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

Laboratoire/Entreprise : IRIT/Toulouse et SCIENOMICS/Paris
Durée : 12 mois
Contact : cassia.trojahn@irit.fr
Date limite de publication : 2023-01-31

Contexte :
Context: Collaboration between Scienomics/Paris and IRIT/Toulouse

SCIENOMICS is an enterprise specialized in materials simulations and currently is developing SIMAGORA, an online marketplace offering virtual experiments for the eco-conception and development of products, and the materials needed. SIMAGORA allows the interoperability between simulation engines from diverse domains. The aim is to democratize simulation technology and will provide to the international scientific community the capability to offer cutting-edge virtual experimentation technology to all companies worldwide.

In the context of a collaboration with IRIT, the aim is to leverage semantic components in SIMAGORA, in particular ontologies for representing the products studied and documenting simulations; approaches for matching ontologies, and for matching user queries and ontology content. Artificial Intelligence units will be built in order to identify and suggest simulation scenarios based on user’s requirements.

Sujet :
This post-doc involves the generation of simulation scenarios (structured graphs in the simulation space) based on ontologies, matching of scenarios and treatment of NLP user queries:
(a) research and development in ontologies that will allow to capture product design and materials knowledge;
(b) research and development of matching of ontologies of simulations;
(c) research and development in artificial intelligent related to user/machine interaction and approaches for matching user queries and ontology description through graph search and making suggestions.

Profil du candidat :
Applicants should be enthusiastic to work in a disruptive project that ambitions to address critical social and industrial issues related to product impact on environment while at the same time offering equal opportunities to all businesses and scientists worldwide. Applicants are required to have a PhD in Computer Science, a strong background in semantic web technologies, ontology engineering, ontology construction and reasoning. Fluency in written / spoken English is required too. A good publication record and strong programming skills will be a plus. Capability to integrate a diverse group of people and supervise research and development work of PhD candidates.

Formation et compétences requises :
(see profile)

Adresse d’emploi :
Localization : Scienomics, 16 rue de l’Arcade, 75008 Paris, FRANCE with short visits at IRIT, Institut de Recherche en Informatique de Toulouse (IRIT) – UPS, 118 Route de Narbonne F-31062 Toulouse Cedex, FRANCE.
Duration : 12 months, starting ASAP – 3 months of trying.
Salary between 2 131 and 3 338 euros (depending on experience)

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

Laboratoire/Entreprise : IRPHE/AMSE
Durée : 18mois
Contact : badihghattas@gmail.com
Date limite de publication : 2023-01-31

Contexte :
Ce projet est porté par un consortium pluridisciplinaire composé de chercheurs spécialistes en mécanique des
fluides, biomécanique, milieu poreux, statistiques, ainsi qu’imagerie médicale. L’équipe de biomécanique de
l’Institut de Recherche sur les Phénomènes Hors Equilibre (UMR7342, Marseille), l’équipe physique des transferts
de l’IUSTI (UMR7343, Marseille), l’équipe Econométrie et statistiques de l’AMSE (UMR7316, Marseille), et l’équipe
système cardiovasculaire du CRMBM (UMR7339, Marseille) en collaboration avec les services d’imagerie médicale
et de chirurgie vasculaire de l’hôpital de la Timone souhaitent développer un outil de diagnostic clinique capable
de prédire précocement l’évolution de pathologies de l’aorte thoracique.

Sujet :
Substitution de modèles numériques de mécanique des fluides par des modèles d’apprentissage profond. Applications aux pathologies vasculaires

Profil du candidat :
Docteur en Statistiques et/ou Informatique dans le domaine de l’apprentissage profond.

Formation et compétences requises :
Le/la candidat.e devra avoir des connaissances académiques dans les champs disciplinaires relatifs au sujet: deep
learning pour les sciences de l’ingénierie et modélisations numériques. Il/elle devra avoir une appétence avérée
pour l’interdisciplinarité. Une expérience en programmation python est indispensable.

Adresse d’emploi :
Marseille, IRPHE/AMSE.

