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

Laboratoire/Entreprise : GREYC UMR 6072
Durée : One year
Contact : luc.brun@ensicaen.fr
Date limite de publication : 2022-04-29

Contexte :
We are seeking an outstanding postdoctoral research fellow with experience in deep learning / machine learning to work with us at Caen University, France on a project investigating the analysis of multimodal time series for the characterization of brain functional connectivity in different levels of wakefulness.

The postdoctoral position is funded under the research project LOR supported by the Region Normandy (France). The LOR project gathers engineering schools and universities.

Sujet :
Background

Brain activity can be recorded in humans either by techniques based on the
metabolic functioning of the neuron, such as Positron Emission Tomography (PET) or Magnetic Resonance Imaging (MRI), or by techniques based on the electrical functioning of the neuron, such as electroencephalography (EEG) or magnetoencephalography (MEG). If the first type of measurement allows to obtain recordings with an interesting spatial resolution, the second type allows a higher temporal resolution. To summarize, these two approaches are both imperfect but complementary.

In this project, we are interested by this double approach in the context of
the human characterization of different levels of wakefulness (from full awake to deep sleep). Data in animals indicate that the transition from wakefulness to sleep causes changes in the relationships between different brain structures. Sensory inputs via the thalamus are inhibited leading to a decrease in thalamo-cortical links in favor of intra-cortical relations. These modifications progressively isolate the cortex in order to facilitate the descent into sleep. In terms of connectivity, these modifications are reflected in EEG by a clear decrease in global long-distance connections which are progressively replaced by an intensification of local cortico-cortical connectivity [1]. On the other hand, MRI connectivity analyses tend to show that the spatial extent of the networks is preserved during the early phases of sleep [2]. It is necessary to explore this apparent paradox in order to better understand the cerebral mechanisms at play during the descent into sleep but also more broadly to explore the networks of human consciousness. . .

Objectives and challenges

The project is based on data from a cohort being currently acquired. It includes EEG and MRI acquisitions performed while the subjects are falling asleep for a nap. In a first step, the candidate will study the dynamic evolution of the functional connectivity measured in EEG as a function of the correlation metric (spectral coherence, synchronization probability, phase synchronization method, etc.). In a second step, these results will have to be compared to those obtained in MRI by taking into account the physical characteristics of the different signals.

Work plan

In both cases (EEG/MRI) the correlations between the different areas will be
measured using positive defined matrices measuring the correlation of the signals. For the EEG, these correlations can be measured directly from the temporal signals or from time-frequency analyses. In a first step, and for the EEG, we will have to characterize the matrices corresponding to the different phases of sleep using the calculation of averages on the variety of positive defined matrices [3]. In a second step, we will try (in EEG as well as in fMRI) to design recurrent networks on such matrices [4] in order to automatically classify the sleep phases as the acquisition progresses.

Profil du candidat :
* Interpersonal skills and the ability to work well individually or as a member of a project team are recommended.
* Good written and verbal communication skills are required, the candidate
has to be fluent in spoken French or English and written English. Working
language can be English or French.

Formation et compétences requises :
* The candidate must have a recent Ph.D. (within 5 years) in Computer
Science (or Applied Mathematics) in the field of Machine Learning.
* Knowledge and experience within Deep Learning frameworks is highly
recommended.
* The candidate will perform research and algorithmic developments and
solid programming skills are required.

Adresse d’emploi :
Interested candidates should submit their application to

• luc.brun@ensicaen.fr and
• olivier.etard@unicaen.fr

Please include in your application email one Curriculum Vitae, one statement of research letter explaining your interest and your skills for this position, and 2 reference letters (all in a single pdf file). Applications will be admitted until the position is filled.

Document attaché : 202111161052_postdoc_en.pdf

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

Laboratoire/Entreprise : CNAM/IRSN
Durée : 12 mois
Contact : sebastien.ruelle@irsn.fr
Date limite de publication : 2022-04-29

Contexte :
Conservatoire National des Arts et Métiers (CNAM, a public high education and research institution) and Institut de Radioprotection et de Sûreté Nucléaire (IRSN, i.e. the public expert in research and expertise relating to radiological risks, the protection of man and environment) have joined forces in a joint «Cartographie Immersive Etendue/ Extended Immersive Mapping (CIE)» project to innovate the digital environment for researchers. In this context, we are recruiting a post doctorate whose mission is to propose a design and a concrete implementation (Proof Of Concept) of the CIE project, the whole constituting the first part of this project.

Sujet :
– Job: Post doctorate
– Salary: 2600-2700 € monthly gross income
– Starting Date: April-May 2022
– Duration: 12 months

Description :
IRSN operates experimental facilities, scientific and technical equipment, metrology resources and specialized mobile intervention resources. These resources are grouped together by «Plateformes Scientifiques et Techniques / Scientific and Technical Platforms (PST)». The objective of the joint «Cartographie Immersive Etendue/ Extended Immersive Mapping (CIE)» project is to set up a digital environment for the optimization and promotion of the scientific and technical means of PSTs for the benefit of laboratory teams and other potential users. The CIE must make it possible to provide customizable access to PSTs and associated services (3D visits, planning, economic monitoring, community networks, etc.) according to several parameters such as the user’s profile (internal, external, their profession, its hierarchical position, etc.) and its information / data needs (type, level of detail, mode of restitution).
To achieve these objectives, a situational engineering approach will be used with an identification of reusable components defined in relation to user needs and the context of their use. Each user will have a digital space specific to their needs built on an evolving library of components.
The design, implementation and evolution of the CIE must follow the principles of modularity, reuse and adaptation to the context, as well as to the intentions and needs of the users. In order to provide a suitable and evolving workspace for each user, the UX (User eXperience) [1] [2] and EX (Employee eXperience) [3] [4] approaches applied in the digital environment of IRSN were favored and should make it possible to build and then enrich the mapping of the scientific resources of the PSTs as well as all the associated services.

IRSN’s digital environment currently includes:

– Digital workplace (https://www.jalios.com/): this environment provides the IRSN intranet (including management of internal communities of practice);
– Microsoft tools (Sharepoint online, Power BI, Teams, Office…);
– 3D virtual tour (https://vrtice.com/): this solution developed by a startup facilitates access to content in a 3D environment; SPOT uses this tool for the promotion of facilities but also for training and management;
– CRAFT web database (https://www.bdi.fr/fr/plateforme-craft/): the pilot produced by IRSN currently makes it possible to gather all the data from these laboratories and their facilities, then to share them internally, with its partners but also with the general public;
– Internal database search engine (https://www.sinequa.com/): this engine is used to address most IRSN databases (scientific, administrative, technical, etc.);
– External database search engine AMI (https://www.chapsvision.fr/data/);
– Other tools (LEGISWAY for contract management, SAP ERP, etc.).

Post-doctoral research project:

– Prepare a state of the art of existing work in the field of UX and EX systems applicable to the context of the CIE,
– Consolidate the previously conducted analysis of user needs in order to identify the list of functional and technical requirements,
– Propose a taxonomy of description of PST installations and equipment at different levels by highlighting their possible uses,
– Formalize the notion of the UX / EX component and identify a set of components for a given perimeter,
– Propose an approach for configuring the digital work environment according to user needs and profiles,
– Participate in the definition of the target architecture of the digital environment, considering the information system in place and Enterprise Architecture rules,
– Implementation of the proposed approach for a given scope (production of a POC).

