MaDICS est un Groupement de Recherche (GDR) du CNRS créé en 2015. Il propose un écosystème pour promouvoir et animer des activités de recherche interdisciplinaires en Sciences des Données. Il est un forum d’échanges et d’accompagnement pour les acteurs scientifiques et non-scientifiques (industriels, médiatiques, culturels,…) confrontés aux problèmes du Big Data et des Sciences des données.
Pour en savoir plus…
Les activités de MaDICS sont structurées à travers des Actions et Ateliers. Les Actions rassemblent les acteurs d’une thématique précise pendant une durée limitée (entre deux et quatre ans). La création d’une Action est précédée par un ou plusieurs Ateliers qui permettent de consolider les thématiques et les objectifs de l’action à venir.
Le site de MaDICS propose plusieurs outils de support et de communication ouverts à la communauté concernée par les Sciences des Données:
- Manifestations MaDICS : Le GDR MaDICS labellise des Manifestations comme des conférences, workshops ou écoles d’été. Toute demande de labellisation est évaluée par le Comité de Direction du GDR. Une labellisation rend possible un soutien financier pour les jeunes chercheuses et chercheurs. Une labellisation peut aussi être accompagnée d’une demande de soutien financier pour des missions d’intervenants ou de participants à la manifestation.
Pour en savoir plus… - Réseaux MaDICS : pour mieux cibler les activités d’animation de la recherche liées à la formation et à l’innovation, le GDR MaDICS a mis en place un Réseau Formation destiné à divers publics (jeunes chercheurs, formation continue,…), un Réseau Innovation pour faciliter et intensifier la diffusion des recherches en Big Data, Sciences des Données aux acteurs industriels et un Club de Partenaires qui soutiennent et participent aux activités du GDR.
Pour en savoir plus… - Espace des Doctorants : Les doctorants et les jeunes chercheurs représentent un moteur essentiel de la recherche et le GDR propose des aides à la mobilité et pour la participation à des manifestations MaDICS.
Pour en savoir plus… - Outils de communication : Le site MaDICS permet de diffuser des informations diverses (évènements, offres d’emplois, proposition de thèses, …) liées aux thématiques de recherche du GDR. Ces informations sont envoyées à tous les abonnés de la liste de diffusion MaDICS et publiés dans un Calendrier public (évènements) et une page d’offres d’emplois.
Adhésion au GDR MaDICS : L’adhésion au GDR MaDICS est gratuite pour les membres des laboratoires ou des établissements de recherche publics. Les autres personnes peuvent adhérer au nom de l’entreprise ou à titre individuel en payant une cotisation annuelle.
Pour en savoir plus…
Manifestations à venir
Journées Ecoles Conférences et Séminaires
Actions, Ateliers et Groupes de Travail :
CODA DAE DatAstro DSChem EXMIA GINO GRASP RECAST SaD-2HN SIMDAC SimpleText TIDS
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : CMG Conseil
Durée : CDI
Contact : benjamin.mosseri@cmg-consulting.group
Date limite de publication : 2021-03-31
Contexte :
CMG CONSULTING GROUP est un réseau de cabinets spécialisés dans le conseil en organisation, le pilotage de projets et l’expertise opérationnelle sur les métiers de la Banque / Finance / Assurance et Immobilier. Le Groupe est composé des cabinets suivants :
– CMG Conseil, crée en 2006, est positionné comme multi- spécialisé en Banque, Finance et Assurance
– CMG Advisory, crée en 2011, accompagne les Directions Financières et les Directions de contrôle interne des secteurs de la Banque, Assurance et Immobilier
– AMO Conseil, accompagne depuis 2008 les acteurs de l’Immobilier en apportant sa valeur ajoutée en organisation et SI immobilier, à l’assistance métier, au pilotage de grands projets ou encore aux reporting et outils décisionnels.
CMG CONSULTING GROUP recrute un jeune docteur data scientist qui va contribuer au développement des projets de R&D. Le Groupe recherche un candidat autonome et capable de prendre des initiatives et des responsabilités au sein de CMG Conseil pour intégrer une équipe qui croit en la valeur ajoutée de chacun de ses collaborateurs.
Sujet :
– Modélisation des données, génération et implémentation des concepts de deep learning, data mining, machine learning (séries financières, risque de crédit, etc.).
– Veille scientifique des nouvelles innovations et méthodologies Big Data
– Rédaction de rapports de recherches sur sujet proposé par les équipes de CMG Conseil ou proposé par le docteur
– Participation aux projets internes affiliés à la finance de marché, travail en coordination avec les équipes quantitatives
Profil du candidat :
– Maîtrise des langages de programmation permettant d’implémenter les méthodes et algorithmes imaginés
– Qualité professionnelle, capacité d’implication et sens des responsabilités reconnus afin d’intégrer une société de conseil apportant une forte valeur ajoutée à des clients.
Formation et compétences requises :
Docteur Junior (1er CDI impératif) spécialisé en traitement et analyse de données, optimisation de bases de données, afin de prendre en charge à terme les travaux de Recherche et de Développement de CMG Conseil.
Adresse d’emploi :
39 Avenue de Friedland, 75008 Paris
Offre en lien avec l’Action/le Réseau : RoCED/Doctorants
Laboratoire/Entreprise : IRIT
Durée : 12 mois
Contact : nathalie.hernandez@irit.fr
Date limite de publication : 2021-03-31
Contexte :
The ANR i-Flooding (e-Flooding) project focuses on risk management particularly in flash floods [Stolf 2019] and aims to limit the impact of floods and reduce the time needed to overcome the damage caused in the affected areas.
In this context, multiple data sources are considered to support and provide decision making. These data are of various types. They are static (land topologies, inhabited areas, population), computed from models or dynamically collected in real time (water level sensors, Vigicrue data or satellite images). These data can be analysed and interpreted from the knowledge of experts in the field (fire departments and participants in crisis meetings) as well as from knowledge from historical past floods.
Semantic web technologies have shown their interest, particularly in the context of the Internet of Things, to erase the heterogeneity of the data manipulated [Sezer 2018]. They allow the integration of knowledge representations that facilitate their automatic processing. Based on recent works such as those presented in [Sermet, 2019], one of the objectives of this post-doctoral work will be to propose an approach aimed at building and updating a knowledge graph from the data available in the two territories studied. This knowledge graph could be used to enrich the algorithm solving the routing problem of firefighters’ vehicles already proposed by the team [Dubois 2020]. Another objective will be to use this knowledge graph to help the firefighters analyze the crisis situation during their first reconnaissance on the ground. It will give the opportunity to confront the relevance of automatic reasoning based on technical sensors and that of the firefighter based on his observations, thus providing guidance to the actors of the crisis in their decisions. Finally, in order to promote rapid decision-making, the possibility of proposing an infrastructure to decentralize decisions such as the one presented in [Seydoux 2020] could be explored.
