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

Laboratoire/Entreprise : Sorbonne Université
Durée : Non défini
Contact : guillaume.morel@sorbonne-universite.fr
Date limite de publication : 2022-03-04

Contexte :
Un poste de Professeure / Professeur des Universités en Intelligence artificielle : théorie et applications, est à pourvoir à Sorbonne Université avec une affection recherche dans un des laboratoires : ISIR, LIB, LIMICS ou LIP6.

Professeure / Professeur des Universités
Section 27 – Informatique
Profil : Intelligence artificielle : théorie et applications
Date limite des candidatures au poste : le 04 mars 2022 à 16h

Lien vers la fiche de poste : https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/FIDIS/0755890V/FOPC_0755890V_391.pdf

Lien vers le site de recrutement : https://recrutement.sorbonne-universite.fr/fr/personnels-enseignants-chercheurs-enseignants-chercheurs/enseignants-chercheurs/recrutement-2022-des-enseignantes-chercheuses-et-enseignants-chercheurs.html

Sujet :
Filières de formation concernées : Licence – Master d’informatique.

Objectifs pédagogiques et besoin d’encadrement :
La personne recrutée interviendra de façon équilibrée sur les différents niveaux de formation, du L1 au M2.
La personne recrutée contribuera significativement aux enseignements de Licence d’informatique dont les besoins couvrent l’ensemble de la discipline (algorithmique, programmation (notamment objet, concurrente, fonctionnelle, web), mathématiques discrètes, structures de données, système, architecture, réseaux, compilation, bases de données…)
Pour ce qui concerne les enseignements en Master d’informatique, différents besoins seront à couvrir en fonction du profil de la personne recrutée.

Profil du candidat :
Le poste est ouvert à tous les domaines de l’IA et de ses applications. La personne retenue intégrera l’un des laboratoires : ISIR, LIB, LIMICS ou LIP6 selon ses thématiques de recherche, et/ou de projets impliquant plusieurs laboratoires d’accueil au sein de SCAI (Sorbonne Center for Artificial Intelligence.

Formation et compétences requises :
La ou le professeur devra être capable de coordonner des programmes collaboratifs nationaux et internationaux. La participation de la personne recrutée, dans le passé, à des projets multidisciplinaires sera appréciée.

Adresse d’emploi :
UNIVERSITE SORBONNE UNIVERSITE
Campus Pierre et Marie Curie
75005

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

Laboratoire/Entreprise : UMR TETIS / INRAE
Durée : CDI
Contact : dino.ienco@inrae.fr
Date limite de publication : 2022-03-08

Contexte :
Part of the research conducted within the TETIS JRC (Joint Research Unit) concerns the design, development and use of AI techniques especially tailored for the analysis of remote sensing data with the aim to meet the agro-environmental challenges raised up by the different institutions to which it belongs to (CIRAD, INRAE, AgroParisTech and CNRS). To strengthen these research activities and maintain an original scientific position at both national and international level, it is important to consolidate the role of the TETIS JRC in this strategic and innovative area.
You will be associated with the ATTOS team (Acquisition, Remote Sensing, Processing and Spatial Observations). The aim of the team is to shed light on the understanding of systems and territorial decision-making in a context of agro-ecological transition, demographics, and sustainable development through the exploitation of remote sensing and Earth observation data. You will reinforce the team’s axis associated with the design, development and use of AI techniques for the analysis of remote sensing data, to support different applications/themes at the core of the team and the unit (i.e. land use, natural resource mapping, biodiversity characterization, extraction of biophysical variables, monitoring of forest environments, study of artificialization, etc.) in tight collaboration with fellow researchers and engineers coming from a multidisciplinary context.

Your work will contribute to the positioning of the unit in the emerging research field at the crossroads between AI and remote sensing. This fast growing research field shows a high potential of scientific production, with the possibility of major societal advances concerning both the agriculture and the environment application domains at the core of the INRAE institute.

Sujet :
Your scientific activity will be oriented towards emerging paradigms in the machine learning and computer vision fields such as: (i) Spatial and/or temporal transfer learning, domain adaptation of AI models to cope with environmental diversity in acquisition conditions (ecosystems, climate, etc.) and temporal variability; (ii) Multi-source and multi-modal remote sensing data fusion (multi-modal and cross-modal learning) taking into account the variability in terms of availability of the input sources (sources unavailable for inference, syntheses, etc.) (iii) Limited availability/quality/reliability of reference data (weakly-supervised learning) and (iv) The need for interpretability of the developed machine learning models (explainable AI) and their combination with underlying physical models (physical-based machine learning) for the analysis of earth observation data.

https://jobs.inrae.fr/en/open-competitions/open-competions-research-scientists-job-profiles-crcn/cr-2022-mathnum-3

Profil du candidat :
You have a PhD, ideally in computer science or artificial intelligence.
You have competences in the foundations of machine learning methodologies (supervised, semi-supervised, unsupervised learning), knowledge and/or experience in modern deep learning paradigms (domain adaptation, transfer learning, weakly supervised learning and knowledge distillation), and
the development and exploitation of the latter in the context of signal processing and image analysis (computer vision).

Already proven experiences in the analysis of satellite and earth observation data with applications in the field of agriculture or environment would be appreciated.
Fluency in English is desirable, as well as long-term international experience: laureates who have not yet had such experience will be strongly encouraged to spend a period of time abroad, co-constructed with the host team, within 3 years after the internship year.

Formation et compétences requises :
You have a PhD, ideally in computer science or artificial intelligence.
You have competences in the foundations of machine learning methodologies (supervised, semi-supervised, unsupervised learning), knowledge and/or experience in modern deep learning paradigms (domain adaptation, transfer learning, weakly supervised learning and knowledge distillation), and
the development and exploitation of the latter in the context of signal processing and image analysis (computer vision).

Already proven experiences in the analysis of satellite and earth observation data with applications in the field of agriculture or environment would be appreciated.
Fluency in English is desirable, as well as long-term international experience: laureates who have not yet had such experience will be strongly encouraged to spend a period of time abroad, co-constructed with the host team, within 3 years after the internship year.