An apprentice will assist the post doctorate in the digital web development of CIE components (creation of application pilots, interfaces in the digital environment of IRSN).

Profil du candidat :
PhD degree in Computer Science / UX design

Formation et compétences requises :
Information Systems Development Methodologies, UX Design

Adresse d’emploi :
Location: CNAM, Paris (75) and IRSN, Fontenay aux Roses (92)

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

Laboratoire/Entreprise : RESTORE – INSERM
Durée : 8 mois
Contact : isabelle.ader-perarnau@inserm.fr
Date limite de publication : 2022-04-30

Contexte :
Le nouveau centre de recherches RESTORE aborde de façon pluridisciplinaire l’étude de l’homéostasie tissulaire chez l’adulte, son vieillissement (normal et/ou pathologique) et les stratégies de réjuvénation possibles. L’originalité du laboratoire est la façon de penser une science transdisciplinaire au-delà de la seule biologie. La participation d’équipes partenaires provenant de champs
disciplinaires autres que la biologie (mathématiques, physique, chimie, informatique) permet une véritable recherche transversale.

Sujet :
La personne recrutée participera au sein de l’unité au projet structurant INSPIRE qui a pour objectif de mieux comprendre les processus biologiques du vieillissement et ainsi définir un âge
physiologique au-delà du simple âge civil ou chronologique et l’identification de biomarqueurs du vieillissement. Sa mission sera de concevoir et d’organiser la collecte et le traitement de données sous la responsabilité d’un référent scientifique.

Activités

Profil du candidat :
Docteur en Science des données et/ou Bio-Informatiques

Formation et compétences requises :
Compétences souhaitées
• Machine Learning : Connaissance des principales méthodes d’apprentissage automatique (SVM, Random forest, Réseaux convolutionnels…)
• Statistique : Description et visualisation des données, tests, clustering, modèles linéaires…
• Bioinformatique : Analyse de séquences, annotations taxonomiques et fonctionnelles, interprétation de données de masse…
• Cadre légal et déontologique
• Langue anglaise : B2 à C1 (cadre européen commun de référence pour les langues)

Adresse d’emploi :
RESTORE 4 bis avenue Hubert Curien, 31100 Toulouse

Document attaché : 202112211415_CDD Restore.pdf

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

Laboratoire/Entreprise : ENSEA / ETIS lab
Durée : Permanent
Contact : dan.vodislav@u-cergy.fr
Date limite de publication : 2022-04-30

Contexte :
An MCF position in Computer Science at ENSEA, sections 61-27, will be published in the synchronized session 2022. The position will be attached in research to the ETIS laboratory (https://www.etis-lab.fr/), to one of the MIDI or Neuro teams, and in teaching to ENSEA (https://www.ensea.fr/fr).

Sujet :
See the profile description in attachment.

Contacts
Research – Olivier Romain, head of ETIS (olivier.romain@cyu.fr), Dan Vodislav, head of the MIDI team (dan.vodislav@cyu.fr), Alexandre Pitti, head of the Neuro team (alexandre.pitti@cyu.fr).
Teaching – Aymeric Histace (aymeric.histace@ensea.fr).

Profil du candidat :
See the profile description in attachment.

Formation et compétences requises :
See the profile description in attachment.

Adresse d’emploi :
6, avenue du Ponceau
95 014 Cergy-Pontoise Cedex

Document attaché : 202112182251_MCF-ENSEA-ETIS.pdf

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

Laboratoire/Entreprise : U2IS
Durée : CDD/CDI
Contact : diru2is@ensta-paris.fr
Date limite de publication : 2022-04-30

Contexte :
L’ENSTA Paris est un établissement public d’enseignement supérieur et de recherche sous tutelle du ministère de la Défense. Elle a pour mission la formation d’élèves ingénieurs généralistes de haut niveau, d’étudiants de masters et de doctorat ainsi que la conduite d’activités de recherche. Elle est membre fondateur de l’Institut Polytechnique de Paris (IP Paris).
L’Unité d’Informatique & d’Ingénierie des Systèmes (U2IS) de l’ENSTA Paris regroupe les activités de recherche et d’enseignement de l’Ecole dans le domaine des sciences et technologies de l’information et de la communication. Elle développe des recherches dans le domaine de la conception et de la fiabilité des systèmes intégrant des processus décisionnels autonomes avec des applications dans les domaines du transport intelligent, de la robotique, de la défense et de l’énergie. Plus précisément, ses travaux portent sur la robotique, la vision, l’intelligence artificielle, les systèmes embarqués, le traitement du signal et de l’image et la conception et l’analyse de systèmes hybrides.

L’équipe « Systèmes Autonomes & Robotique » de l’U2IS conduit en particulier ses recherches dans les domaines suivants :
• Conception de Systèmes intégrant de l’Autonomie Décisionnelle à haut niveau de sûreté de fonctionnement,
• Perception & Vision pour la robotique et les véhicules autonomes
• Navigation, cartographie, planification
• Interaction Homme-Robot et Homme-Machine.
Cette équipe possède en particulier une forte expérience dans le domaine de l’apprentissage automatique, notamment pour l’analyse de scène et l’interaction homme-robot mais aussi pour la planification et la navigation.

Sujet :
Le titulaire du poste assurera une mission d’enseignant-chercheur de l’ENSTA Paris ce qui implique d’assurer des enseignements dans le domaine de l’informatique, l’électronique, de l’intelligence artificielle ou la robotique au sein de l’ENSTA Paris et de l’Institut Polytechnique de Paris et de conduire une activité de recherche au sein de l’U2IS dont les thématiques sont précisées ci-dessus.

En termes de recherche, il est attendu des candidats d’être en mesure :
• De contribuer au développement et au renforcement de l’activité de recherche en robotique de l’U2IS.
• De développer une activité de recherche partenariale avec les acteurs industriels partenaires de l’ENSTA Paris, principalement dans le monde de la Défense ou des Transports.
• De participer à la construction d’actions autour de la robotique et des systèmes autonomes au niveau de l’Institut Polytechnique de Paris.

Profil du candidat :
A l’instar d’un « tenure track », le poste proposé est un contrat à durée déterminée de 3 ans pouvant être renouvelé une fois qui sera transformé à terme en CDI pour les candidats ayant démontré leur intégration et un bon niveau de réalisations académiques et éventuellement industrielles au sein de l’équipe. L’ENSTA Paris peut accueillir les personnels fonctionnaires en détachement, en particulier les Maîtres de Conférences et les Professeurs de l’université ou les Chargés et les Directeurs de Recherche des organismes de recherche (CNRS, INRIA, …).

Le candidat, titulaire d’une thèse de doctorat, devra justifier :
• D’une expérience en recherche et enseignement en adéquation avec les besoins exprimés ;
• De publications scientifiques de haut niveau et en lien avec la thématique mentionnée ; des réalisations industrielles seraient un bonus ;
• D’une capacité à travailler en équipe tant pour l’enseignement que pour la recherche ;
• De qualités pédagogiques ;
• De pouvoir prendre des responsabilités et notamment de pouvoir piloter/coordonner un parcours d’enseignement.