Sermet, Y., & Demir, I. Towards an information centric flood ontology for information management and communication. Earth Science Informatics, 12(4), 541-551, 2019.
Seydoux, N., Drira, K., Hernandez, N., & Monteil, T. EDR: A Generic Approach for the Distribution of Rule-Based Reasoning in a Cloud-Fog continuum.Semantic Web, Volume 11, Number 4, 2020
SEZER, Omer Berat, DOGDU, Erdogan, et OZBAYOGLU, Ahmet Murat. Context-aware computing, learning, and big data in Internet of Things: a survey. IEEE Internet of Things Journal, vol. 5, no 1, p. 1-27, 2018.
Dubois, F., Renaud-Goud, R., Stolf, P. Capacitated Vehicle Routing Problem under Deadlines. International Conference on Information and Communication Technologies for Disaster Management (ICT-DM 2019), Paris, 18/12/19-20/12/19, IEEE (Eds.), 2020.
Stolf, P., Pierson, JM., Sayah, A., Da Costa, G., Renaud-Goud P. e-Flooding: Crisis Management Through Two Temporal Loops. Hawai International Conference on Systems Science (HICSS 2019), Maui, Hawai, 08/01/19-11/01/19, University of Hawaï at Manoa, p. 2985-2994, janvier 2019.
Sujet :
The successful candidate will be located in IRIT, Toulouse under the supervision of Patricia Stolf and Nathalie Hernandez at the frontier of the following three areas:
1- Knowledge Representation and Reasoning
2- Semantic Web of Things
3- Machine learning
The main requirements for the positions are:
– a Ph.D. in computer science with a focus on Artificial Intelligence AND or IN either semantic web technologies, reasoning or distributed decisions.
– a good publication record,
– strong programming skills
– using either French or English as working language, with a sufficient mastering of the latter for international collaboration.
Profil du candidat :
The candidate will contribute to i-Nondations (e-Flooding) an ongoing research project on Flood Management. S/he will develop hypotheses, set-up experiments and write articles in collaboration with the other members involved in the project. One of his/her first tasks will be to draw up, in collaboration with the project members, a detailed work plan for her/his postdoctoral work at IRIT, based on his/her recent research experience.
Formation et compétences requises :
ADDITIONAL INFORMATION
Gross salary: between 3000 and 4000 € per month according to experience
Duration: 12 months
Start date: no later than March 1, 2021.
TO APPLY
Please send:
* a letter of motivation
* a curriculum vitae, including a list of publications
* the names and contact information of at least two referees
to both: Patricia Stolf (patricia.stolf@irit.fr) Nathalie Hernandez (nathalie.hernandez@irit.fr)
Application deadline: as soon as possible
Adresse d’emploi :
IRIT – 118 Route de Narbonne, F-31062 TOULOUSE CEDEX 9
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : LIG
Durée : 24 months
Contact : Emilie.Devijver@univ-grenoble-alpes.fr
Date limite de publication : 2021-03-31
Contexte :
Datasets structured as time series are available in many applications: provided by FMRI to study brain activity, summarizing the monitoring activity to detect IT anomalies, to name just a few of applications. However, as with any machine learning study, it is important to take into account the intrinsic causal structure to improve the decision as causal relations are crucial to predict the evolution of a system. If there have been several works dedicated to inferring causal graphs between time series (as [5]), few studies have been dedicated to causal reasoning and to the identification problem, which consists in computing, from data observed without any intervention, the probability of occurrences of events conditioned with variables forced to specific values.
[2] for example derived conditions of indeitification, comparable to the back-door and front-door criteria, from which they proposed a method to compute causal effects. However, their development concerns Granger causality [3], which does not correspond to true causal relations. More recently, [1] revisited Pearl’s original proposal [4] and developed algorithms for complete identification of Dynamic Causal Networks (DCNs) with hidden variables. However, the DCNs they consider are not entirely general.
Sujet :
The objectives of this post-doctoral project is to fully address the identification problem in the context of time series, and develop in this same context appropriate counterfactual reasoning procedures.
[1] G. Blondel, M. Arias, and R. Gavaldà. Identifiability and transportability in dynamic causal networks. Int J Data Sci Anal, 3:131–147, 2017.
[2] M. Eichler and V. Didelez. Causal reasoning in graphical time series models. In Proceedings of the Twenty-Third Conference on Uncertainty in Artificial Intelligence, UAI’07, page 109–116, Arlington,
Virginia, USA, 2007. AUAI Press.
[3] C. Granger. Some recent development in a concept of causality. Journal of Econometrics, 39(1-2):199–211, 1988.
[4] J. Pearl. Causal diagrams for empirical research. Biometrika, 82(4):669–688, 12 1995.
Profil du candidat :
Interested candidates should send a complete CV with a list of publications and two reference letters to Emilie Devijver (emilie.devijver@univ-grenoble-alpes.fr) and Eric Gaussier (eric.gaussier@univ- grenoble-alpes.fr). Candidates should be pursuing internationally recognized research in ML/AI, with a strong interest in causal inference and causal reasoning.
This project fits within the Grenoble Computer Science Lab (called LIG, http://www.liglab.fr/en) and the Interdisciplinary Institute in Artificial Intelligence MIAI@Grenoble Alpes (https://miai.univ-grenoble- alpes.fr/). MIAI@Grenoble Alpes is one of the four AI Institutes created by the French government to accelerate R&D, teaching and innovation in AI in France.
Formation et compétences requises :
PhD thesis
Adresse d’emploi :
Bâtiment IMAG – 700 avenue Centrale
Domaine universitaire de Saint-Martin-d’Hères
Document attaché : 202102051933_postdoc_prop-2.pdf
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : LIB (Laboratoire d’Informatique de Bourgogne)
Durée : 12-18 mois
Contact : ana-maria.roxin@u-bourgogne.fr
Date limite de publication : 2021-03-31
Contexte :
Dans le cadre du projet ANR McBIM, les objectifs pour le LE2I visent à a) d’extraire des informations des différentes structures en béton composant un bâtiment, b) d’intégrer ces informations dans la maquette numérique du bâtiment et c) de permettre leur exploitation tout au long du cycle de vie du bâtiment. Le standard international pour représenter des maquettes numériques est le format IFC (Industry Foundation Classes). Depuis 2017, une sérialisation en langage OWL (Web Ontology Language) a été définie pour le format IFC.