Document attaché : 202301070744_Post_doc_TAAMOD_Fr_En.pdf

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

Laboratoire/Entreprise : LIG
Durée : 12 motns
Contact : Marie-Christine.Rousset@imag.fr
Date limite de publication : 2023-01-31

Contexte :
PerSCiDO platform (https://perscido.univ-grenoble-alpes.fr/) is an open platform for sharing research datasets in a way that makes them easily findable thanks to a user-friendly interface and semantic metadata enabling in particular to link datasets with related scientific publications and software. PerSCiDO promotes the use of standard identifiers to improve the visibility of datasets and to facilitate their linkage with related publications or source code. PerSCiDO is based on the Semantic Web technologies and the Linked Data principles. As a result, it can be easily extended to new metadata to describe datasets of varied domains. A distinguishing characteristics of PerSCiDO is that the description of datasets with rich metadata is decoupled with the storage od the datasets themselves, which facilitates its interoperability with other platforms.

Sujet :
After getting familiar with the current version of PerSCiDO, the goal is to extend the functionalities of the current version of PerSCiDO in two directions: first, to take into account easily new metadata coming from standards of some domains ; second, to develop the interoperability of PerSCiDO with other existing or future research data repositories.

This position is funded by the European project FAIR-IMPACT (https://fair-impact.eu/fair-impact-expanding-fair-solutions-across-eosc) and the candidate will be hosted in the SLIDE group (https://www.liglab.fr/fr/recherche/equipes-recherche/slide) of the Laboratory of Informatics in Grenoble (LIG). This group develops scalable algorithms and infrastructures for data management, data mining, data linkage, ontology-based data access and crowdsourcing. SLIDE is involved in the FAIR-IMPACT WP6 aiming at making interoperable the tools and platforms for sharing research data in the European Open Science Cloud (EOSC). The candidate will participate to the regular meetings of the FAIR-IMPACT European project, and is expected to be source of proposals within Task 6.1 “Semantic and Technical core interoperability across domains”.He will also have to validate the proofs-of-concepts on a certain number of use cases defined in the project

Profil du candidat :
We are looking for a motivated research engineer or postdoctorate candidate, with a good experience of Semantic Web technologies (RDF, RDFS, SPARQL) and programming skills in pytho, with some experience in using docker and gitlab or github.

Formation et compétences requises :
PhD in computer science.
– Expertise in Semantic Web technologies (RDF, RDFS, SPARQL)
– Expertise in Python (framework Flask)
– Expertise in operating systems (Debian)
– Some experience on Gitlab and Docker

Adresse d’emploi :
he work will take place in the SLIDE group (https://www.liglab.fr/fr/recherche/equipes-recherche/slide) of the Laboratory of Informatics in Grenoble (LIG). This group develops scalable algorithms and infrastructures for data management, data mining, data linkage, ontology-based data access and crowdsourcing. SLIDE is partner of the European project FAIR-IMPACT (https://fair-impact.eu/fair-impact-expanding-fair-solutions-across-eosc) in which this offer will take place, more particularly in the WP6 that targets to make interoperable the tools and platforms for sharing research data in the European Open Science Cloud (EOSC).

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

Laboratoire/Entreprise : LIG
Durée : 12 motns
Contact : Marie-Christine.Rousset@imag.fr
Date limite de publication : 2023-01-31

Contexte :
PerSCiDO platform (https://perscido.univ-grenoble-alpes.fr/) is an open platform for sharing research datasets in a way that makes them easily findable thanks to a user-friendly interface and semantic metadata enabling in particular to link datasets with related scientific publications and software. PerSCiDO promotes the use of standard identifiers to improve the visibility of datasets and to facilitate their linkage with related publications or source code. PerSCiDO is based on the Semantic Web technologies and the Linked Data principles. As a result, it can be easily extended to new metadata to describe datasets of varied domains. A distinguishing characteristics of PerSCiDO is that the description of datasets with rich metadata is decoupled with the storage od the datasets themselves, which facilitates its interoperability with other platforms.

Sujet :
After getting familiar with the current version of PerSCiDO, the goal is to extend the functionalities of the current version of PerSCiDO in two directions: first, to take into account easily new metadata coming from standards of some domains ; second, to develop the interoperability of PerSCiDO with other existing or future research data repositories.

This position is funded by the European project FAIR-IMPACT (https://fair-impact.eu/fair-impact-expanding-fair-solutions-across-eosc) and the candidate will be hosted in the SLIDE group (https://www.liglab.fr/fr/recherche/equipes-recherche/slide) of the Laboratory of Informatics in Grenoble (LIG). This group develops scalable algorithms and infrastructures for data management, data mining, data linkage, ontology-based data access and crowdsourcing. SLIDE is involved in the FAIR-IMPACT WP6 aiming at making interoperable the tools and platforms for sharing research data in the European Open Science Cloud (EOSC). The candidate will participate to the regular meetings of the FAIR-IMPACT European project, and is expected to be source of proposals within Task 6.1 “Semantic and Technical core interoperability across domains”.He will also have to validate the proofs-of-concepts on a certain number of use cases defined in the project

Profil du candidat :
We are looking for a motivated research engineer or postdoctorate candidate, with a good experience of Semantic Web technologies (RDF, RDFS, SPARQL) and programming skills in pytho, with some experience in using docker and gitlab or github.