Formation et compétences requises :
La qualification aux fonctions de maître de conférence ou de professeur des universités n’est pas requise mais sera appréciée.

Adresse d’emploi :
ENSTA Paris, U2IS; 828, boulevard des maréchaux; 91762 Palaiseau Cedex, France

Document attaché : 202204041414_ENSTA-U2IS-EC-Robotique-2022.pdf

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

Laboratoire/Entreprise : U2IS
Durée : CDD/CDI
Contact : diru2is@ensta-paris.fr
Date limite de publication : 2022-04-30

Contexte :
L’ENSTA Paris est un établissement public d’enseignement supérieur et de recherche sous tutelle du ministère de la Défense. Elle a pour mission la formation d’élèves ingénieurs généralistes de haut niveau, d’étudiants de masters et de doctorat ainsi que la conduite d’activités de recherche.
L’Unité d’Informatique & d’Ingénierie des Systèmes (U2IS) de l’ENSTA Paris regroupe les activités de recherche et d’enseignement de l’École dans le domaine des sciences et technologies de l’information et de la communication.
Le laboratoire conduit en particulier des recherches dans les domaines suivants :
• Conception de Systèmes intégrant de l’Autonomie Décisionnelle à haut niveau de sûreté de fonctionnement ;
• Perception & Vision pour la robotique et les véhicules autonomes ;
• Navigation, cartographie, planification ;
• Interaction Homme-Robot et Homme-Machine ;
• Analyse, vérification et synthèse des systèmes de contrôle-commande avec prise en compte d’incertitudes bornées.
L’U2IS souhaite développer ses activités sur la robotique terrestre en extérieur, essentiellement pour les environnements non-structurés (champs, forêts, etc.). La conception de robots dans ce domaine demande une forte adaptabilité aux contraintes de l’environnement (p. ex., l’analyse de traversabilité du terrain) ce qui impose l’utilisation d’algorithmes sophistiqués. Ces algorithmes nécessitent des outils adaptés pour leur vérification afin d’assurer la garantie de bon fonctionnement.

Sujet :
L’Unité d’Informatique et d’Ingénierie des Systèmes (U2IS) de l’ENSTA Paris recrute un enseignement-chercheur (niveau maître de conférences ou professeur) dans le domaine des méthodes formelles (model checking stochastique, probabiliste ou abstrait, vérification en ligne, vérification d’algorithmes d’intelligence artificielle) appliquées à la robotique mobile. Un aspect important est la mise en œuvre des algorithmes sur des plateformes robotiques réelles.

La personne titulaire du poste assure une mission d’enseignant-chercheur de l’ENSTA Paris ce qui implique d’assurer des enseignements dans le domaine de l’informatique et de la robotique au sein de l’ENSTA Paris et de conduire une activité de recherche au sein de l’U2IS.

Profil du candidat :
Le candidat devra être titulaire d’une thèse de doctorat et justifier :
• d’une expérience en recherche et enseignement en adéquation avec les besoins exprimés ;
• de publications scientifiques de haut niveau et en lien avec la thématique mentionnée ; des réalisations industrielles seraient un bonus ;
• d’une capacité à travailler en équipe tant pour l’enseignement que pour la recherche ;
• de qualités pédagogiques ;
• de pouvoir prendre des responsabilités et notamment de pouvoir piloter/coordonner un Master ou un Mastère Spécialisé.

Le poste proposé est un contrat à durée déterminée de 3 ans pouvant être éventuellement renouvelé une fois et transformé à terme en CDI pour les candidats ayant de solides réalisations académiques et éventuellement industrielles. L’ENSTA Paris peut accueillir les personnels fonctionnaires en détachement, en particulier les Maîtres de Conférences et les Professeurs des universités ou les Chargés et les Directeurs de Recherche des organismes de recherche (CNRS, INRIA, etc.).

Formation et compétences requises :
La qualification aux fonctions de maîtres de conférences ou de professeurs des universités n’est pas obligatoire mais serait apprécié dans le dossier.

Adresse d’emploi :
ENSTA Paris, U2IS; 828, boulevard des maréchaux; 91762 Palaiseau Cedex, France

Document attaché : 202204041407_ENSTA-U2IS-EC-Robotique-Sure-2022.pdf

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

Laboratoire/Entreprise : CReSTIC
Durée : Poste statutaire
Contact : nicolas.passat@univ-reims.fr
Date limite de publication : 2022-04-30

Contexte :
Un poste de maître de conférences dans le domaine de l’image / intelligence artificielle pour la santé sera ouvert à l’Université de Reims Champagne-Ardenne au titre de la campagne de concours synchronisée 2022.

L’intégration se fera au sein du CReSTIC (https://crestic.univ-reims.fr) pour la recherche, et de l’IUT de Reims (Département Informatique) pour l’enseignement.

Mots clefs : analyse d’images ; machine learning ; analyse de données ; imagerie 3D ; données biologiques.

Sujet :
Le CReSTIC développe des activités de recherche en informatique en lien avec les problématiques médicales. En particulier, le CReSTIC collabore avec plusieurs services au sein de structures hospitalières (médecine nucléaire, radiologie, néonatologie, endocrinologie…) ainsi que des acteurs majeurs du monde industriel (construction d’imageurs, développement des logiciels libres…), et s’attache à développer des méthodes et outils numériques dédiés à l’extraction d’information à partir de données médicales (imagerie 3D, signaux électrophysiologiques, données biologiques, parcours patient…). Le/la candidat(e) recrutée viendra renforcer les équipes et chercheurs travaillant sur ces activités. Il/elle aura vocation à interagir avec des acteurs médicaux, ainsi que des chercheurs et enseignants-chercheurs en informatique mais aussi relevant de disciplines connexes à ces domaines (mathématiques, biologie…). Il/elle sera amené(e) à prendre rapidement en charge des encadrements de thèses / stages, et à développer de nouvelles activités collaboratives par le biais de projets structurants académiques et/ou industriels (ANR, Cifre…).

Profil du candidat :
Les compétences attendues du/de la candidat(e) relèvent de l’image (analyse, traitement), de l’intelligence artificielle (machine learning, analyse de données…) et de l’application de ces domaines dans un contexte médical.

Formation et compétences requises :
Les compétences attendues du/de la candidat(e) relèvent de l’image (analyse, traitement), de l’intelligence artificielle (machine learning, analyse de données…) et de l’application de ces domaines dans un contexte médical.

Adresse d’emploi :
Lieu de travail : Campus Moulin de la Housse, Reims.

Si vous souhaitez des informations complémentaires merci de contacter :
– pour le volet recherche : Nicolas Passat (directeur-adjoint du CReSTIC) : nicolas.passat@univ-reims.fr
– pour le volet enseignement : Jean-Michel Nourrit (chef du Département Informatique de l’IUT de Reims) : jm.nourrit@univ-reims.fr

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

Laboratoire/Entreprise : AgroParisTech – Département MMIP (Modélisations Ma
Durée : Poste statutaire
Contact : antoine.cornuejols@agroparistech.fr
Date limite de publication : 2022-04-30

Contexte :
Un poste de Professeur dans le domaine de l’apprentissage automatique / intelligence artificielle pour les sciences du vivant, de l’environnement et de l’agronomie sera ouvert à AgroParisTech, membre fondateur de l’Université Paris-Saclay, au titre de la campagne de recrutement du printemps 2022.
L’intégration se fera au sein de l’UMR MIA-Paris (AgroParisTech / INRAé) dans l’équipe EKINOCS pour la recherche et dans l’UFR d’informatique d’AgroParisTech pour l’enseignement. Les activité d’enseignement s’inscrivent également dans la Graduate School « Informatique et Sciences du Numérique » de l’Université Paris-Saclay.