Sujet :
L’approche étudiée dans ce projet souhaite tirer avantage des technologies dites du Web sémantique, et plus particulièrement des données liées, afin a) d’augmenter l’interopérabilité entre les différentes acteurs métiers intervenant sur une maquette numérique, mais aussi de b) permettre de fournir une connaissance plus précise du bâtiment aux gestionnaires de patrimoine (e.g. résistance structurelle au cours du temps). Plus particulièrement, les aspects suivants seront abordés :
• Etat de l’art du domaine – identification de vocabulaires contrôlés existants permettant d’annoter les données du bâtiment e.g. ifcOWL
• Définition du modèle de connaissance minimal permettant l’interopérabilité entre acteurs
• Selon les « jargons métiers » utilisés ou rencontrés, alignement de concepts spécifiques par rapport la terminologie IFC
• Selon les données remontées par le système, identification des propriétés IFC associées
• Définition de règles de gestion permettant de lancer des alertes automatiquement (e.g. à la suite d’une remontée d’informations il faut être capable d’identifier si quelque chose ne va pas).
• Développement d’une plateforme permettant le suivi et la gestion des messages remontés, ainsi que leur intégration par rapport à une maquette numérique existante
Profil du candidat :
Les candidats doivent avoir des bases solides en ingénierie des connaissances. Dans le contexte de ce poste, nous nous intéressons aux modèles formels définis avec des langages de description d’ontologies tels qu’OWL, ainsi qu’aux technologies dites du Web sémantique en un sens plus large (langages de requêtes e.g. SPARQL et langages de modélisation de règles logiques e.g. SHACL).
Sont souhaitées des compétences en développement informatique, notamment en développement de s.
Des compétences en réseaux de capteurs sans-fil (Wireless Sensor Networks) sont un plus.
Les approches développées au sein de ce projet seront appliquées dans le domaine du bâtiment et des maquettes numériques associées.
Des connaissances dans le domaine de l’ingénierie civile ou de la construction de bâtiments seront considérées comme des plus.
La maîtrise de la langue française est indispensable. Un bon niveau en communication anglaise est requis.
Le candidat devra présenter un solide potentiel de recherche. Il/elle devra être prêt(e) à interagir avec un nombre significatif d’acteurs industriels et à faire l’interface entre ces derniers et l’encadrant académique.
Formation et compétences requises :
Titulaire d’un doctorat en informatique (PhD)
Ingénierie des connaissances (langages RDF/OWL), données liées (Linked Data), fédération de données, langage de requêtes SPARQL, langages pour la définition de règles logiques (e.g. SWRL, RIF, SHACL)
Réseaux de capteurs sans-fil (Wireless Sensor Networks), sécurisation des échanges au sein d’un WSN, protocoles réseau capteurs, cloud computing
Constituent un plus :
– une connaissance de la norme Industry Foundation Classes (IFC)
– un intérêt pour le domaine du BIM (Building Information Modeling)
Adresse d’emploi :
Laboratoire LIB (EA 7534), 9 allée Alain Savary, 21000 Dijon
Possibilité de télétravail à 100% pendant la période de crise sanitaire
Document attaché : 202101191629_Offre de PostDoc_McBIM_01_2021.pdf
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : Ecole polytechnique / Département de Mathématiques
Durée : 2 x 3 ans
Contact : Erwan.Le-Pennec@polytechnique.edu
Date limite de publication : 2021-03-31
Contexte :
The Applied Mathematics Department at Ecole Polytechniqueis willing to hire one part-time associate professor or assistant professor in the field of statistical/machine learning. This position is cumulative with a permanent position at some other institution.
Sujet :
Data Science and Artificial Intelligence
Profil du candidat :
Candidates must be at the highest international level in research, with the willingness to invest in teaching at Ecole Polytechnique with first-rate pedagogical skills. We are looking for candidates likely to strengthen our team in statistical learning in the broadest sense, including (the list is not exhaustive): learning theory, large-scale optimisation and simulation, reinforcement learning, Bayesian methods, deep learning.The candidate will carry out a large part of his or her teaching within the framework of the Master Data Science for Business X-HEC.
Formation et compétences requises :
This position is cumulative with a permanent position at some other institution.
Adresse d’emploi :
Ecole polytechnique
Document attaché : 202103111453_Profil_MAP 2 ChE PCC profil DataScience.pdf
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : MSHE Claude Nicolas Ledoux (USR 3124)
Durée : CDD — 6 mois
Contact : marion.bendinelli@univ-fcomte.fr
Date limite de publication : 2021-03-31
Contexte :
La plateforme technologique SHERPA (Sciences de l’Homme et de l’Environnement – Ressources, Partage, Accompagnement) de la MSHE Claude Nicolas Ledoux (USR 3124) réunit des compétences méthodologiques et technologiques, et des équipements spécialisés (matériels d’acquisition des données, logiciels de traitement et d’analyse, bases de données de référence) lui permettant d’accompagner les chercheurs dans l’acquisition, le traitement, l’analyse et la restitution des données de leurs recherches.
L’unité NuAnCES (Numérisation et ANalyse de Corpus pour la rEcherche Scientifique), l’une des trois unités fonctionnelles de SHERPA, développe aujourd’hui un pôle de services pour l’archivage et la diffusion web de données multimédia qui figure un creuset interdisciplinaire et interinstitutionnel de premier ordre et qui répond aux besoins d’actions émergentes, en particulier celles hébergées au sein du pôle Archive, Bases, Corpus (ABC), « Mémoires ouvrières Jean-Paul Goux » ou « Les parlers franc-comtois : objets du patrimoine, activités de patrimonialisation »). À cet effet, l’unité NuAnCES recrute, pour une durée de 6 mois, un.e spécialiste des systèmes et techniques de l’audiovisuel. La personne recrutée sera chargée de mettre en œuvre un protocole pour une chaîne complète d’acquisition (ou de rétro-conversion), de traitement, d’archivage pérenne et de diffusion web de données audiovisuelles. Elle travaillera dans ce cadre en étroite collaboration avec les personnels de la MSHE en charge des infrastructures virtuelles, les responsables de la plateforme et ingénieur.es et/ou chercheur.es impliqués dans les actions du pôle ABC.