Adresse d’emploi :
500, rue Jean François Breton
34090 Montpellier, France

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

Laboratoire/Entreprise : DVRC/ESILV
Durée : CDI
Contact : nicolas.travers@devinci.fr
Date limite de publication : 2022-03-13

Contexte :
3 postes d’Enseignants-Chercheurs sont ouverts à l’ESILV au laboratoire DVRC.

Sujet :
2 types de profils recherchés liés à l’apprentissage automatique, avec des liens forts avec HPC, BDA ou Systèmes complexes.
Vous trouverez une description sur notre site :
https://www.devinci.fr/carrieres/enseignant-chercheur-informatique-f-h-apprentissage-hpcbda/
et
https://www.devinci.fr/carrieres/enseignant-chercheur-informatique-f-h-algorithmique-et-data/

Profil du candidat :
Le ou la candidat.e devra être titulaire d’un doctorat, une habilitation à diriger des recherches sera appréciée, dans les sections CNU 27 et/ou 61.

Formation et compétences requises :
Le ou la titulaire sera apprécié.e sur :
– La qualité des enseignements dispensés
– La bonne gestion du suivi des étudiants
– Sa coopération avec les services supports en termes de représentation et d’activités transversales
– Sa productivité en recherche scientifique

Adresse d’emploi :
Pôle Léonard de Vinci à Paris La Défense

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

Laboratoire/Entreprise : GREYC UMR 6072
Durée : Permanent
Contact : bruno.cremilleux@unicaen.fr
Date limite de publication : 2022-03-13

Contexte :
Un poste de professeur en informatique (section 27) va être ouvert à l’Université de Caen Normandie au titre de la campagne de recrutement
du printemps 2022.

L’affectation se fera au sein de l’UMR GREYC (dans l’équipe CODAG) et au
département informatique de l’UFR des Sciences.

Sujet :
Les travaux de recherche de CODAG portent notamment sur les thèmes
suivants : les approches déclaratives (SAT, CSP, PL), la fouille de
données, les méthodes quantitatives pour le traitement automatique des
langues, l’ingénierie des connaissances, l’apprentissage et l’aide à la
décision, l’analyse des graphes. L’équipe associe des chercheurs de
cultures scientifiques complémentaires et est particulièrement reconnue
pour ses résultats s’appuyant sur des interactions entre ses thèmes
centraux.

CODAG s’implique fortement dans des projets interdisciplinaires en
menant des collaborations avec, par exemple, des spécialistes du
traitement des données du sport, de l’information chimique ou des
données textuelles…

L’activité de recherche de la personne recrutée portera sur l’un des
thèmes centraux mentionnés, tout en favorisant leurs interactions ou
leurs liens avec les aspects applicatifs. La personne recrutée
renforcera la politique scientifique de l’équipe tout en l’ouvrant vers
de nouveaux défis.

Sur l’aspect enseignement, la personne recrutée sera rattachée au
département mathématiques-informatique de l’UFR des Sciences de
l’université de Caen Normandie et sera susceptible d’enseigner dans
toutes les formations en informatique de ce département, en cycles
licence et master. Des expériences dans les disciplines suivantes seront
appréciées : technologies du web et de l’internet et apprentissage machine.

Profil du candidat :
Mots clé : intelligence artificielle, fouille de données, CSP,
optimisation discrète, théorie des graphes, data analytics, traitement
automatique des langues, web sémantique, protocoles applicatifs

Formation et compétences requises :
Cf. ci-dessus.

Adresse d’emploi :
Contact recherche :
Directeur du laboratoire GREYC :
Christophe Rosenbeger : christophe.rosenberger@ensicaen.fr
Equipe CODAG :
Bertrand Cuissart (responsable) : bertrand.cuissart@unicaen.fr
Patrice Boizumault : patrice.boizumault@unicaen.fr

Contact enseignement :
Directeur du département mathématiques-informatique :
Fabrice Maurel : fabrice.maurel@unicaen.fr

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

Laboratoire/Entreprise : Télécom Paris, LTCI
Durée : 3 ans
Contact : olivier.fercoq@telecom-paris.fr
Date limite de publication : 2022-03-15

Contexte :
Telecom Paris’s [1] machine learning, statistics and signal processing group (a.k.a S²A group) [2], within the laboratoire de traitement et communication de l’information (LTCI) [4], is inviting applications for a tenure track faculty position at the *Associate Professor* level (Maitre de Conferences) in *Numerical optimization for frugal artificial intelligence*.

Scientific context

Recent advances in computing and widespread access to massive digital information are leading to an unprecedented deployment of optimization algorithms in many domains (e.g. healthmedicine, (cyber-) security, intelligent transport, predictive maintenance, etc.). Most of the algorithmic approaches developed over the last decade have mainly aimed to solve scaling issues, so as to be able to exploit Big Data in an exhaustive way. The objective of the future researcher will be to develop numerical optimization in the service of the mathematics of frugal artificial intelligence. This can be attained by sparse models or online algorithms but also by studying the interplay between artificial intelligence models and the optimization algorithms used to solve them. Moreover, the optimization of neural networks is a central problem for the community and requires to set up various ways of reducing the computation time or memory footprint.

Sujet :
Main missions

The recruit will be expected to:

Research activities
•    Develop groundbreaking research in the field of numerical optimization and frugal artificial intelligence. This includes the design of numerical optimization algorithms, stochastic optimization and artificial intelligence models that are efficiently using data or computing resources. Other expertise of interest include Monte Carlo methods, optimal transport, sequential learning, active learning, sketching methods, non-differentiable functions and statistical learning theory.
•    Develop both academic and industrial collaborations on the same topic, including collaborative activities with other Telecom Paris research departments and teams, and research contracts with industrial players
•    Set up research grants and take part in national and international collaborative research projects
   
Teaching activities
•    Participate in teaching activities at Telecom Paris and its partner academic institutions (as part of joint Master programs), especially in machine learning and Data science, including life-long training programs (e.g. the local Data Scientist certificate)

Impact
•    Publish high quality research work in leading journals and conferences
•    Be an active member of the research community (serving in scientific committees and boards, organizing seminars, workshops, special sessions…)

Profil du candidat :
As a minimum requirement, the successful candidate will have:

•    A PhD degree
•    A track record of research and publication in one or more of the following areas: numerical optimization, stochastic optimization, frugal artificial intelligence
•    Experience in teaching
•    Good command of English

The ideal candidate will also (optionally) have:
•    Experience in Monte Carlo methods, optimal transport, sequential learning, active learning, sketching methods, non-differentiable functions and statistical learning theory.