Mots-clés : apprentissage automatique, intelligence artificielle, intégration de connaissances, systèmes évolutifs.

Sujet :
Recherche :
Le/la Professeur(e) recruté(e) viendra renforcer l’équipe EKINOCS (comprenant 12 membres travaillant sur des méthodes d’apprentissage automatique, d’intégration de connaissances, de visualisation des données et d’optimisation) dans le domaine de l’apprentissage automatique. Les questions étudiées portent sur les sciences du vivant, de l’environnement et de l’agronomie dans le cadre de projets académiques et/ou industriels (ANR, Cifre, …). Par exemple : des questions sur l’environnement (e.g. suivi et interprétation de séries temporelles d’images satellitaires, analyse d’images par drones), le suivi en temps réel de chaînes logistiques ou de systèmes complexes (détection précoce et classification automatique d’anomalies et prise de décision en-ligne), l’analyse de processus de transformation, la nutrition (recherche des déterminants des comportements alimentaires et conception d’un coach numérique personnalisé pour modifier durablement les choix de l’utilisateur), l’analyse de biotopes en lien avec la santé, etc. Ces questions sont autant de stimulants pour développer des méthodes et techniques nouvelles d’apprentissage automatique (machine learning).

Enseignement :
Le/la Pr recruté(e) aura vocation à concevoir et dispenser des enseignements dans l’ensemble des formations relatives à l’informatique d’AgroParisTech, ce qui peut inclure des enseignements utilisant les technologies numériques.
Les enseignements à pouvoir prendre en charge sont au niveau du cycle ingénieur et en master :
• En première année : en tronc commun : algorithmique, programmation, bases de données, et en UEs optionnelles sur des méthodes informatiques particulières ou certains aspects des sciences des données, par exemple les techniques de visualisation des données.
• En deuxième année : dans des UEs optionnelles à la fois pour des enseignements relevant du département MMIP, mais aussi pour d’autres départements.
• En troisième année, en dominante IODAA qui est centrée sur les sciences des données et, potentiellement, dans les masters d’intelligence artificielle et de bio-informatique à l’Université de Paris-Saclay.
Le/la Professeur(e) pourra aussi participer à, et organiser, des modules d’école doctorale.

Profil du candidat :
Le/la Professeur(e) recruté(e) viendra renforcer l’équipe EKINOCS. Il/elle aura vocation à interagir avec des acteurs en particulier du monde des sciences du vivant, de l’environnement et de l’agronomie. Il/elle sera amené(e) à prendre rapidement en charge des encadrements de thèses / stages, et à développer de nouvelles activités collaboratives par le biais de projets structurants académiques et/ou industriels (ANR, Cifre…). Il/elle aura l’opportunité de participer aux activités de l’Institut DataIA de l’université Paris-Saclay et de la chaire H@rvest (agriculture numérique) et pourra initier des programmes nationaux ou internationaux.

Formation et compétences requises :
Le(a) candidat(e) devra être titulaire d’une Habilitation à Diriger des Recherches en Informatique et plus spécialement dans le domaine de l’intelligence artificielle relevant des sciences des données de façon à pouvoir orienter l’enseignement et la recherche dans cette discipline.
En termes de recherche, il/elle devra justifier d’une activité reconnue sur le plan académique aussi bien au niveau national qu’international. Une attention particulière portera sur son appétence à travailler dans les domaines des sciences du vivant et de l’environnement et à animer et conduire des projets de recherche.

Adresse d’emploi :
Lieu de travail : AgroParisTech, campus de l’Université Paris-Saclay.
Si vous souhaitez des informations complémentaires merci de contacter :
– pour le volet recherche : Antoine Cornuéjols (Responsable de l’équipe EKINOCS) : antoine.cornuejols@agroparistech.fr
– pour le volet enseignement : Liliana Ibanescu (Responsable de l’UFR d’informatique d’AgroParisTech) : liliana.ibanescu@agroparistech.fr

Document attaché : 202201031101_Poste-Pr-info-2022-AgroParisTech.pdf

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

Laboratoire/Entreprise : L3i
Durée : 45 ans
Contact : mickael.coustaty@univ-lr.fr
Date limite de publication : 2022-04-30

Contexte :
Un poste de maître.sse de conférences en section 27 est ouvert à La Rochelle Université.

Plus d’informations sur le profil recherché sont disponibles ici :

https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2022_1/0171463Y/FOPC_0171463Y_4202.pdf

Sujet :
Voir fiche de poste

Profil du candidat :
Docteur en informatique

Formation et compétences requises :
Thèse de doctorat

Adresse d’emploi :
La Rochelle, France

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

Laboratoire/Entreprise : CEDRIC, CNAM
Durée : 4 months
Contact : elena.kornyshova@cnam.fr
Date limite de publication : 2022-04-30

Contexte :
Location : Conservatoire National des arts et Métiers, CEDRIC Lab, 2, rue Conté 75003 Paris France
Salary: gross income 1800€-1900€ per month
Duration: 4 months
Starting date: Around April 2021

Intent-Based Networking (IBN) is a growing trend allowing to take into account users’ intents by hiding details of the network objects and services [1]. It consists in specifying an additional intermediate layer between business and network layers within a networking architecture [2]. IBN is developed to support business goals and to translate them into policies implementing “What to achieve”. Thus, IBN is mainly considered as policy-based network management [3] [4] and is often related to Software Defined Network (SDN) [1] [2] [5] or Software Defined Exchange (SDX) [6] [7]. The intent consideration is done at the control level by adding an API [1] [6].

Sujet :
The number of works around IBN increases constantly. An effort to summarize research in this field was done in [2]. The authors analyze the emergence of IBN in networking standards, distinguish two levels of intents consideration: high-level descriptions and lower-level configurations, classify the existing work with regards to three layers of IBN architecture: business, intent, and network layers, and define open issues mainly related to the intent representation and introduction of Machine Learning algorithms in IBN.
Since then, several tens of papers were published on this topic (around 40 only for 2021). The goal of this project is to provide an updated state-of-the-art on the existing literature and research agenda in the field of IBN with particular attention to the intent definition, intent formalization, underlying technologies, and algorithms.