Sujet :
Missions
– Recherche et rédaction d’un état de l’art des formats et codecs actuels d’archivage pérenne et de diffusion dans les navigateurs Web ;
– Mise en relation avec les institutions liées à l’archivage audiovisuel pérenne (CINES, Huma-Num, RnMSH/Audio-Visio, …) ;
– Mise en en œuvre d’un protocole pour une chaîne complète d’acquisition (ou de rétro-conversion), de traitement, d’archivage pérenne et de diffusion Web de données audiovisuelles ;
– Ajustement, installation et configuration de la station d’acquisition et de traitement audiovisuel (PC hautes performances dédié à l’encodage/décodage CPU et GPU) ;
– Recherche, installation, configuration et tests sur les logiciels d’encodage/décodage répondant aux standards d’archivage pérenne et de diffusion Web ;
– Rédaction d’un guide d’utilisation pour le traitement des archives audiovisuelles dans le cadre de l’archivage pérenne ;
– Rédaction d’un guide d’utilisation pour le traitement des archives audiovisuelles dans le cadre de la diffusion Web ;
– Déploiement éventuel d’un système d’encodage en ligne via dépôt des fichiers en FTP ou autre protocole.
Profil du candidat :
• Diplôme supérieur Bac+2 minimum ou parcours professionnel admis en équivalence
• Expérience souhaitée dans le domaine de l’informatique dédié à l’audiovisuel
Formation et compétences requises :
• Connaissance approfondie des standards liés à l’audiovisuel (formats d’encodage/décodage, fichiers conteneurs)
• Connaissance approfondie de plusieurs logiciels de traitement audiovisuel (encodage/décodage CPU et GPU)
• Bonne maîtrise des techniques et structures informatiques associées aux besoins métiers : serveur, stockage, réseaux, supports informatiques
• Connaissance souhaitée d’infrastructures et consortiums nationaux de la recherche en sciences humaines – Très Grande Infrastructure de Recherche (TGIR) Huma-Num, Réseau national des MSH (RnMSH), Centre Informatique National de l’Enseignement Supérieur (CINES), ancien consortium Archives des Mondes Contemporain…
• Savoir transmettre ses connaissances en s’adaptant au niveau des utilisateur.rices
• Qualités rédactionnelles
Adresse d’emploi :
MSHE Claude Nicolas Ledoux, 1 rue Charles Nodier 25000 Besançon
Document attaché : 202012161515_MSHE Besançon_Specialiste-systemes-et-techniques-audiovisuel_VF.docx
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : CNRM (Meteo France, CNRS)
Durée : 36 months
Contact : nemesio.rodriguez@cesbio.cnes.fr
Date limite de publication : 2021-04-01
Contexte :
In the context of climate warming, the frequency and the intensity of extreme events such as droughts is increasing, and better modelling the response of vegetation to climate is needed. Monitoring the impact of extreme events on terrestrial surfaces involves a number of variables of the soil-plant system such as surface albedo, the soil water content and the vegetation leaf area index (LAI). These variables can be monitored by either using the unprecedented amount of data from the Earth observation satellite fleet, or using land surface models. Another solution consists in combining all available sources of information by integrating satellite observations into models.
This process is called data assimilation. Because data assimilation is able to weight the information coming from contrasting sources of information and to account for uncertainties, it can produce an analysis of terrestrial variables that is the best possible estimation. Data assimilation can only apply to observations that are simulated by the model through an observation operator. Biophysical level 2 and level 3 satellite products can generally be simulated by land surface models. These products are derived from level 1 products consisting in brightness temperatures, radiances, reflectances, or radar backscattering for example. While level 1 products are close to the physical observations made by spaceborne sensors, higher level products result from an interpretation of the level 1 observations. This process can result in an uncertainty cascade that cannot be quantified easily in the context of data assimilation. From this point of view, assimilating level 1 products is a better option.
Sujet :
The objective of this PhD work is to develop the assimilation of level 1 products in the ISBA land surface model within the SURFEX modelling platform. ISBA is used in the LDAS-Monde land data assimilation system (Albergel et al. 2017). Observation operators will be developed using machine learning (e.g. Rodríguez-Fernández et al., 2019) and will concern microwave level 1 products from SMOS, ASCAT, and Sentinel-1. The MODIS albedo product will be used to train an observation operator for surface albedo, which is closer to level 1 than LAI. It will be investigated to what extent machine learning can be used to build observation operators able to simulate satellite observations and to improve the consistency between simulated biophysical variables (LAI, soil moisture, surface albedo). A global land reanalysis will be produced and evaluated using pre-existing reanalyses and pre-existing true LAI 10-day syntheses from SPOT-VGT, PROBA-V and Sentinel-3. The PhD work will be cosupervised by J.-C. Calvet (CNRM) and Nemesio Rodriguez-Fernandez (CESBIO).
The subject is funded by the Centre National d’Etudes Spatiales and Météo France
https://recrutement.cnes.fr/en/annonce/1100209-084-contribution-of-machine-learning-to-the-integration-of-31100-toulouse
Profil du candidat :
—
Formation et compétences requises :
Master 2 (or equivalent) in applied mathematics or physics
Knowledge of machine learning approches in a geophysical context would be an asset
Knowledge of array programming in Python/Matlab
Good communication and teamwork skills
Adresse d’emploi :
42 Avenue Gaspard Coriolis, 31100 Toulouse, France
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : IRIT, Toulouse
Durée : 6 mois
Contact : ravat@irit.fr
Date limite de publication : 2021-04-01
Contexte :
A l’heure actuelle, les entreprises disposent de nombreuses sources de données disséminées au sein des différents services. Or, pour faciliter les prises de décision, il est primordial qu’elles puissent :
– localiser et connaître au mieux les données de ces sources,
– accéder aux données de ces sources à ces sources en ayant une vision unifiée pour faciliter les analyses.
Sujet :
Dans ce cadre, le besoin de « vue unifiée des données disponibles » dans l’entreprise est fondamental. L’objectif de cette vue, pour l’usager final, est « d’effacer autant que possible l’hétérogénéité des systèmes, des formats etc… dans lesquels se trouvent les données ». Cette vue unifiée a donc pour objectif de permettre à l’usager final d’avoir une vision synthétique des données au travers de laquelle il pourra interagir avec les données (interroger, extraire, traiter…). Cette vue unifiée peut, en fonction des besoins, couvrir l’activité globale de l’entreprise ou être spécifique à un projet ou un service.
Cependant obtenir une telle vue unifiée nécessite notamment la prise en compte et l’intégration des schéma des différentes sources de données (“schema matching”). Beaucoup de travaux existent dans ce domaine [1]. L’utilisation de graphes semble prometteuse. et notamment, nous pouvons identifier de nouvelles tendances notamment basées sur les « embeddings » de graphs telles que node2vec [2]. De par l’hétérogénéité des sources et des données, les travaux prenant en compte les graphes hétérogènes seront privilégiés [3].
Enfin pour faciliter l’usage de la vue unifiée par les usagers, cette vue unifiée doit proposer un schéma synthétique du schéma global obtenu par l’intégration des schémas des sources de données. De ce fait, des opérateurs notamment de forage tel que celui bien connu dans le monde décisionnel devront être intégrés pour permettre à l’usager final de descendre dans les détails du schéma ou directement revenir aux données souhaitées.