NOTE:
The candidate does *not* need to speak French to apply, just to be willing to learn the language (teaching will be mostly given in English)
   
Other skills expected include:
•    Capacity to work in a team and develop good relationships with colleagues and peers
•    Good writing and pedagogical skills

Formation et compétences requises :
PhD degree

Adresse d’emploi :
Télécom Paris
19 place Marguerite Perey
91123 Palaiseau
France

Document attaché : 202212091436_tenure_track_telecom_paris_optimization_frugal_AI.pdf

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

Laboratoire/Entreprise : ACTA
Durée : 18 months
Contact : francois.brun@acta.asso.fr
Date limite de publication : 2022-03-15

Contexte :
Agriculture is one of the activities most impacted by weather hazards, modulating in particular the crop cycle, irrigation management, crop protection, etc. This sector has a strong demand for decision support tools (DST) aimed at adjusting crop operations according to weather constraints. In recent years, weather forecasts have evolved, now offering information on uncertainty. These probabilistic forecasts, also known as ensemble forecasts, make it possible to propose realistic scenarios to represent the uncertainties of forecasts up to 15 days. In addition, farmers are equipping themselves with connected stations to provide weather observation to the DST. Nevertheless, the deployment of these new low-cost stations raises the question of their quality and therefore of the associated uncertainties as well. At the same time, all these elements contribute to the construction of precision agriculture.

Sujet :
The objective of this post-doc is to evaluate the impact of the uncertainties of weather forecasts on water balanceforecasts and, ultimately, on the recommendations made by the DST for irrigation management. For this purpose, the overall forecasts will be used. In addition, the sensitivity of these DST to the three main categories of uncertainty sources will be jointly evaluated: the overall forecasts, the meteorological observations from connected stations and the agronomic parameters or input variables. We will consider 2 decision support tools for irrigation management in vineyards and maize. It will show the interest of ensemble forecasting approaches compared to classical forecasts or frequency approaches. This work will be developed in the form of scientific articles.

Profil du candidat :
Young researcher, PhD, in meteorology, agronomy or applied mathematics.

Formation et compétences requises :
• Modeling/simulation or data science/statistical skills are desired.
• Knowledge of meteorological and/or agricultural application areas is a plus.
• Scientific writing skills and good autonomy are important.
• Perfect command of R software.
• Currently residing in France or in an EU country.

Adresse d’emploi :
ACTA, Toulouse, France.

Document attaché : 202201311606_offreEmploi.postdoc18mois_Acta_MeteoFrance_INRAE_DigitAg.pdf

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

Laboratoire/Entreprise : Institut ACSS, l’Université PSL
Durée : 1 an renouvelable
Contact : bruno.chavesferreira@dauphine.psl.eu
Date limite de publication : 2022-03-22

Contexte :
Dans le cadre du développement de l’Institut ACSS, l’Université PSL recrute deux ingénieurs d’études (IE) et un ingénieur de recherche (IR) en science des données. Ils seront chargés de mettre en œuvre des méthodes et outils de collecte et traitement de données issues de sources variées (Web, bases de données institutionnelles, archives, etc.). Ils auront également la responsabilité de veiller au respect des bonnes pratiques en matière de développement et de gestion du code et des données. Enfin, ils contribueront au développement de modèles statistiques ou d’apprentissage automatique (notamment dans le domaine du traitement automatisé de la langue naturelle).

Créé au sein de l’Université Paris Sciences et Lettres (PSL) et hébergé à Paris Dauphine, l’Institut « Applied Computational Social Sciences » a pour vocation de renforcer la recherche sur les grandes problématiques sociétales (cohésion politique et sociale, transition écologique, transformation numérique, efficacité et compétitivité économique) en articulant sciences des données et sciences sociales.

Sujet :
L’Institut collecte et traite à larges échelle des données hétérogènes tant pour permettre des avancées scientifiques que pour contribuer à éclairer le débat public et la décision. Il réunit sur une équipe pluridisciplinaire de chercheurs et s’appuie sur une équipe d’ingénieurs qui apportent leurs expertises pour constituer des bases de données originales et opérer des traitements complexes. Ces projets sont initiés et portés par des laboratoires du CNRS, de Dauphine, de l’ENS, de l’INSP, et des MinesParis-Tech. Les résultats des travaux ont vocation à être largement diffusés auprès de partenaires institutionnels et du monde économique.

Profil du candidat :
INGÉNIEUR D’ÉTUDES EN SCIENCE DES DONNÉES (2 POSTES)

Compétences nécessaires :
Connaissance approfondie de l’écosystème Python (et/ou R) en traitement, analyse et visualisation de données.
Maîtrise des bases de données relationnelles et NoSQL.
Méthodologies de développement : tests unitaires, gestion de versions (GIT).
Compréhension des méthodes scientifiques des sciences humaines et sociales.
Compétences additionnelles souhaitées :
Connaissance des paradigmes principaux d’apprentissage automatique (régression, classification supervisée, clustering, visualisation, etc.).
Pratique des services web modernes (architecture REST, formats JSON, XML, etc.) et des expressions régulières.
Une expérience en traitement de la langue naturelle (NLP) sera vivement appréciée.