References:
1. D. Comer and A. Rastegatnia, “OSDF: An Intent-based Software Defined Network Programming Framework,” 2018 IEEE 43rd Conference on Local Computer Networks (LCN), Chicago, IL, USA, 2018, pp. 527-535. doi: 10.1109/LCN.2018.8638149
2. Engin Zeydan and Yekta Turk, “Recent Advances in Intent-Based Networking: A Survey,” 2020 IEEE 91st Vehicular Technology Conference (VTC2020-Spring), 2020, pp. 1-5, doi: 10.1109/VTC2020-Spring48590.2020.9128422.
3. Benjamin E. Ujcich; Adam Bates; William H. Sanders, “Provenance for Intent-Based Networking,” 2020 6th IEEE Conference on Network Softwarization (NetSoft), 2020, pp. 195-199, doi: 10.1109/NetSoft48620.2020.9165519.
4. Kashif Mehmood, H. V. Kalpanie Mendis, Katina Kralevska, Poul E. Heegaard. 2021. Intent-based Network Management and Orchestration for Smart Distribution Grids. In: 28th International Conference on Telecommunications (ICT 2021) pp. 1-6. Doi: 10.1109/ICT52184.2021.9511519
5. Mykola Beshley; Andrii Pryslupskyi; Oleksiy Panchenko; Halyna Beshley, “SDN/Cloud Solutions for Intent-Based Networking,” 2019 3rd International Conference on Advanced Information and Communications Technologies (AICT), 2019, pp. 22-25, doi: 10.1109/AIACT.2019.8847731.
6. Singh, Amritpal, Gagangeet Singh Aujla, and Rasmeet Singh Bali. 2020. “Intent-Based Network for Data Dissemination in Software-Defined Vehicular Edge Computing.” IEEE Transactions on Intelligent Transportation Systems, 1–9. https://doi.org/10.1109/TITS.2020.3002349.
7. J. Pan, McElhannon, “Future Edge Cloud and Edge Computing for Internet of Things Applications”. IEEE Internet of Things Journal 5 (1): 439–49, 2017.

Profil du candidat :
Requirements:
Master’s degree in computer science, computer engineering, or telecommunications engineering. Strong knowledge in computer networks, knowledge in information systems.

Formation et compétences requises :
To apply:
Send a detailed CV (resume) (in English), a motivation letter (in English), copy of official transcript of student record (B.Sc and M.Sc) (and translation if not in French or English), letters of reference and a copy of the master thesis and/or internship report(s) to elena.kornyshova@lecnam.net before the January 31st, 2022.

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

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

Laboratoire/Entreprise : Limos
Durée : 20 mois
Contact : issam.falih@uca.fr
Date limite de publication : 2022-05-01

Contexte :
Le LIMOS travaille en collaboration avec l’institut Analgésia, une fondation de recherche française dans le domaine de l’innovation et la douleur. Analgésia développe une application mobile e-santé permettant d’améliorer l’évaluation de la douleurs et d’accompagner le patient douloureux chronique au quotidien. Les données comprennent notamment des questionnaires hebdomadaires sous forme de niveau de score.

Sujet :
L’objectif principal est de développer de nouveaux modèles et de nouvelles méthodes basés sur l’apprentissage de représentation pour le clustering flou des séries temporelles avec une application aux données biomédicales.

Une première étape consistera à expérimenter l’état de l’art concernant les méthodes d’extraction d’attributs pour la classification non supervisée [MCLC21, MZLC19, YDW+20].
La deuxième étape serait d’utiliser un nouveau modèle de représentation basé sur une architecture neuronale afin d’améliorer la classification non supervisée des séries temporelles [MGL+18, YDZ+19]. Le but final est l’implémentation d’outils de fouille de données non supervisée afin de découvrir des groupes d’individus ayant des comportements identiques à la douleur, quelque soit leur pathologie de départ.

Profil du candidat :
– Doctorat en informatique, avec des compétences en fouille de données/Machine Learning/optimisation.
– Bonne liste de publication.
– Compétences en programmation en python..

Formation et compétences requises :
Pour les candidatures, merci d’envoyer par mail avant letextbf{ 6 décembre 2021}, un seul fichier pdf contenant une lettre de motivation décrivant leur parcours de recherche et leur motivation, un CV détaillé (avec la liste des publications) et les coordonnées de deux personnes de référence au maximum, à violaine.antoine@uca.fr et issam.falih@uca.fr

Adresse d’emploi :
LIMOS, Campus universitaire des Cézeaux, Université Clermont Auvergne

Document attaché : 202112010924_2021_PostDoc_Proposal-Fr.pdf

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

Laboratoire/Entreprise : LITIS
Durée : –
Contact : paul.honeine@univ-rouen.fr
Date limite de publication : 2022-05-01

Contexte :
Un poste MCF 61/27 est ouvert au département Réseaux & Télécoms à l’IUT de Rouen et au laboratoire LITIS.

Sujet :
Enseignements : Réseaux
L’enseignant.e interviendra sur des enseignements de cœur de métier au département Réseaux & Télécoms (RT) de l’IUT de Rouen : Réseaux, administration et supervision, sécurité, gestion et déploiement de conteneurs/Dockers, virtualisation, cloud, etc.

Recherche : Vision et perception
La personne recrutée viendra renforcer la thématique de la perception coopérative au sein de l’équipe « Systèmes de Transport Intelligents » (STI) du LITIS, notamment coopération Véhicule-Véhicule (V2V) et Véhicule-Infrastructure (V2I).

PS : Le poste est affiché en 61 uniquement mais il s’agit bien d’un poste ouvert également à la section 27.

Profil du candidat :
Profil pédagogique du poste :
L’enseignant.e devra posséder de solides compétences dans le domaine des réseaux informatiques aussi bien du point de vue infrastructure et équipements que du point de vue services et technologies.

Compétences scientifiques recherchées :
Le candidat recherché doit disposer d’une solide expérience de recherche en systèmes de perception collaborative,
communication sécurisée, réseaux de capteurs, fusion multi-capteurs.

Compétences techniques recherchées :
Capteurs, systèmes de vision, systèmes de perception, traitement embarqué, communication V2X, sécurisation, intégration continue.

Formation et compétences requises :
–

Adresse d’emploi :
Rouen

Document attaché : 202203021518_Fiche Galaxie – IUT Rouen – LITIS – MCF 61 – Informatique et réseaux, télécommunications et sécurité des réseaux.pdf

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

Laboratoire/Entreprise : LITIS
Durée : –
Contact : paul.honeine@univ-rouen.fr
Date limite de publication : 2022-05-01

Contexte :
Un poste MCF est ouvert à l’UFR Sciences et Techniques de l’Université de Rouen, avec un profil Sciences du numérique et Machine Learning.

Sujet :
Enseignements : Principalement en licence EEEA et en master Sciences et Ingénierie des Données (systèmes embarqués, Intelligence artificielle, Internet des Objets, etc.)

Recherche : Équipe « Apprentissage » du LITIS (apprentissage statistique, deep learning, apprentissage robuste, données structurées, etc.)

Profil du candidat :
Compétences scientifiques recherchées :
Le candidat recherché doit disposer d’une solide expérience de recherche en Machine Learning, en particulier des compétences en apprentissage de représentations, ou apprentissage multimodal ou apprentissage robuste.