[1] Rahm, E., Bernstein, P. A survey of approaches to automatic schema matching. The VLDB Journal 10, 334–350 (2001). https://doi.org/10.1007/s007780100057
[2] node2vec: Scalable Feature Learning for Networks. A. Grover, J. Leskovec. ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD), 2016. https://snap.stanford.edu/node2vec/
[3] Rana Hussein, Dingqi Yang, and Philippe Cudré-Mauroux. 2018. Are Meta-Paths Necessary? Revisiting Heterogeneous Graph Embeddings. In Proceedings of the 27th ACM International Conference on Information and Knowledge Management (CIKM ’18). Association for Computing Machinery, New York, NY, USA, 437–446. DOI:https://doi.org/10.1145/3269206.3271777
Profil du candidat :
Dans le cadre de ce contrat de Post-Doc, nous recherchons un candidat motivé et intéressé par le sujet. Il devra démontrer ses qualités dans le domaine abordé par les travaux. Des compétences techniques en informatique et dans le domaine plus spécifique des systèmes d’informations et du management de données seront un atout indéniable.
Les candidats intéressés doivent envoyer leur dossier au format PDF et contenant les pièces indiquées ci-dessous par email, au plus vite, à Max.Chevalier@irit.fr et Franck.Ravat@irit.fr.
Pièces à joindre au dossier :
– CV complet et à jour
– Lettre de motivation pour ce Post-Doc
– Résumé de la thèse soutenue et lien vers le document en version manuscrite
– Lettre(s) de recommandation du directeur de thèse ou des co-encadrants (non obligatoire)
N’hésitez pas à nous contacter pour toute information complémentaire.
Formation et compétences requises :
Doctorat en Informatique avec déjà une première expérience en modélisation et intégration de données.
Adresse d’emploi :
IRIT : Institut de Rechercher en Informatique de Toulouse,
Université Toulouse Capitole – 2, Rue du Doyen Gabriel Marty, Toulouse
Lieu d’activité : Manufacture des tabacs, Allée de Brienne, Toulouse
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : LUTH – Observatoire de Paris
Durée : 18 months
Contact : mathieu.servillat@obspm.fr
Date limite de publication : 2021-04-01
Contexte :
The Laboratoire Univers et Théories (LUTH) is a joint research unit (UMR 8102) of the CNRS, the Observatoire de Paris and the University of Paris and has its premises in the beautiful park of the Château de Meudon. The laboratory employs about fifty people.
The laboratory’s scientific activity is mainly focused on the theoretical study of astrophysical systems and their modelling, including the modelling of plasmas at
very high energy (GeV – TeV). Part of the activities also concerns the processing of data from high-energy observations.
LUTH will provide all the necessary means (office, workstation, scientific environment, travel budget) to carry out this work within its High Energy Phenomena team.
Sujet :
The LUTH (Paris Observatory) participates in the European project ESCAPE (European Science Cluster of Astronomy & Particle physics ESFRI research infrastructures) with a special focus on metadata of origin and access to Cherenkov data, in order to make the CTA (Cherenkov Telescope Array) data “Findable, Accessible, Interoperable and Reusable (FAIR)”.
The missions cover :
– integration of tools for building the source of data produced by CTA’s pipelines,
– development of tools for querying this data and testing of the scientific analysis platform within the framework of ESCAPE,
– definition and implementation of standards, in relation with the International Alliance of Virtual Observatories (IVOA),
– preparation and analysis of H.E.S.S. (and CTA) data, for example by getting involved in the development of Gammapy
The work will be carried out in close collaboration with the CTA consortium and the partners in ESCAPE. Active participation in the H.E.S.S. collaboration is possible.
The precise topic will depend on the interests and experience of the person recruited.
The successful candidate will be able to
1) participate in the development of the Gammapy software libraries and CTA pipeline, including the inclusion of provenance
2) interact with other ESFRIs involved in ESCAPE to develop common data access solutions (portal, format, analysis, etc)
3) to participate in the analysis of the data of the H.E.S.S. experience and related science
Profil du candidat :
Post-doctorate, with less than 2 years of experience after the thesis
Formation et compétences requises :
Candidates should have a good experience in software development and object-oriented programming, languages (Python, C++).
Skills in high energy astrophysics are a plus.
Experience and interest in one or more of the following areas would be relevant:
* Experience in continuous integration (e.g. Gitlab) and continuous deployment solutions (e.g. Docker)
* Knowledge of the technologies of scientific analysis platforms (e.g. Jupyter Hub)
* Experience with web application frameworks (e.g. Django, Flask)
Adresse d’emploi :
https://emploi.cnrs.fr/Offres/CDD/UMR8102-CATBOI-003/Default.aspx?lang=EN
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : ICM – Institut du Cerveau (CNRS/Inria/Inserm/Sorbo
Durée : 12 à 36 mois
Contact : olivier.colliot@sorbonne-universite.fr
Date limite de publication : 2021-04-01
Contexte :
You will work within the ARAMIS lab (www.aramislab.fr) at the Paris Brain Institute. The institute is ideally located at the heart of the Pitié-Salpêtrière hospital, downtown Paris.
The ARAMIS lab, which is also part of Inria (the French National Institute for Research in Computer Science and Applied Mathematics), is dedicated to the development of new computational approaches for the analysis of large neuroimaging and clinical data sets. With about 35 people, the lab has a multidisciplinary composition, bringing together researchers in machine learning and statistics and medical doctors (neurologists, neuroradiologists).
The research project will be carried out within the framework of the Olivier Colliot Chair at the Interdisciplinary Institute of Artificial Intelligence (3IA) PRAIRIE (http://prairie-institute.fr/ ), one of the four 3IA institutes created as part of the French plan for artificial intelligence.
We have access to a supercomputer with 1024 GPU.
Sujet :
Working within the ARAMIS team, the researcher’s mission will be to develop research on the topic of deep learning for brain imaging. More specifically, the research project can tackle one of the following subjects or their combination:
– interpretable deep learning through joint training (e.g. joint segmentation, classification and grading)
– automatic classification for differential diagnosis
– training and validation from very large scale clinical routine datasets (N>100,000)
– integration of medical image analysis and natural language processing
– reproducibility of machine learning systems
He/she will be able to contribute to the training and co-supervision of students (Master, PhD).