INGÉNIEUR DE RECHERCHES EN SCIENCE DES DONNÉES (1 POSTE)
Compétences nécessaires :
Expérience dans le développement de réseaux de neurones profonds et autres modèles statiques avancés appliqués au traitement automatisé du langage sur de larges corpus.
Maîtrise des écosystèmes Python et R dédiés à la science des données.
Plus spécifiquement en Python, maîtrise de numpy, pandas, spacy, ntlk et connaissance pratique de tensorflow, keras et pytoch.
En R, maîtrise du tidyverse, de tidymodels et des bibliothèques associées, ainsi que de torch
Maîtrise des bases de données relationnelles et NoSQL.
Compréhension des méthodes scientifiques des sciences humaines et sociales.
Compétences additionnelles souhaitées :
Pratique des services web modernes (architecture REST, formats JSON, XML, etc.) et des expressions régulières.
Méthodologies de développement : tests unitaires, contrôle de versions (GIT).

Formation et compétences requises :
INGÉNIEUR D’ÉTUDES EN SCIENCE DES DONNÉES (2 POSTES)

Titulaire d’un master informatique, maths-info ou d’un diplôme d’école d’ingénieur.

INGÉNIEUR DE RECHERCHES EN SCIENCE DES DONNÉES (1 POSTE)
Diplôme d’ingénieur en informatique (ou mathématiques/statistiques) avec au moins 3 ans d’expérience ou titulaire d’un doctorat avec une thèse dans le domaine.

Adresse d’emploi :
Université Paris Dauphine-PSL
Pl. du Maréchal de Lattre de Tassigny, 75016 Paris

Document attaché : 202203221728_IngenieursACCS_fr.pdf

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

Laboratoire/Entreprise : Université Savoie Mont Blanc
Durée : CDI
Contact : nicolas.meger@univ-smb.fr
Date limite de publication : 2022-03-25

Contexte :
Profil de poste diffusé sous réserve de la validation des instances et de l’analyse de la soutenabilité financière.

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

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

Sujet :
Enseignement : la personne recrutée devra prendre en charge plus particulièrement les enseignements de programmation mobile et web. Elle devra également s’investir dans des cours liés à l’IA tels que le traitement d’image et la fouille de données. Elle prendra part aux enseignements de mathématiques, complétera les équipes en algorithmie et programmation et/ou autres enseignements en fonction du profil du/de la candidat/e. Des connaissances en technologies et techniques du cloud seront appréciées. La personne recrutée devra aussi s’investir dans la vie du département (réunions d’équipe, accompagnement et suivi des étudiants, encadrement de projets et suivis de stages, …). Elle pourra se voir confier une des tâche/mission administrative telle que la communication, une responsabilité d’études, la coordination des stages, … selon les besoins et ses compétences. Une expérience pédagogique basée sur des outils et concepts innovants (approche compétences, classe inversée, apprendre en enseignant, cours interactifs, ressources en lignes, …) sera appréciée.

Recherche : la personne recrutée devra montrer sa capacité à développer ses travaux en extraction de connaissances, et plus particulièrement en fouille de données, qu’il s’agisse d’extraire des motifs locaux (itemsets, motifs séquentiels, biclusters) et/ou des modèles globaux (classifieurs, clusterings). Des compétences en apprentissage profond et une capacité à se saisir des applications en télédétection sont également souhaitées.
Les collaborations au sein du laboratoire pourront se développer aussi bien sur des aspects théoriques, méthodologiques ou applicatifs, notamment à travers les projets portés par le thème AFuTé ou par le second thème du LISTIC, ReGaRD (Représentation, Gestion et tRaitement des Données pour l’humain).

Profil du candidat :

Formation et compétences requises :

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

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

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

Laboratoire/Entreprise : Université Savoie Mont Blanc
Durée : CDI
Contact : nicolas.meger@univ-smb.fr
Date limite de publication : 2022-03-25

Contexte :
Poste publié sous réserve de la validation des instances et l’analyse de la soutenabilité financière.

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

La personne recrutée s’intégrera au laboratoire LISTIC (Laboratoire d’Informatique, Systèmes, Traitement de l’Information et de la Connaissance). Son activité sera dans le domaine de l’IA et plus particulièrement autour des méthodes d’apprentissage distribué, décentralisées et adaptées aux problématiques Edge Computing telles que l’apprentissage fédéré.

Sujet :
La personne recrutée devra prendre en charge plus particulièrement les enseignements liés à la virtualisation et au cloud, aux aspects sécurité et réseaux, ainsi que les nouveaux enseignements en cryptographie. Elle participera aux enseignements liés à tous les types de programmation, mathématiques, algorithmie et/ou autres enseignements en fonction du profil du/de la candidat/e. La personne recrutée 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.

La personne recrutée développera des travaux de recherche transversaux entre les deux thèmes du laboratoire :
– Le thème AFuTé (Apprentissage, Fusion et Télédétection), qui étudie les aspects théoriques, algorithmiques, méthodologiques ou encore applicatifs en apprentissage (robustesse, généralisation, interprétabilité), apprentissage statistique, fusion de données incertaines (probabilités, possibilités, croyances). Le développement de méthodologies IA généralisables, personnalisables et adaptables dans le temps est un enjeu d’intérêt.
– Le thème ReGaRD (Représentation, Gestion et tRaitement des Données pour l’humain), qui étudie entre autres, des problématiques d’infrastructures et architectures logicielles et matérielles pour les traitements distribués (Workflow, container, optimisation), ainsi que des problématiques de modélisation, de transport et placement de données.

Les travaux seront développés sur les domaines forts du laboratoire tels les données de type séries temporelles multivariées ou symboliques en provenance de systèmes de télédétection ou de mesure d’activités humaines. Ils prendront en compte les problématiques d’intégration des systèmes IA dans les systèmes informatiques, dans l’industrie et la société.

Profil du candidat :

Formation et compétences requises :

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

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

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

Laboratoire/Entreprise : Télécom Paris
Durée : Permanent
Contact : pietro.gori@telecom-paris.fr
Date limite de publication : 2022-03-25

Contexte :
Télécom Paris is one of the top four Engineering Grandes Ecoles in France and it is considered
the best engineering school for digital technology. It has close ties with both international academic
laboratories and industry. Télécom Paris is a founding member of Institut Polytechnique de Paris
(IPParis) and an IMT (Institut Mines-Télécom) school. Both institutions offer several funding for
internships, PhDs and post-docs. Télécom Paris provides a competitive salary, travel and research
support, complementary health insurance (even if not necessary in France) and other benefits.