Compétences techniques recherchées :
Compétences techniques en analyse de données, science des données, apprentissage statistique, deep learning : développements sur les principales plateformes de calcul et langages de programmation tels que Python, TensorFlow, Keras, R…

Profil pédagogique du poste :
Systèmes embarqués, Intelligence artificielle, Internet des Objets

Formation et compétences requises :
–

Adresse d’emploi :
Rouen

Document attaché : 202203021510_Fiche Galaxie – UFR ST- LITIS – MCF – 61 – Science du numérique – apprentissage.pdf

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

Laboratoire/Entreprise : GREYC UMR 6072
Durée : One year
Contact : luc.brun@ensicaen.fr
Date limite de publication : 2022-05-01

Contexte :
We are seeking an outstanding postdoctoral research fellow with experience in deep learning / machine learning to work with us at Caen University, France during one year on a project investigating the analysis of time series of data corresponding to SPD matrices. The challenge here will be to define machine learning methods and more specifically deep learning methods (either convolutional or recursive) to analyze these data by using all the interesting properties of this specific manifold.

The postdoctoral position is funded for one year under the research project PredictAlert supported by the Region Normandy (France). The PredictAlert project gathers engineering schools and universities around the design of a better understanding of the brain states during different states of wakefulness.

Sujet :
Objectives and challenges
The project is based on data from a cohort being currently acquired. It includes EEG and MRI acquisitions performed while subjects are falling asleep for a nap. In both cases, an acquisition in a given time window, is characterized by a SPD matrix. Each entry of this matrix correspond either to a correlation between two sensors in the case of an EEG acquisition or a correlation between two brain’s zones in the case of an IRM acquisition.
In a first step the candidate will have to work on EEG acquisitions in order to design a deep learning algorithm predicting quantified levels of wakefulness along long EEG sequences. Convolutional [1, 3] or recurrent [2, 4] networks on the SPD manifold will be both studded and evaluated before a focus on the more promising approach.

While functional IRM sequences may also be characterized as time series of SPD matrices, these sequences are based on data with a much better spatial resolution than EEGs. This come at the price of a much lower temporal resolution compared EEG acquisitions. The candidate will have to adapt the work already done on EEG data to functional IRM datum and to compare both results.

Profil du candidat :
Candidate profile

•  Interpersonal skills and the ability to work well individually or as a member of a project team are recommended.
• Good written and verbal communication skills are required, the candidate has to be fluent in spoken French or English and written English. Working language can be English or French.

Formation et compétences requises :
• The candidate must have a recent Ph.D. (within 5 years) in Computer science (or Applied Mathematics) in the field of Machine Learning.
• Knowledge and experience within Deep Learning frameworks is highly recommended.
• The candidate will perform research and algorithmic developments and solid programming skills are required.

Adresse d’emploi :
Caen, France in the GREYC UMR CNRS laboratory. Situated in the Normandy region of France close to the sea and about 240km west of Paris the city still has many old quarters, a population of around 120,000 the city area has roughly 250,000 inhabitants.

Document attaché : 202112011007_postdoc_en2.pdf

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

Laboratoire/Entreprise : Laboratory AGM-UMR 8088, CY Cergy Paris Université
Durée : 12 mois
Contact : doukhan@cyu.fr
Date limite de publication : 2022-05-01

Contexte :
In ecology, it is a matter to understand the dynamics and life history of various species through different environments. Indeed, environmental changes can generate rapid changes in the composition of a given population, its length, its phenotypic character or also its genotype distribution.
Demography is generally concerned with predicting human lifespan as well as the population structure with critical involvement in pension systems and public policy decision making. However, these dynamics raise a number of problems to which historical experience does not provide an answer.

Sujet :
The research proposal is to model population growth and to predict biodiversity using innovative stochastic models with a specific focus on ecological problems. The relevant aspects are related to Taylor’s laws [C1998]. In addition, the difficult problems facing marine ecology, in particular those related to the evolution of the environment and its impact on marine species will be of interest. Finally, the applications will be devoted, among others, to the effects of climate change on coral reefs, ecological abundance modelling and the prediction of marine ecosystems [CFM2006], [R2019], [GH2019]. The biostatistical models are also of interest for the project [DFL2017] and they deserve additional attention.
Some of the stylized facts encountered when working with real-world datasets will be enlightened in the postdoc practice. New modelling frameworks for populations dynamics will incorporate, for instance, covariates and we will investigate their statistical properties [GX2017], [KT2019]; see e.g observation models as in [GK2020]. These problems involve isotonic models, parsimony in the presence of non-linearity and non-stationarity [FLN2018], [D2018]. To conclude, causality [W1954] is of importance also to reduce dimensions as noticed in [Z2018]. Publications appeared in the frame of the project ECODEP, see https://doukhan.u-cergy.fr/publications.html.

Profil du candidat :
This post within the EcoDep project https://doukhan.u-cergy.fr/ecodep.html will contribute from both a theoretical and applicative point of view. This postdoc support will consider various issues in Machine Learning for application to ecology data sets and their interpretation. Beyond the standard ML tools, Oracle inequalities, variable selection, individual sequences or model based predictive methods, the project ecodep want to set a special emphasis on IML interpretable Machine Learning to consider issues of high dimensional time series, eg for abundance data sets or for various models with covariates as meteorological data. Specific skills in time series analysis are welcome. IML methods either analyze model components, model sensitivity, or surrogate models.
The post-doc position will be based in Cergy Pontoise, CY Cergy Paris Université, with collaborations in France and abroad for collaborative work within the Ecodep community. English is necessary: a candidate should thus be able to travel by invitations. Travel to Columbia (NYC), Santiago (Chile), Iena (Germany) and several other locations connected to ECODEP are envisioned (depending on the evolution of the pandemic) for research work on:
1- Extensions and applications of Taylor’s law
2- Modeling of abundance
3- Population dynamics
4- Time series issues: isotonicity, causality, covariates, selection
5- Partly observed processes and applications6- Random fields, space time models and their use
7- Panel data studies
8- Risks and data-based studies
Potential locations will depend on the skills and interests in those initial important questions which are not considered in all the Ecodep labs, but CYU will be a fixed point in this position.

Formation et compétences requises :
We are looking for a statistician wishing to be involved in issues and population dynamics This is why we report below several questions of importance in the project. The modelling of population dynamics is of paramount importance in many areas of application.
Qualification PhD in Mathematical Statistics

Adresse d’emploi :
Cergy Pontoise, CY Cergy Paris Université

Document attaché : 202202161046_PageWeb.pdf

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

Laboratoire/Entreprise : Computational Digital Pathology Lab (CDPL) of Bioi
Durée : 1 an et +
Contact : yu_weimiao@bii.a-star.edu.sg
Date limite de publication : 2022-05-01

Contexte :
For a research overview of our unit, please refer to https://www.a-star.edu.sg/bii/research/ciid/cdpl

Sujet :
Novel imaging analysis methods and the advancement of Artificial Intelligence are making it feasible to extract quantitative information from Digital Pathology images. New knowledge, skills, and approaches are urgently required to develop novel, efficient and reliable computational tools for emerging challenges in biological and biomedical studies. Our CDPL is dedicated to the development of new solutions in this field. Currently, we are expanding our team and seeking enthusiastic scientists to join us!
Please email a detailed CV containing a list of publications to Dr. Weimiao YU, yu_weimiao@bii.a-star.edu.sg
Only shortlisted applicants will be notified.