Profil du candidat :
– PhD in computer science, electrical engineering or a related field
– Research experience in Deep Learning
– Experience in the field of medical imaging would be a plus but is not mandatory
– Genuine interest for applications in medicine
– Good writing skills
– Good communication skills
Formation et compétences requises :
See above
Adresse d’emploi :
ICM, 47 boulevard de l’hopital, 75013 Paris, France
Document attaché : 202102021659_postdoc_EN-v1.pdf
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : XLIM, university of Poitiers
Durée : 12 months with poss
Contact : olfa.ben.ahmed@univ-poitiers.fr
Date limite de publication : 2021-04-01
Contexte :
The University of Poitiers and the XLIM laboratory has an opening for recent PhD or Postdoc with expertise in multimedia data analysis and machine learning with a focus on deep learning and multimodal data processing.
Sujet :
The postdoctoral researcher will work on affective analysis of multimedia data for entertainment and education. This fellowship is a part of the CPER-FEDER project “E-Education” in partnership with the European Union. The fellowship has a duration of 12 months with possibility of extension. The candidate will work on developing new deep learning-based approaches for image and video affective content understating, classification, and retrieval. He/she will have access to local datasets and computational resources, including GPUs. The postdoctoral researcher will work in collaboration with researchers on cognitive and educational psychology from the CERCA-CNRS laboratory.
Profil du candidat :
We are seeking highly qualified and motivated candidate with a PhD in Computer Vision, Machine Learning, Image processing or a closely related field, a relevant scientific track record on major computer vision conferences/journals is a criterion for the selection as well as experience on deep learning techniques and platforms. Experience on affective computing is considered a plus for this position.
Formation et compétences requises :
Please include a CV, a statement of research interests and 2 letters of reference emailed to Olfa Ben Ahmed at olfa.ben.ahmed@univ-poitiers.fr. The call will remain open until the position is filled but a first deadline for evaluation of candidates will be 01/03/2021. The post-doc contract will start during April 2021.
Adresse d’emploi :
.
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : LIS, UMR CNRS 7020, Equipe Signal Image Modélisati
Durée : Permanent
Contact : thirion@univ-tln.fr
Date limite de publication : 2021-04-01
Contexte :
Un poste de maître de conférences 61e section en Signal, Images, Vision est ouvert sur la campagne 2021 à l’Université de Toulon (UTLN, Ecole d’ingénieur SeaTech, école partenaire de Grenoble INP) avec affectation à l’équipe SIIM du laboratoire LIS, UMR CNRS 7020, commune à AMU et l’UTLN dont les principaux thèmes de recherche concernent les méthodes de résolution de problèmes inverses (séparation, déconvolution, démixage, fusion de données hétérogènes), les algorithmes d’apprentissage machine pour la reconnaissance d’objets et l’aide à la décision et l’application de ces techniques à l’analyse de données réelles pour des applications liées au domaine maritime.
Sujet :
Le LIS mène des activités de recherche fondamentales et appliquées dans les domaines de l’informatique, de l’automatique, du signal et de l’image. Il est composé de 20 équipes de recherche et est structuré en 4 pôles : le pôle Calcul, le pôle Sciences des Données, le pôle Analyse et Contrôle des Systèmes et le pôle Signal et Image.
La personne recrutée sera affectée à l’équipe « Signal Image et Modélisation » du pôle « Signal Image » du LIS.
Ce recrutement vise à renforcer les activités de l’équipe SIIM sur ces thématiques afin de répondre à des problématiques d’actualité à la fois d’un point de vue méthodologique (recherche de modèles adaptés, développement et optimisation d’algorithmes dédiés pour l’exploration et l’exploitation de données multidimensionnelles potentiellement de grande dimension, approches statistiques) et d’un point de vue appliqué (systèmes d’acquisition des données, réseau de capteurs, traitements embarqués et/ou temps-réel).
La personne recrutée aura vocation à mener une activité de recherche équilibrée entre développements théoriques et appliqués portant sur le traitement du signal, de l’image et la vision par ordinateurs dans le contexte de projets académiques et industriels liés entre autres à la défense ou la surveillance maritime. Seront privilégié.e.s les candidat.e.s ayant un excellent dossier scientifique mais également une motivation à travailler dans un domaine applicatif, principalement orienté vers le secteur maritime.
En ce qui concerne l’enseignement, la personne recrutée intégrera l’équipe pédagogique de SeaTech et plus spécifiquement celle en charge de l’ensemble des enseignements en STIC (informatique, méthodes numériques, algorithmique, traitement et analyse du signal et des images, …). Cela concerne directement le nouveau diplôme ‘’Systèmes Numériques’’ ouvert en 2020 sous statut apprenti mais également le diplôme de l’école sous statut étudiant. Elle devra pouvoir prendre part à l’enseignement de l’ensemble des modules du domaine des STIC proposés au sein de l’école d’ingénieur SeaTech.
Profil du candidat :
Consulter la fiche de poste sur Galaxie :
https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2021_1/0830766G/FOPC_0830766G_4209.pdf
Formation et compétences requises :
Mots clefs : Information, Signal, Images, Vision, Modèles, Algorithmique et Simulations Numériques, Données, Apprentissage. Applications en Surveillance et Sûreté Maritime.
Pour des informations complémentaires, consulter la fiche de poste.
Adresse d’emploi :
Recherche : Laboratoire d’Informatique et Systèmes (LIS) – UMR CNRS 7020, Université de Toulon – Campus de La Garde
Enseignement : Ecole d’ingénieur SeaTech, Université de Toulon, Campus de La Garde
Document attaché : 202103161355_Pour le site du GDR MADICS.pdf
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : Laboratoire de Physique, ENS de Lyon
Durée : permanent
Contact : Pierre.Borgnat@ens-lyon.fr
Date limite de publication : 2021-04-01
Contexte :
Un poste de Maître de conférence sera ouvert en traitement du signal et des images à l’ENS de Lyon, candidature entre fin février et mars 2021.
Le poste sera dans l’équipe Sispyphe (Signaux, Systèmes et Physiques) du Laboratoire de Physique de l’ENS de Lyon et du Département de physique.
http://www.ens-lyon.fr/PHYSIQUE/teams/signaux-systemes-physique/documents/job-profile-associate-professor-signal-and-image-processing
Sujet :
Profil Recherche :
La personne recrutée renforcera l’équipe Sisyphe “Signal, Systèmes et Physique” du Laboratoire de Physique. Elle mènera un projet de recherche en traitement du signal, des images ou de données complexes, visant à l’analyse et au traitement de données qui peuvent être hétérogènes, multi-échelles, non stationnaires, sur graphes, structurées, massives et/ou multimodales. Un intérêt ou une compétence dans les approches d’apprentissage statistique seront appréciés.