Sujet :
Telecom Paris, a CS/EE school of IPParis, is hiring a tenured Assistant/Associate Professor
in the domain of artificial intelligence and computer vision for biomedical image processing and
understanding. The applicant will integrate the IMAGES team, within the Image, Data and Signal
Department (IDS) of the Information Processing and Communication Laboratory (LTCI). The team is
involved in theoretical, methodological, and applied research in the domain of mathematics, computer
vision, artificial intelligence, and computer graphics.
Outstanding applicants in all areas of artificial intelligence for biomedical imaging will be considered.
Possible research areas include:
– Deep learning for image reconstruction and analysis
– Statistical models for fusion of multi-modal data (i.e., imaging, clinical, genetic, etc.)
– Domain adaptation, Transfer learning, Self-supervised learning
– Generative machine/deep learning models
– Shape analysis and geometric statistics
– Medical knowledge representation and reasoning
– Association of symbolic and statistical machine/deep learning
– Federated learning

Profil du candidat :
The applicant is expected to have competences and skills in the domain of biomedical
imaging, computer vision and artificial intelligence with a strong background in applied mathematics
and/or computer sciences. The applicant should also show pedagogical skills and be able to teach on
deep/machine learning and image processing. The candidate must also be capable and interested in
facilitating and creating new cross-disciplinary interactions within the LTCI laboratory, across the
schools of IPParis and with external collaborators from the industry, hospitals, biological labs, etc.

Formation et compétences requises :
Required qualifications: The applicant must have a PhD, an outstanding academic record and excellent
proficiency in spoken and written English.

Preferred qualifications: Teaching experience, post-doctoral or international experience in an
academic or industrial laboratory, grant applications experience, capability and interest in mentoring
graduate and PhD students. If the candidate does not speak French, he/she must commit to obtaining
a professional proficiency in French as quickly as possible while under contract.

Adresse d’emploi :
Télécom Paris, Palaiseau, France

Document attaché : 202201241053_AIBioMed_Faculty_TelecomParis.pdf

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

Laboratoire/Entreprise : CRIStAL
Durée : Permanent
Contact : marc.tommasi@univ-lille.fr
Date limite de publication : 2022-03-31

Contexte :
Deux postes de maître de conférences en informatique sont ouverts à Lille en 2022. Les profils recherche proposent une intégration dans l’équipe Scool ou l’équipe Magnet.

Sujet :
Scool s’intéresse à la prise de décision séquentielle dans l’incertain, en particulier l’apprentissage par renforcement et les bandits. Scool aborde ces questions sous des angles qui vont du fondamental aux applications, en passant par la conception et l’étude d’algorithmes d’un point de vue théorique et d’un point de vue computationnel.
MAGNET s’intéresse à l’apprentissage statistique dans les graphes, l’apprentissage décentralisé, le traitement de la langue. Le profil porte plus particulièrement sur l’apprentissage machine, l’équité et le respect de la vie privée.

Profil du candidat :

Formation et compétences requises :

Adresse d’emploi :
Les candidatures non précédées d’un contact avec l’un des responsables d’équipes (Ph. Preux ou M. Tommasi) ne seront pas défendues.

Plus d’informations sont disponibles ici https://www.cristal.univ-lille.fr/?article25#EC et bien sûr n’hésitez pas à entrer également en contact avec le laboratoire, les structures d’enseignement.

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

Laboratoire/Entreprise : ORANGE- INRIA LILLE
Durée : 3 ans
Contact : patrick.royer@orange.com
Date limite de publication : 2022-03-31

Contexte :
These CIFRE ORANGE-INRIA

Sujet :
Database administration requires a high level of expertise. Its automation in distributed cloud environments can be improved through autonomous systems (ADBMS).

The ADBMS aims to manage without or with a minimum of human intervention, the operations of the life cycle of a database in production or non-production environments. It covers the self-driving of maintenance operations, self-security, self-healing.

The full description can be found here https://orange.jobs/jobs/offer.do?joid=110965&lang=EN

Profil du candidat :
The main objective of the thesis will be to study an autonomous function of a database management system (DBMS) used at Orange, able of maintaining a required level of QoS and QoE while optimizing the use of infrastructure resources and the need for human skills.

Formation et compétences requises :
The candidate must be fluent in French.

Adresse d’emploi :
The thesis will take place mainly in Guyancourt (France, 78) with regular trips to Villeneuve-d’Asq (France, 59) for 3 years.

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

Laboratoire/Entreprise : LS2N, Polytech’Nantes
Durée : 12 mois
Contact : francois.queyroi@univ-nantes.fr
Date limite de publication : 2022-03-31

Contexte :
Ce contrat s’intègre dans le cadre du projet R&D Collaborative Pays de la Loire SIMULBUS. Ce projet implique les équipes DUKe et PSI du LS2N et les entreprises A1 Statistiques et TELLAE.

Le développement des technologies Big Data et la prolifération des données des réseaux de transports publics ont favorisé le développement de solutions pour l’analyse des temps de parcours et de la performance des réseaux. Les données de base sont celles fournies par les Systèmes d’Aide à l’Exploitation (SAE) des réseaux de transports publics. Les données plus précises spatialement ne sont pas exploitées. Le croisement des sources de données est de plus un élément absent de ces technologies qui s’appliquent à restituer une source de données sans faire le lien avec le contexte de ligne (voirie, contexte urbain, météo, etc). Enfin, ces technologies sont également déconnectées des approches de simulation et fournissent simplement des analyses sans pouvoir évaluer de nouveaux scénarios de gestion.
L’objectif du projet est de croiser des données variées en termes de format, structure ou représentation en termes de nature (données temporelles, déterminants géographiques, voirie, météo, etc.), mais également des données avec une hétérogénéité sémantique afin de créer de modèles riches expliquant avec fiabilité la ponctualité et la régularité d’une course.