Formation et compétences requises :
PhD in computer science.
– Expertise in Semantic Web technologies (RDF, RDFS, SPARQL)
– Expertise in Python (framework Flask)
– Expertise in operating systems (Debian)
– Some experience on Gitlab and Docker

Adresse d’emploi :
he work will take place in the SLIDE group (https://www.liglab.fr/fr/recherche/equipes-recherche/slide) of the Laboratory of Informatics in Grenoble (LIG). This group develops scalable algorithms and infrastructures for data management, data mining, data linkage, ontology-based data access and crowdsourcing. SLIDE is partner of the European project FAIR-IMPACT (https://fair-impact.eu/fair-impact-expanding-fair-solutions-across-eosc) in which this offer will take place, more particularly in the WP6 that targets to make interoperable the tools and platforms for sharing research data in the European Open Science Cloud (EOSC).

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

Laboratoire/Entreprise : Inria Paris, Equipe HeKA
Durée : 24 mois
Contact : adrien.coulet@inria.fr
Date limite de publication : 2023-02-01

Contexte :
Dans le cadre du projet CombO en lien avec le Health Data Hub et le Centre Léon Bérard (CLB) de Lyon, nous cherchons un⸱e postdoc pour un contrat de 2 ans.

Le⸱a postdoc fera parti⸱e de l’équipe HeKA (Inria, Inserm, Univ. Paris Cité, https://team.inria.fr/heka/fr/) et sera localisé⸱e à Paris, à PariSanté Campus (https://parisantecampus.fr/, https://goo.gl/maps/eW55zuHd2ggt2Q4Z9).

Des déplacements au CLB de Lyon sont à prévoir (frais pris en charge).

Le postdoc sera employé par Inria Paris et suivra pour cette raison la grille de salaire Inria.
Page de l’annonce : https://jobs.inria.fr/public/classic/fr/offres/2022-05400

Sujet :
Le projet de recherche du postdoc concerne l’extraction de connaissances à partir de données de santé, et plus particulièrement la recherche de sous-groupes de patients qui répondent de façon homogène aux combinaisons de chimiothérapie.

La mission du postdoc débutera par une phase de préparation de données, incluant l’extraction de marqueurs de réponse et de descripteurs à partir des notes cliniques de dossiers patients informatisés, la liaison de données cliniques et génétiques des patients avec les graphes de connaissances et ontologies de domaines.

Il s’agit ensuite d’explorer les méthodes de découverte de sous-groupes afin de mettre en évidence des ensembles de patients répondant différemment aux différentes combinaisons de molécules chimiothérapiques.

Profil du candidat :
Docteur en informatique avec un attrait pour les applications biomédicales, les projets collaboratifs, les données complexes
et la découverte de connaissances.

Formation et compétences requises :
Compétences appréciées :

Extraction de connaissances, fouille de texte, approches non-supervisées, découverte de sous-groupes, données de santé, graphes de connaissances

Python, spaCy, RDF, Sparql

Adresse d’emploi :
2-10 rue d’Oradour-sur-Glane
75015 Paris

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

Laboratoire/Entreprise : Mission science ouverte de l’IRD (Institut de rec
Durée : 2 ans
Contact : jean-christophe.desconnets@ird.fr
Date limite de publication : 2023-02-01

Contexte :
Une mission attractive
Sous la responsabilité de Jean Christophe Desconnets, ingénieur à l’IRD, votre mission consistera à prolonger les travaux initiés sur la constitution des référentiels terminologiques et d autre part de travailler à l’amélioration du moissonnage des données et métadonnées des SI scientifiques pour constituer une première base de connaissance des productions numériques scientifiques de l ’IRD.