L’objectif est à la fois de contribuer au plus haut niveau international aux développements méthodologiques et théoriques dans ces différents domaines, et d’en proposer et développer des applications. Ces applications pourront être en lien avec les études, expérimentales ou théoriques, faites au Laboratoire de Physique, ou avec les projets existants dans l’équipe Sisyphe, par exemple pour des études sur des données dans les domaines biomédical, biophysique, climat, environnement, géoscience, sciences sociales ou économiques.
La recherche pourra se développer en lien avec d’autres laboratoires de l’ENS de Lyon, notamment avec les équipes en apprentissage statistique des laboratoires d’informatique et de mathématiques.
Profil Enseignement :
Les enseignements seront assurés au Département de Physique de l’ENS de Lyon. Ils seront dispensés au titre de toutes les années du diplôme de l’ENS de Lyon : pré-master (niveau L3), master y compris préparation à l’agrégation de sciences physiques, et quatrième année. Ils prendront la forme de travaux pratiques, de travaux dirigés et/ou de cours magistraux. Les disciplines enseignées relèvent du traitement du signal et des images, de la science des données et de l’apprentissage statistique, mais aussi des sciences physiques de manière générale.
Le département de physique porte une orientation de M2 en modélisation des systèmes complexes qui, sur les thèmes des sciences des données, méthodes numériques et étude des systèmes complexes, accueille des étudiants d’autres départements. Selon l’auditoire, les enseignements devront être adaptés à des étudiants en physique ou issus d’autres disciplines.
L’enseignant chercheur recruté s’impliquera dans le développement de nouveaux enseignements à destination des étudiants de l’ENS de Lyon, pour une vision moderne du traitement de signal et des images, des méthodes d’apprentissage statistique et/ou du traitement de données complexes. Il sera également impliqué dans le suivi individualisé des étudiants.
Profil du candidat :
Les candidats devront être qualifiés au poste de Maître de conférence (sauf procédure pour candidats étrangers). Bien que le poste soit en CNU 61, les candidats d’autres CNU sont bienvenus (par exemple 28 ou 27) en accord avec le profil de recherche.
Formation et compétences requises :
traitement du signal et des images, sciences physiques, apprentissage statistique
Adresse d’emploi :
ENS de Lyon, 69007 Lyon
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : LORIA
Durée : sans limite
Contact : direction@loria.fr
Date limite de publication : 2021-04-01
Contexte :
Cinq postes d’enseignants-chercheurs sont à pourvoir à l’Université de Lorraine
en vue d’une intégration au Loria pour la campagne de recrutement 2021 :
– 1 poste de Maître de Conférences en Systèmes distribués et réseaux, cloud computing, edge computing
– 1 poste de Maître de Conférences en Cybersécurité
– 1 poste de Maître de Conférences en Informatique fondamentale
– 1 poste de Maître de Conférences en Intelligence artificielle, traitement automatique des langues, e-éducation
– 1 poste de Professeur des Universités en Informatique
Sujet :
Toutes les informations sur ces postes sont disponibles sur le site du Loria
(https://www.loria.fr), avec notamment plus de détails sur les profils
enseignement et recherche : https://www.loria.fr/fr/emplois/ et sur les commissions
Profil du candidat :
Le Loria souhaite promouvoir les recrutements extérieurs sur les postes de
maître de Conférences et appliquer une politique équilibrée pour les
professeurs. Le Loria sera particulièrement vigilant à assurer l’égalité de
traitement dans les procédures de recrutement, garantir l’égalité
professionnelle et limiter les biais de sélection.
Formation et compétences requises :
Contact: Responsable de département ou d’équipe
Adresse d’emploi :
LORIA, Nancy
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : LIS (UMR CNRS 7020)
Durée : permanent
Contact : omar.boucelma@lis-lab.fr
Date limite de publication : 2021-04-02
Contexte :
Un poste de MCF section 27 est ouvert à l’université de Toulon pour la rentrée prochaine pour le laboratoire d’Informatique et Systèmes (LIS UMR CNRS 7020) site de Toulon, dans l’équipe DIAMS (Data Integration, Analysis, and Management as Services) dont les problématiques concernent l’analyse et l’exploration de données, la gestion intégrée de données hétérogènes et multimodales, la composition de services et de chaînes de traitements analytiques, l’optimisation et la personnalisation de pipelines de données.
Sujet :
Voir la fiche de poste sur Galaxie, https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2021_1/0830766G/FOPC_0830766G_4207.pdf
Profil du candidat :
Voir la fiche de poste
Formation et compétences requises :
Voir la fiche de poste
Adresse d’emploi :
Recherche : Laboratoire d’Informatique et Systèmes (LIS) – UMR CNRS 7020, Université de Toulon – Campus de La Garde
Enseignement: UFR de Sciences et techniques, Université de Toulon – Campus de La Garde
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : Laboratoire ETIS (UMR 8051)
Durée : Permanent
Contact : dan.vodislav@cyu.fr
Date limite de publication : 2021-04-02
Contexte :
Un poste de MCF (sections 27/61), sur un profil recherche “Exploratory data analytics”, sera ouvert au recrutement cette année à CY Cergy Paris Université, au laboratoire ETIS (UMR 8051), dans l’équipe MIDI, dont les travaux concernent l’intégration, la fouille, l’analyse et l’interrogation de données massives de natures diverses.
Sujet :
Voir la fiche de poste sur Galaxie: https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2021_1/0952259P/FOPC_0952259P_58.pdf
Profil du candidat :
Voir la fiche de poste
Formation et compétences requises :
Voir la fiche de poste
Adresse d’emploi :
CY Cergy Paris Université
Enseignement: IUT site de Sarcelles
Recherche: ETIS, site Saint Martin, Cergy-Pontoise
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : Laboratoire ETIS (UMR 8051)
Durée : Permanent
Contact : dan.vodislav@cyu.fr
Date limite de publication : 2021-04-02
Contexte :
Un poste de PR (sections 27/61), sur un profil recherche “Massive multimodal/unstructured data analytics”, sera ouvert au recrutement cette année à CY Cergy Paris Université, au laboratoire ETIS (UMR 8051), de préférence dans l’équipe MIDI, dont les travaux concernent l’intégration, la fouille, l’analyse et l’interrogation de données massives de natures diverses.
Sujet :
Voir fiche de poste sur Galaxie: https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2021_1/0952259P/FOPC_0952259P_55.pdf
Profil du candidat :
Voir la fiche de poste.
Formation et compétences requises :
Voir la fiche de poste.
Adresse d’emploi :
CY Cergy Paris Université, site Saint Martin, Cergy-Pontoise
Département des Sciences Informatiques, Institut des Sciences et
Techniques, CY TECH
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : Université de Montpellier
Durée : 1 an
Contact : marianne.huchard@lirmm.fr
Date limite de publication : 2021-04-05
Contexte :
5 postes d’ATER en informatique sont attendus à l’université de Montpellier (IUT informatique et Faculté Des Sciences).