Sujet :
Le ou la candidat(e) retenu(e) devra participer activement à la proposition et à l’implémentation d’une approche combinant la fouille de motifs séquentiels et les modèles de mélanges de régressions, intégrant des données variées, pour modéliser une course d’un bus et prédire son comportement. La validation des modèles obtenus sera réalisée en partie à l’aide de la simulation dans un processus itératif et incrémental. Les modèles développés dans ce travail seront testées sur des données de deux de réseaux de transports publics : SEMITAN exploitant du réseau de l’agglomération nantaise et RTM exploitant du réseau de la métropole de Marseille.

Le ou la candidat(e) retenu(e) participera aussi à la vie du projet :

– organisation des réunions,
– interactions avec les différents partenaires,
– participation à la rédaction des livrables du projet (rapport, publications scientifiques, etc.).

Au LS2N, DUKe, le.a post-doctorant.a sera encadré.e par Mounira Harzallah et François Queyroi, en collaboration avec Bruno Rivière de A1 Statistiques et Vincent Leblond de TELLAE.

Profil du candidat :
Doctorat en Informatique/Mathématiques, avec des compétences en fouille de données/machine learning. Une expérience en clustering à base de modèles et aspects temporels serait un vrai plus.

Calendrier: Début 01/01/2022 (durée 12 mois).

Formation et compétences requises :
Doctorat en Informatique/Mathématiques, avec des compétences en fouille de données/machine learning. Une expérience en clustering à base de modèles et aspects temporels serait un vrai plus.

Calendrier: Début 01/01/2022 (durée 12 mois).

Adresse d’emploi :
Polytech’Nantes – Site de la Chantrerie rue Christian Pauc BP 50609 44306 Nantes cedex 3

Document attaché : 202109061509_simulbus_offre_postdoc_2022.pdf

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

Laboratoire/Entreprise : LIRIS, équipe TWEAK
Durée : 12 mois
Contact : frederique.laforest@insa-lyon.fr
Date limite de publication : 2022-03-31

Contexte :
Le projet ANR MOBILES vise à documenter, comprendre et soutenir les pratiques spatiales et
d’apprentissages langagiers des étudiant.es internationaux.ales accueillis dans le supérieur en France.
L’originalité du projet consiste à analyser les apprentissages que les séjours en immersion recèlent
potentiellement au prisme des pratiques spatiales augmentées par les outils numériques.
Il s’agit (1) d’analyser les pratiques spatiales des étudiants, c’est-à-dire mettre au jour les opportunités
d’apprentissage que le contexte recèle ; (2) de concevoir une mise en carte de la ville telle qu’elle est
pratiquée, grâce à une interface cartographique permettant de combiner des sources hétérogènes de
données et leur exploration à la fois quantitative et qualitative ; (3) d’étudier de quelles manières des
systèmes de recommandations basés sur la participation des utilisateurs peuvent être mis en place afin
de soutenir les objectifs d’apprentissage.

Sujet :
Une partie du projet MOBILES consiste à : (1) développer des méthodes innovantes pour collecter les
traces d’activité (explicites et déclarées), qui sont produites par des sources diverses et géolocalisées
(photographies, réseaux sociaux, recherches d’itinéraire…) ; (2) concevoir des méthodes de modélisation,
d’analyse et de visualisation, combinant des méthodes qualitatives avec des méthodes formalisées en
informatique et géomatique.
Un prototype d’application pour smartphone sera développé pour permettre à l’équipe du projet (1) de
collecter des données numériques relatives à des activités individuelles (traces géographiques, traces
d’activités numériques y compris les annotations produites) et (2) de proposer une visualisation
cartographique de ces traces et une discussion (a) individuelle, (b) partagée et (c) collective.
Pour atteindre cet objectif, les traces brutes (contenant des “obsels”, c’est-à-dire les éléments observés
[Champin et al., 2013]) seront le point de départ pour modéliser les données et construire des
visualisations considérées comme utilisables et acceptables par les participantes.
Les missions de la personne recrutée seront donc de produire :
• les spécifications techniques pour l’application smartphone (étude d’usages, définition des
indicateurs d’activité, en accord avec les membres du projet) ;
• la définition d’un modèle de traces collectées
• la première itération du prototype de l’application

voir http://www.atief.fr/sites/default/files/documents/Profil_Ingenieur_LIRIS-2022.pdf pour plus de détails

Profil du candidat :
Titulaire d’un diplôme d’ingénieur ou de master en informatique avec une solide expérience en
développement web
• Bonnes compétences techniques en développement web et application mobile
• Connaissance des standards du web sémantique (RDF, OWL) et en particulier ceux liées à
l’analyse de traces d’apprentissage (xAPI, LRS)
• Expérience de l’outil gestionnaire de code Git et compétences en documentation
• Respect des délais, rigueur, organisation, capacité à travailler en interaction avec des équipes
éloignées, des chercheurs, des enseignants

Formation et compétences requises :
Titulaire d’un diplôme d’ingénieur ou de master en informatique

Adresse d’emploi :
LIRIS, Campus de la Doua, Villeurbanne

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

Laboratoire/Entreprise : INRIA
Durée : 3 ans
Contact : reza.akbarinia@inria.fr
Date limite de publication : 2022-03-31

Contexte :
Ce poste est proposé dans le cadre d’un projet de recherche (Promise, https://pro.inserm.fr/wp-content/uploads/2021/12/plaquette-PROMISE.pdf) dont l’objectif est de créer un entrepôt de données pour intégrer les données des partenaires du projet liées à l’antibiorésistance. Le développement de l’entrepôt de données sera réalisé en collaboration avec l’équipe Zénith de l’Institut national de recherche en sciences et technologies du numérique (INRIA). L’équipe Zenith, experte en gestion des données scientifiques, a une solide expérience dans le traitement de grandes quantités de données produites par différentes méthodes.

Sujet :
Les principales activités de la personne recrutée sont les suivantes :
• Concevoir un entrepôt de données pour stocker des grands volumes de données.
• Échanger avec les partenaires pour établir au mieux la signification et les possibilité. d’interrogation sur les données, en particulier en les croisant avec celles des autres partenaires.
• Intégrer les données des partenaires dans l’entrepôt de données.
• Créer des pages web pour visualiser les résultats des requêtes et mettre à jour les données.