Sujet :
Vos activités seront les suivantes :

Continuer de construire les référentiels disciplinaires de l’IRD. L’accent sera en particulier mis sur la formalisation et l ’alignement avec les référentiels géographiques nationaux et internationaux.
Développer des routines pour regrouper, formaliser et structurer les métadonnées scientifiques selon les standards du web en vigueur afin de les interconnecter et les interroger.
Participer à l’ urbanisation des SI en définissant avec les parties prenantes les exigences pour la conception ou la création des bases de données institutionnelles.
S’impliquer dans la communauté des sciences des données pour assurer une veille technologique, échanger avec les autres instituts dans le cadre des initiatives nationales et internationales CoSO, RDA

Profil du candidat :
Vous possédez un diplôme de niveau 7-8 (école d’ingénieur ou doctorat) dans les domaines des sciences des données ou ingénierie de la connaissance

Formation et compétences requises :
Très bonne maitrise des concepts, méthodes et outils liés à la modélisation de données et de connaissances.
Spécialisation en construction et curation de référentiels terminologiques/ontologies.
Connaissance des technologies du web sémantique (concepts, langages).
Maîtrise d’outils de construction, d’alignements ou d’agrégation d’ontologies.
Connaissance des principaux standards d’interopérabilité sur les métadonnées et les données fortement souhaitée.
Rigueur et capacité d’analyse, en particulier pour les travaux de structuration de la connaissance ou d’alignement de référentiels.
Connaissances opérationnelles de la langue anglaise (B2-C1).
Savoir élaborer des dispositifs pédagogiques pour former ou informer des scientifiques.
Maîtriser les notions de conduite de projet, savoir gérer une organisation.
Vous faites preuve des qualités humaines suivantes :

Bonnes qualités relationnelles et d’écoute afin d’être en mesure de participer pleinement aux groupes de travail internationaux.
Travailler en équipes inter-disciplinaires ou inter-organismes.
Savoir transmettre et faire preuve de pédagogie.
Curiosité et capacité à appréhender un domaine nouveau, en évolution.

Adresse d’emploi :
Délégation régionale Occitanie de l’IRD- Montpellier

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

Laboratoire/Entreprise : ENDSUM
Durée : 6 mois
Contact : david.guilbert@cerema.fr
Date limite de publication : 2023-02-01

Contexte :
Le Cerema Ouest est une des 9 directions territoriales du Cerema. Elle intervient au coeur des régions Bretagne et Pays de la Loire. L’agence d’Angers, où se situera le poste, comporte une équipe de recherche spécialisé en évaluation non-destructive. L’équipe de recherche s’attache à mettre au point des méthodes de caractérisation et de diagnostic à grand rendement, moins invasives que les outils actuels, n’altérant pas les milieux auscultés et permettant le remplacement des méthodes basées sur des sources radioactives par de nouveaux développements technologiques à destination des gestionnaires d’infrastructures et des bureaux d’études. Par exemple, l’utilisation d’un radar de sol permet le contrôle non destructif de structures du génie civil, telles que les chaussées, ouvrages d’art… Le signal brut est difficilement interprétable et certains traitements sont nécessaires pour analyser et représenter les résultats.

Sujet :
Dans le cadre du projet ANR ACIMP, nous avons développé différents algorithmes de traitement des signaux radar pour détecter et estimer les défauts d’intégrité de la chaussée.
Afin de valoriser l’ensemble de ces travaux, nous souhaitons développer une librairie avec une IHM sous Python permettant l’exploitation des différents algorithmes. L’ingénieur aura en charge le développement en Python de tout le processus de traitement allant de la lecture des données, la calibration, la classification des données, et l’analyse fine des données par des techniques avancées de traitements des signaux.
Les différentes étapes sont :
1. Compréhension de la problématique (GPR, traitement du signal) ;
2. Design et développement de la bibliothèque en Python ;
3. Utilisation d’un gestionnaire de version ;
4. Réflexion et mise en place de tests automatisés ;
5. Contribuer à l’évolution de la chaîne d’intégration continue ;
6. Rédaction de la documentation.

Profil du candidat :
Traitement du signal ; traitement de données
Python et C, git

Formation et compétences requises :
Connaissances scientifiques pointues dans la spécialité en traitement du signal ; traitement de données
Compétence en développement informatique Python et C, git
Développer et maintenir des plateformes technologiques produisant et/ou valorisant les résultats de la recherche
Connaissance des règles et obligations contractuelles en matière de protection de la propriété intellectuelle

Adresse d’emploi :
Direction territoriale Ouest
Agence d’Angers – Équipe de recherche ENDSUM
23 avenue de l’amiral Chauvin, 49136 Les Ponts-de-Cé

Document attaché : 202210270703_Fdp_CDD_IR_ACIMP.pdf