La campagne de recrutement se déroule jusqu’au 2 avril 2021.
La procédure de candidature est totalement dématérialisée :
(1) les candidats s’inscrivent via l’application “Altaïr” du portail GALAXIE du Ministère en suivant le lien :
https://galaxie.enseignementsup-recherche.gouv.fr/antares/can/index.jsp
(2) puis déposent leurs dossiers numériques de candidature sur l’application dédiée “Campec” en suivant le lien :
https://campec.umontpellier.fr/public.php
Sujet :
Enseignement en informatique à l’IUT informatique ou à la Faculté des sciences
Profil du candidat :
Informatique
Formation et compétences requises :
Doctorat en informatique obtenu ou en cours d’obtention
Adresse d’emploi :
Université de Montpellier
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : Université d’Orléans
Durée : poste MCF
Contact : thi-bich-hanh.dao@univ-orleans.fr
Date limite de publication : 2021-04-05
Contexte :
L’Université d’Orléans ouvre pour septembre 2021 un poste de Maître de conférences section 27. Pour les détails, consulter le profil complet joint.
Composante de rattachement : IUT d’Orléans https://www.univ-orleans.fr/fr/iut-orleans
Laboratoire de rattachement : LIFO (Laboratoire d’Informatique Fondamentale d’Orléans) https://www.univ-orleans.fr/lifo/
Equipe : Contraintes et Apprentissage (CA) https://www.univ-orleans.fr/lifo/equipes/CA/
Sujet :
***** Recherche
L’équipe CA est structurée autour de 3 axes complémentaires : (i) Apprentissage-Fouille de Données (ii) Traitement Automatique des Langues et (iii) Contraintes. La personne recrutée devra renforcer une ou plusieurs des thématiques de l’équipe sur l’axe (i) Apprentissage-Fouille de Données, dans une collaboration éventuelle avec les autres axes, sur l’un au moins des thèmes suivants :
– les classes de problèmes étudiés (classification supervisée, non supervisée, semi-supervisée, recherche de motifs, apprentissage par renforcement …),
– les types de données (données textuelles, données temporelles, données hétérogènes, …),
– l’explicabilité ou l’intégration de connaissances dans des mécanismes d’apprentissage,
– apprentissage et TAL
– apprentissage et contraintes, approches déclaratives (Programmation par contraintes, SAT, …) pour l’apprentissage et fouille de données.
Les thèmes de recherche de la personne recrutée devront comporter des aspects théoriques et applicatifs en cohérence avec ceux de l’équipe.
CONTACTS :
Benjamin Nguyen, directeur du LIFO, benjamin.nguyen[at]insa-cvl.fr
Thi-Bich-Hanh Dao, responsable de l’équipe CA, thi-bich-hanh.dao[at]univ-orleans.fr
***** Enseignement
La/le candidat·e intégrera le département Informatique de l’IUT d’Orléans. Actuellement, il possède trois filières d’enseignement: le DUT Informatique, le DUT Année spéciale et la Licence Professionnelle option web et mobile. La seconde année du DUT ainsi que la licence professionnelle peuvent être suivies par apprentissage. Au titre de la réforme du BUT, ces différentes filières évolueront vers une filière unique “BUT”, dont une partie sera proposée en apprentissage.
La/le candidat·e interviendra en BUT Informatique, notamment dans les domaines administration des systèmes et réseaux, gestion de projet informatique. Elle/Il participera à l’administration pédagogique de ces formations (responsabilité de modules, suivi de projets stage, encadrement de vacataires, etc.) ainsi qu’à certaines responsabilités administratives parmi celles qui incombent à l’équipe dont la direction d’année, Moodle, organisation du soutien, recrutement des étudiants, etc…
CONTACT : Julien ROBERT, chef de Département Informatique, cd-info.iut45[at]univ-orleans.fr
Profil du candidat :
Les thèmes de recherche de la personne recrutée devront comporter des aspects théoriques et applicatifs en cohérence avec ceux de l’équipe CA.
Formation et compétences requises :
Doctorat
Adresse d’emploi :
Université d’Orléans
Document attaché : 202101111637_Profil Poste_MCF_27MCF0950_ES-rb.pdf
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : LISN : Laboratoire Interdisciplinaire des Sciences
Durée : Permanent
Contact : pz@limsi.fr
Date limite de publication : 2021-04-05
Contexte :
Le LISN (Laboratoire Interdisciplinaire des Sciences du Numérique) est
une unité mixte (UMR 9015), de l’Université Paris-Saclay et du CNRS. Ce
laboratoire fortement pluridisciplinaire a été créé au 1er Janvier 2021
et regroupe des enseignants/chercheurs et des chercheurs du LRI
(Laboratoire de recherche et Informatique) et du LIMSI (Laboratoire
d’Informatique pour la Mécanique et les Sciences de l’Ingénieur) dans
cinq départements de recherche.
Sujet :
Au sein du Département “Sciences et Technologies des langues”, l’équipe
ILES (Information Langue Ecrite et Signée) rassemble des chercheurs et
enseignants-chercheurs en Traitement Automatique des Langues, qui
s’intéressent à de nombreuses thématiques de ce champ
pluridisciplinaire concernant la langue écrite ou signée.
Pour ce poste, les recherches de la personne recrutée s’intégreront
dans l’une des thématiques de l’équipe et porteront prioritairement sur
le développement de méthodes, modèles et architectures innovants pour
*l’extraction d’information, en domaine général ou de spécialité*
(comme le domaine médical, par exemple). Un second axe de recherche
concerne le traitement automatique des *langues des signes*, un
troisième concerne le traitement de données langagières dans un
environnement *multimodal* ou de *dialogue*. Toutes les recherches
menées dans ces domaines seront étudiées avec attention.
Profil du candidat :
Consulter la fiche de poste sur Galaxie :
https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2021_1/0912408Y/FOPC_0912408Y_84.pdf
Il s’agit d’un poste bi-profil : traitement automatique des langues (équipe ILES) du département Sciences et Technologies des Langues du LISN, ou interaction humain-machine dans l’une des équipes du département Interaction avec l’Humain du LISN.
Formation et compétences requises :
Mots-clés : Traitement automatique des langues ; extraction d’information, en domaine général ou de spécialité (par exemple domaine médical) ; langue des signes ; multimodal ; dialogue
Adresse d’emploi :
LISN, Campus universitaire bât 507, Rue du Belvedère, F – 91405 Orsay cedex
Document attaché : 202103161421_FOPC_0912408Y_84.pdf