Profil du candidat :
Ingénieur (Bac +5) ou titulaire d’un doctorat

Formation et compétences requises :
Compétences techniques et niveau requis :
• Expérience dans le développement des systèmes de gestion de données NoSQL, en particulier MongoDB ou Cassandra.
• Connaissance du développement des sites web.

Adresse d’emploi :
Équipe Zenith, Inria, Montpellier

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

Laboratoire/Entreprise : LIRIS, équipe Imagine (Lyon)
Durée : 2 ans
Contact : stefan.duffner@insa-lyon.fr
Date limite de publication : 2022-03-31

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

Sujet :
The objectives of this post-doc position are to develop a computer vision system that analyses the videos captured from one or several cameras installed at the TBM and filming the excavated material on the conveyor belt. In order to decide on the possible reuse of the material, different geophysical properties needs to be estimated from visual features extracted in real-time from the video stream(s) coming from RGB cameras. This is challenging due to the mediocre acquisition conditions under low lighting and fast motion inducing some motion blur. More specifically, after some preprocessing, a first step is to develop a machine learning solution based on appropriate CNN models that are trained for either classification and/or regression tasks in a supervised manner. Different models should be designed, implemented and evaluated in terms of robustness and precision.
To go further, novel innovative neural network-based architectures and weakly supervised learning schemes should be proposed to learn a latent representation that reflects the meaningful similarities of relevant soil characteristics. Then, potentially other physical properties should be incorporated more explicitely into this semantic latent representation (either via a specific CNN or autoencoder-type model) to make the learnt features and models more explainable. After evalating these models, they should be appropriately integrated with other AI models that are not based on images but on TBM sensor data.

Profil du candidat :
We seek a post-doctoral researcher with strong skills in machine learning and computer vision. The candidate will be in interaction with the other project members in order to specify the requirements of the AI-based solution and manage the progress of the project.
Additional teaching activities may be conducted at INSA Lyon if the candidate desires to.

Formation et compétences requises :
A PhD in computer science or similar related to image processing, data analysis and machine learning.

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

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

Laboratoire/Entreprise : Lab-STICC/IMT Atlantique
Durée : 24 months
Contact : ronan.fablet@imt-atlantique.fr
Date limite de publication : 2022-03-31

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

Visit our website for additional information: https://cia-oceanix.github.io/

Sujet :
The successful candidate shall develop cutting-edge collaborative research activities for physics-informed emulators [Crammer et al., 2020; Nonnenmacher et al., 2021] for the simulation and
forecasting of ocean dynamics with a strong interest in the ability to fully exploit multimodal observation
datasets. Recent advances within our group on related topics [e.g., Fablet et al., 2021; Ouala et al., 2020;
Roy et al., 2021, Frezat et al., 2021] could provide a relevant basis for novel broad-impact contributions.
Specific case-studies on observation-driven ocean forecasting, ocean-atmosphere extreme dynamics (e.g.,
hurricanes, marine heatwave) as well as smart multimodal observing systems will be of key interest.

More information: https://cia-oceanix.github.io/downloads/postdoc_OceaniX_2021.pdf

Profil du candidat :
Ph.D in applied math/machine learning/data science/imaging science and a strong interest in ocean science

Formation et compétences requises :
Proven skills in machine learning and/or deep learning

Adresse d’emploi :
IMT Atlantique, Brest, France.

Document attaché : 202201312046_postdoc_OceaniX_2021.pdf

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

Laboratoire/Entreprise : IMT Atlantique, AI Chair OceaniX
Durée : 24 mois
Contact : ronan.fablet@imt-atlantique.fr
Date limite de publication : 2022-03-31

Contexte :
This postdoc position is opened in the framework of AI chair OceaniX (https://cia-oceanix.github.io/) dedicated to physics-informed AI for the monitoring and surveillance of the oceans. OceaniX chair gathers an interdisciplinary group with expertise in numerical modeling, applied math deep learning, remote sensing and ocean science to leverage AI technologies and paradigms to address key challenges in ocean modeling and forecasting, observing system design and control, surveillance and monitoring of maritime activities. OceaniX chair also benefits from the strong academy-industry partnerships (eg, Ifremer, CNES, CLS, NavalGroup, Eodyn, OceanDataLab, OceanNext…).

Sujet :
The successful candidate shall develop cutting-edge collaborative research activities for physics-informed emulators [Nonnenmacher et al., 2021] for the simulation and forecasting of ocean dynamics with a strong interest in the ability to fully exploit multimodal observation datasets. Recent advances within our group on related topics [e.g., Fablet et al., 2021; Ouala et al., 2020; Roy et al., 2021, Frezat et al., 2021] could provide a relevant basis for novel broad-impact contributions. Specific case-studies on subgrid-scale parameterization, ocean-atmosphere extreme dynamics (e.g., hurricanes, marine heatwave) as well as smart multimodal observing systems will be of key interest.

Additional Information on our ongoing research may be found at https://cia-oceanix.github.io/.

Profil du candidat :
Applications from candidates with a Ph.D in applied math/machine learning/data science and a strong interest in ocean and climate science as well as with a PhD in ocean and climate science and a proven background in machine and deep learning are welcome.

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

Adresse d’emploi :
IMT Atlantique, Brest, France

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

Laboratoire/Entreprise : LIUPPA / T2I
Durée : CDI
Contact : chef-info@iutbayonne.univ-pau.fr
Date limite de publication : 2022-03-31

Contexte :
Un poste de maître de conférences en informatique dans le domaine des architectures logicielles et de l’adaptation au contexte sera ouvert à l’Université de Pau et des Pays de l’Adour (UPPA) au titre de la campagne de concours synchronisée 2022.

Sujet :
L’intégration se fera au sein de l’équipe T2I du LIUPPA (https://liuppa.univ-pau.fr/fr/organisation/equipes-de-recherche/equipe-t2i.html) pour la recherche, et de l’IUT de Bayonne et du Pays Basque (Département Informatique sur le site d’Anglet – Montaury) pour l’enseignement (https://www.iutbayonne.univ-pau.fr).