Profil du candidat :
• Self-motivated scientist/Ph. D graduate to pursue a scientific career. Independent and passionate about biological image processing projects;
• Good team player. Able to undertake independent research projects under the direction of the PI together with other team members;
• Hold a Ph.D. in a relevant field of computer vision, image processing or machine vision, or other relevant fields;
• Good general knowledge and concept of science and engineering;
• Excellent scientific/technical writing skills and communication capability;
• Prior experience in working with image analysis projects (Industrial or academic).

Formation et compétences requises :
• Excellent experience, knowledge, and skills in one or two following programming languages, i.e., Matlab, C/C++, Java or Python;
• Excellent knowledge and skills in digital image processing;
• Deep understand of AI learning, machine learning and data science with hand-on skill and experience.
• Skills for numerical computational algorithms; Strong in mathematics theories.
• Rigid and logical thinking of scientific problems;
• General understanding of machine learning, pattern recognition, and artificial intelligence is a plus, but not compulsory;
• Basic knowledge of cell biology or pathology is a value-add;
• Present research achievements at internal/external seminars and conferences

Adresse d’emploi :
30 Biopolis Street, #07-01 Matrix, Singapore 138671

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

Laboratoire/Entreprise : Université de Caen Normandie, IUT Grand Ouest Norm
Durée : 1 an
Contact : sebastien.bougleux@unicaen.fr
Date limite de publication : 2022-05-02

Contexte :
Le département Métiers du Multimédia et de l’Internet (MMI) de l’IUT Grand Ouest Normandie (Université de Caen Normandie) recrute un ATER en Informatique pour 2022-2023 (à partir de Septembre). Le recruté devra s’intégrer dans une équipe du laboratoire GREYC CNRS (https://www.greyc.fr/).

Sujet :
Recrutement d’un ATER en Informatique pour 2022-2023

Profil du candidat :
Profil enseignement :
– Intégration et Développement Web
– Programmation Objet et Événementielle
– Bases de Données
– Langages HTML, CSS, PhP, Javascript, SQL
– Développement d’applications multimédia

Le candidat recruté interviendra en travaux dirigés et pratiques auprès d’étudiants de niveaux BAC+1 à BAC+3. Il pourra être amené à encadrer des projets tuteurés et des stages. Il participera aux jurys et aux conseils du département.

Profil recherche :
L’ATER recruté devra intégrer une des équipes du laboratoire GREYC (voir https://www.greyc.fr/)

Formation et compétences requises :
Doctorant ou jeune docteur en Informatique

Adresse d’emploi :
Université de Caen Normandie
IUT Grand Ouest Normandie (GON)
Département Métiers du Multimédia et de l’Internet (MMI)
50000 Saint-Lô

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

Laboratoire/Entreprise : LIUM
Durée : 5
Contact : nicolas.dugue@univ-lemans.fr
Date limite de publication : 2022-05-02

Contexte :
L’université du Mans ouvre une Chaire professeur junior en traitement du langage multimodal. Le ou la candidat.e s’intégrera dans l’équipe de recherche LST du LIUM, et dispensera ses cours à l’UFR de Sciences et Techniques.

Le Mans University opens a Tenure track position in Multimodal language processin. The candidate will integrate in the LST research team of the LIUM, his/her teaching activities will take place within the Master of Computer Sciences and Artificial Intelligence from Le Mans University.

Sujet :
Chaire professeur junior en traitement du langage multimodal (Multimodal language processing)

Profil du candidat :

L’objectif principal est de développer une IA de traitement du langage multimodale et multilingue qui repose sur un espace de représentation commun pour les modalités parole et texte dans différentes langues. Le ou la candidat.e devra développer ses activités de recherche dans l’équipe LST du LIUM afin de renforcer le caractère transverse de ces représentations à travers une combinaison pertinente de modalités (par ex. : vidéo et texte ou texte et parole), de tâches (par ex. : caractérisation du locuteur et synthèse de la parole, compréhension de la parole et traduction automatique, reconnaissance de la parole et synthèse de résumé automatique) et de langues. Ses travaux de recherche tendront à développer des systèmes automatiques intégrant l’humain au cœur du traitement en utilisant des approches d’apprentissage actif et en explorant les problématiques d’expliquabilité et d’interpretabilité afin de permettre à l’utilisateur naïf d’enseigner au système automatique ou d’en extraire des éléments compréhensibles. Ce projet visera également le renforcement de collaborations existantes (Facebook, Orange, Airbus) ou la création de nouveaux partenariats (Oracle, HuggingFace…).

The research project should take place in the LST team goal that aims at developping a multimodal and multilingual representation space for speech and text modalities. The Junior Professor is expected to develop his/her own research diretions between the topics already existing in the LST team and to develop hybrid approaches by mixing for instance speaker characterization and speech synthesis or speech translation and speech understanding. He/She should also integrate the strategy of the team to involve the human in the loop for deep learning systems and work towards a better explainability/interpretability of speech processing algorithms.

Projet d’enseignement / Description of the teaching project

Le ou la candidat.e intégrera l’équipe pédagogique du Master en intelligence artificielle du département d’informatique de l’UFR Sciences et Techniques de l’Université  du Mans. Son implication aura pour but de renforcer les compétences en apprentissage profond (apprentissage auto-supervisé, GANs, Transfomer, méthodologies et protocoles pour l’IA…) mais également dans les infrastructures dédiées à l’apprentissage automatique et aux sciences des données (calcul distribué, SLURM, MPI), l’utilisation d’un cluster de calcul (ssh, temux, jupyter-lab, conda) ou le cloud computing. Fort de compétences reconnues en traitement automatique du langage et de la parole l’équipe pédagogique souhaite élargir son offre de formation en adaptant les contenus à d’autres types de données (images, séquences temporelles générées par différents types de capteurs, graphes…) afin de répondre aux besoins spécifiques du tissu industriel local et régional en apprentissage automatique. Cette action s’inscrira dans la volonté de l’équipe pédagogique de développer l’apprentissage et la formation continue en lien avec les partenaires industriels mais également à destination d’un public académique de chercheurs et enseignant chercheurs non-informaticiens souhaitant développer des compétences en apprentissage automatique.

Teaching activities will take place within the Master of Computer Sciences and Artificial Intelligence from Le Mans University. The candidate is expected to strengthen the teaching on deep learning (self-supervised training, GANs, Transformers, machine learning methodology and protocols…) but also teach tools for distributed learning (SLURM, MPI, ssh, temux, jupyter-lab, conda…) and cloud computing. In mid terms, the candidate will contribute to the development of a continuing learning in artificial intelligence adapted to the need of local companies and industry but also for researchers non-specialist in computer sciences.

Contact

Antoine LAURENT Antoine.laurent@univ-lemans.fr

Anthony LARCHER Anthony.larcher@univ-lemans.fr

Formation et compétences requises :
Conditions de candidature / Application requirements

être titulaire d’un doctorat / hold a PhD

Pour les candidats exerçant ou ayant cessé d’exercer depuis moins de dix-huit mois une fonction l’enseignant-chercheur, d’un niveau équivalent à celui de l’emploi à pourvoir, dans un établissement d’enseignement supérieur d’un État autre que la France: titres, travaux et tout élément permettant d’apprécier le niveau de fonction permettant d’accorder une dispense de doctorat.