Profil du candidat :
– Recherche :

Le candidat enseignant-chercheur devra intégrer le LIUPPA au sein de l’équipe T2I, et plus particulièrement dans le domaine de l’adaptation au contexte. Le candidat devra contribuer au niveau des architectures logicielles/middleware, mais il devra également proposer des liens avec les autres thématiques de l’équipe, que ce soit au niveau de l’extraction, de la recherche et/ou l’enrichissement sémantique de données.

Le laboratoire LIUPPA (Laboratoire Informatique de l’Université de Pau et des Pays de l’Adour), équipe d’accueil EA 3000, compte plus de 37 permanents répartis sur trois sites (Pau, Côte Basque et Mont‐de‐Marsan) et dans trois équipes de recherche : Traitements des informations pour l’adaptation de l’interaction au contexte et à l’utilisateur (T2I), Architecture des systèmes cyber-physiques (ASCP), et Génie logiciel (GL). Le LIUPPA positionne son projet scientifique dans un champ applicatif précis : la gestion des systèmes d’information et des architectures des systèmes cyber-physiques (SCP).

– Enseignement et tâches administratives :

Merci de contacter Christophe MARQUESUZAÀ (Chef du Département Informatique de l’IUT de Bayonne et du Pays Basque) : chef-info@iutbayonne.univ-pau.fr

Formation et compétences requises :
Le ou la candidat.e devra être titulaire d’un doctorat en informatique (Section CNU 27).

Adresse d’emploi :
IUT de Bayonne et du Pays Basque – Département Informatique sur le site d’Anglet – Montaury

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

Laboratoire/Entreprise : LIS – Aix-Marseille Université
Durée : indéterminée
Contact : patrice.bellot@univ-amu.fr
Date limite de publication : 2022-03-31

Contexte :
un poste MCF (ref. Galaxie 1067) est ouvert au concours à l’IUT
d’Aix-Marseille (site Aix-en-Provence) / laboratoire LIS dans le pôle
« Science des données ».

Côté recherche, il concerne plus particulièrement les équipes R2I
(Recherche d’information et Interactions) et DANA (Data miNing at
scAle).

Date limite de soumission : 31 mars à 16:00

Plus d’information ci-dessous et en suivant le lien Galaxie :
https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2022_1/0134009M/FOPC_0134009M_1067.pdf

NB : D’autres postes MCR et PR sont ouverts au LIS, certains
selon des profils proches de celui-ci. Voir :

Offre de poste PR ou MCF

Sujet :
Candidature avant : 31/03/2022

Modalité :
Les candidatures seront à déposer sur Galaxie, l’application sera
ouverte le 24 février 10:00 et la date limite de soumission est le
31 mars à 16:00 (heure de Paris).

Contacts :
Recherche : Frédéric Béchet frederic.bechet@lis-lab.fr
Enseignement : Vincent Risch vincent.risch@univ-amu.fr

Une attention particulière doit être prêtée aux recommandations
générales formulées par la CNU 27 quant à la rédaction du dossier :
https://cnu27.univ-lille.fr/qualification-note.html

Résumé :

Compétences particulières requises :
Une compréhension de l’organisation de la pédagogie que sous-tend
l’Approche Par Compétences telle qu’implémentée dans le nouveau
Bachelor Universitaire de Technologie sera bienvenue.

Enseignement :
Filière de formations concernées : Bachelor Universitaire de
Technologie (BUT) Informatique.
Objectifs pédagogiques : Prise en charge et suivi de cours, TD, TP,
projets, tout au long des trois années du BUT Informatique. Sont
plus particulièrement concernés les enseignements d’Architecture,
Systèmes et Réseaux, Conception et Développement d’Applications, mais
aussi Algorithmique et Programmation.
Les informations relatives à ces enseignements se rattachent au
Programme National du Bachelor Universitaire de Technologie dans la
spécialité Informatique.

Recherche :
La personne recrutée s’intégrera au pôle Science des Données du
Laboratoire Informatique et Systèmes (LIS). Une préférence sera donnée
aux thèmes de recherche des membres du pôle enseignant sur le site
aixois, et plus particulièrement au Département Informatique de l’IUT.
Ces thèmes relèvent essentiellement des équipes DANA (Data miNing at
scAle) et R2I (Recherche d’Information et Interactions) — sans que cela
n’exclue les autres thématiques du pôle.
Équipe DANA : la personne recrutée développera, en collaboration avec
les autres membres de l’équipe, des méthodes et algorithmes pour
l’extraction de motifs qui représentent des relations entre items, des
modèles thématiques, et plus généralement l’analyse de données
spatio-temporelles. Les recherches menées peuvent aussi concerner
l’analyse formelle de concepts.
Équipe R2I : la personne recrutée devra mener des recherches autour des
thèmes de la recherche d’information dans le contexte des interactions,
et notamment : le traitement, l’exploitation et l’analyse de documents
hétérogènes (articles, pages Web, réseaux sociaux, transcriptions de
l’oral depuis des vidéos) leur couplage avec des données multimodales
(voix, suivi visuel, données physiologiques), porteuses d’informations
émotionnelles, internes aux documents ou acquises auprès d’utilisateurs
de systèmes de recherche interactifs. Un point important est la prise
en compte du contexte et de composantes personnalisées et subjectives
pour des modèles non strictement informationnels de la pertinence. La
rareté des données et la nécessaire protection des données personnelles
demandent de favoriser les recherches vers des algorithmes peu
gourmands. En outre, les recherches pourront se diriger vers des
algorithmes proposant des modèles joints ou hybrides permettant
d’obtenir une meilleure expressivité et une meilleure diversité.

Mots clés : masse de données, science des données, fouille de données,
recherche d’information, analyse de sentiments et d’émotions.

Profil du candidat :
Doctorat Informatique ou équivalent

Formation et compétences requises :
Qualification section 27

Adresse d’emploi :
Laboratoire LIS – IUT Aix-Marseille