For candidates exercising or having ceased to exercise for less than eighteen months a function of teacher- researcher, of a level equivalent to that of the position to be filled, in a higher education establishment of a State other than France: titles, works and any element allowing to appreciate the level of function allowing to grant a dispence of doctorate.

Adresse d’emploi :
Le Mans Université

Avenue Olivier Messiaen 72085 LE MANS CEDEX 9 – 02 43 83 30 00 www.univ-lemans.fr

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

Laboratoire/Entreprise : Aix Marseille University / Centuri
Durée : 12 mois
Contact : badihghattas@gmail.com
Date limite de publication : 2022-05-06

Contexte :
Regulation of gene transcription is accomplished by proximal (promoters) and distal (enhancers) regulatory elements. However, a strict dichotomy model is now challenged and a major question in the field is to define the genetic determinants of the different regulatory activities. The Spicuglia team has previously identified Epromoters as cis regulatory elements with both enhancer and promoter (E/P) activities and is currently using high-throughput approaches to evaluate both activities in thousands of wild-type and mutant DNA sequences. In this project, we will build a sequence-based deep learning model of Epromoters to unravel the genetic determinants of enhancer vs. promoter activities. The model will be challenged and refined in back-and-forth exchanges between model predictions, experimental validation and synthetic generation of Epromoters.

Sujet :
Combined deep learning and synthetic-based approaches to unravel the genetic determinants of enhancer versus promoter activity of Epromoters

Profil du candidat :
The postdoc candidate should have a PhD in bioinformatics or related fields, with a solid background in computer science, statistics and/or mathematics. The candidate should be interested in “omics” data analyses, genomics and gene regulation. Proven previous experience in manipulating NGS data and/or deep learning and in collaborations with experimental biologists is an advantage.

Formation et compétences requises :
Machine learning, Deep learning, bioinformatics.

Adresse d’emploi :
Aix Marseille University, campus de Luminy.

Document attaché : 202203301342_Post-doc CENTURI_offer.pdf

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

Laboratoire/Entreprise : Laboratoire LIRIS UMR CNRS 5205
Durée : CDI
Contact : jean-marc.petit@insa-lyon.fr
Date limite de publication : 2022-05-09

Contexte :
Les défis environnementaux placent les villes dans la situation de devoir définir des formes d’organisation et de fonctionnement inédites : inventer de nouvelles manières d’habiter et de se déplacer, enrayer l’étalement urbain et densifier la ville existante, penser et produire les territoires en articulant mieux le local et le global. Tout cela participe de la construction d’une nouvelle réalité urbaine, appelé “ville intelligente durable”. Dans ce contexte, l’informatique comme discipline scientifique a toute sa place pour
contribuer à ces grands défis, comme l’a démontré la place importante du LIRIS au sein du LabEx IMU, Intelligence des Mondes Urbains.
De nombreuses problématiques scientifiques sont en lien avec ces défis où la donnée joue un rôle capital afin de « mieux appréhender la ville et son évolution » et aussi à prédire des
situations ou proposer des scénarios à des décideurs. La donnée est souvent géoréférencée, temporelle et se retrouve produite en masse. Ces masses de données permettent la compréhension de phénomènes diachroniques pour la ville durable. La donnée peut aussi être issue de relevés 3D donnant naissance à des nuages de points, des surfaces ou des volumes qu’il faut traiter afin de proposer des modèles géométriques, sémantiques et topologiques
appropriés.
Dans ce contexte, la création des jumeaux numériques est une problématique cruciale à partir de grandes masses de données acquises. Des problématiques connexes émergent comme
l’enrichissement des données ou des modèles géométriques pour produire des représentations adaptées, dédiées aux applications envisagées(voir par exemple « Virtual City Project » ou la plateforme modulaire UD-SV du LIRIS pour le traitement et de visualisation de données urbaines). L’interopérabilité des logiciels utilisant ces données est centrale, par exemple pour les coupler avec des systèmes de simulation de la pollution atmosphérique ou
de déplacements multimodaux.
Cela nécessite donc d’utiliser au mieux les nombreuses données de la ville à disposition et de travailler à l’interface de domaines comme l’urbanisme, la géographie, l’environnement, la sociologie, l’économie ou le droit. L’approche se veut délibérément pluridisciplinaire, holistique et systémique.
Au final, les problématiques relevant du LIRIS étudiées concernent la représentation, l’analyse, la modélisation, le traitement, la protection, la visualisation, l’interprétation et l’exploitation des données (temporelles, géoréférencées, 3D, images, …) du monde
numérique de la ville durable

Sujet :
Un poste de professeur junior (tenure-track) intitulée « Données pour les villes intelligentes durables » est à pourvoir à l’INSA de Lyon, avec une affectation recherche au LIRIS (UMR CNRS 5205) et une affectation enseignement au département informatique (IF).

Nous recherchons des candidat.e.s en informatique ayant démontré.e.s un intérêt pour les interactions interdisciplinaires en lien avec les enjeux de la ville intelligente et durable, notamment sur les thèmes suivants : Monitoring urbain, flux de données, masse de données, modélisation géométrique, doubles numériques, services, analyse d’images et de vidéo, numérique éco-responsable.

La fiche du poste (version anglaise et française) est disponible sur le site du LIRIS :
https://liris.cnrs.fr/emploi/chaire-professeur-junior-donnees-pour-villes-intelligentes-durables

Cette chaire est aussi disponible sur le portail d’applications Galaxie du Ministère :
https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/cand_postes_GALAXIE.htm

Profil du candidat :

La personne recrutée devra pouvoir justifier d’au moins deux ans de post-doctorat avec une expérience avérée à l’international et des résultats de recherche de premier plan.

Les excellentes candidatures en lien avec un des domaines cités seront considérés. Le.la candidat.e devra donc proposer un projet d’intégration en lien avec au moins une équipe du LIRIS. Le projet scientifique, au vu des moyens qui lui seront consacrés, doit donner lieu au renforcement de la dynamique internationale en relation avec des partenaires Européens (comme les Universités Techniques, les centres de recherches) ou internationaux. Il doit aussi venir s’inscrire à moyen terme dans une dynamique Européenne en s’appuyant en particulier sur les piliers 1 et 2 de Horizon Europe

Formation et compétences requises :

Nous recherchons des candidat.e.s en informatique ayant démontré.e.s un intérêt pour les interactions interdisciplinaires en lien avec les enjeux de la ville intelligente et durable, notamment sur les thèmes suivants : Monitoring urbain, flux de données, masse de données, modélisation géométrique, doubles numériques, services, analyse d’images et de vidéo, numérique éco-responsable.

Adresse d’emploi :
INSA Lyon, Doua, 20 Avenue Albert Einstein
69621 Villeurbanne Cedex

Le poste pourra être pourvu au 1er septembre 2022 sous forme d’un CDD de 4 ans, puis d’une titularisation comme professeur des universités à l’INSA Lyon au 1er septembre 2026.
Un package financier est associé à la chaire, avec notamment le financement d’un doctorat et d’un postdoc. Une charge d’enseignement de 64h par an pendant 4 ans devra aussi être assurée par le ou la titulaire de la chaire.

Document attaché : 202204050853_cpj_insa_lyon.pdf