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

Laboratoire/Entreprise : Friedrich-Alexander University (FAU) Erlangen-Nure
Durée : 2-year period with t
Contact : victor.charpenay@fau.de
Date limite de publication : 2020-12-31

Contexte :
Voir https://www.ti.rw.fau.de/open-positions/. Un sujet de thèse est aussi disponible dans la même équipe.

Sujet :
Responsibilities:
– project coordination (MOSAIK, on self-organized networked systems)
– own research in relation to Knowledge Graphs, Linked Data, the Internet of Things and Cyber-physical systems

Profil du candidat :
Publications/experience in one of the following research areas is expected:
– Semantic Web, Linked Data and Knowledge Graphs
– Knowledge representation and reasoning
– IoT, Web of Things
– Ubiquitous computing
– Cyber-physical systems and automation
– Multi-agent systems
– Formal verification
– Wireless sensor networks

Solid programming skills are expected (Java, Python or similar languages). Experience in administrating UNIX/GNU Linux environments is also welcome.

All interactions with the rest of the team will be in English (knowledge of German not required).

Formation et compétences requises :
Qualification required: PhD degree in Computer Science or similar field (software engineering, information and communication science, applied mathematics) and fluency in English.

Applications are also open to PhD candidate who have submitted their manuscript but not defended yet.

Adresse d’emploi :
Nuremberg

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

Laboratoire/Entreprise : Greyc
Durée : 12 mois
Contact : alexis.lechervy@unicaen.fr
Date limite de publication : 2020-12-31

Contexte :
The detection of anomalies or out-of-domain data has become an important issue in machine learning, especially in the field of video surveillance. It has indeed become important to be able to detect unusual events in video sequences in order to anticipate and predict potentially dangerous situations. The work proposed in this position will be carried out within the context of an ANR project related to the preparation for the Paris 2024 Olympic and Paralympic Games. Its objective is to be able to design digital tools allowing the detection of generic unusual situations in videos from surveillance cameras in order to effectively alert an operator. This project is part of a collaboration with IDEMIA, EVITECH and CERAPS..

Sujet :
Several approaches have been proposed in the literature to perform anomaly detection. Among these approaches, a set of works is interested in the use of auto-encoders for this task. On the other hand, the use of multimodal data in modern machine learning approaches has led to improved performance on various problems such as image classification. During this post-doc, we will study the possibility of creating multimodal auto-encoders for anomaly detection. For this purpose, we plan to extend our work on multimodal fusion to the auto-encoder. The modal fusion will be performed on levels adapted to each modality. Further work will focus on the use of the proposed solution for anomaly detection in surveillance videos with, for example, applications to the ShanghaiTech, CUHK Avenue and UCSD pedestrian bases.

Profil du candidat :
PhD in Machine learning or equivalent,

Formation et compétences requises :
– Experience in Deep learning and in associated frameworks (Pytorch, Tensorflow…),

– Good experience in publishing scientific articles.

Adresse d’emploi :
6 Boulevard Maréchal Juin,
14000 Caen

France

Document attaché : 202009290821_job_detection_anomaly.pdf

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

Laboratoire/Entreprise : Institut de Mathématiques de Marseille
Durée : 12 mois
Contact : badihghattas@gmail.com
Date limite de publication : 2020-12-31

Contexte :
Des travaux sur le thème « captioning », génération automatique de légendes pour des images ont été initiés dans plusieurs contextes d’application à l’I2M. Cette offre s’inscrit dans le cadre de collaborations industrielles au sein d’un grand projet de Recherche impliquant des chercheurs de domaines variés.

Sujet :
Association Image-Texte. Création, test, et mise en opérationnelle d’un modèle de captionning.

Profil du candidat :
De niveau ingénieur avec 2 années d’expérience en deep learning pour les images et le texte, ou Doctorat en informatique sur des thèmes type deep learning et/ou NLP,

Formation et compétences requises :
Maitrise de Python, Keras, Tensorflow et éventuellement R.

Adresse d’emploi :
Marseille, Campus de Luminy.

Document attaché : 202010140626_Offre-Poste-IA-Luminy-FR.pdf

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

Laboratoire/Entreprise : CRIStAL labs (computer science Lab – https://www.c
Durée : 2 years
Contact : clarisse.dhaenens@univ-lille.fr
Date limite de publication : 2020-12-31

Contexte :
Applications are invited for one 2-year postdoctoral fellow to begin on January 1, 2021. The position will be co-supervised by Pr. Clarisse Dhaenens, computer Science, Pr. Vincent Sobanski, internal medicine and Pr. Grégoire Ficheur, medical informatics.

The postdoc is part of a research cluster from I-Site ULNE (http://www.isite-ulne.fr/index.php/en/home/).

She/He will be hosted in the CRIStAL labs (computer science Lab – https://www.cristal.univ-lille.fr/ – Univ. Lille, CNRS, Centrale Lille)
and is financed by Lille metropole (MEL – https://www.lillemetropole.fr/)

She/He will also work actively with the INCLUDE team at the Lille University Hospital (health data warehouse project – https://include-project.chru-lille.fr/en/the-team/), the METRICS team (ULR 2694, Lille University Hospital), and the INFINITE team (INSERM U1286, Lille University Hospital – http://lille-inflammation-research.org/en/workpackages/861-wp3-en).

Sujet :
Project objectives:

The objective of this project is to use a biclustering approach to combine two different and complementary data sources in order to better characterize endotypes of chronic inflammatory diseases:
• Build a “word embedding” type representation based on BERT modeling (Bidirectional Encoder Representations from Transformers, Devlin 2018) from textual concepts present in medical letters from a computerized patient records database
• Filter a set of characteristics unrelated to the type of diagnosis that may be found among the interests of patients
• Build clusters by the biclustering method, based on (i) the identified signs, (ii) on the previously constructed embedding and / or (iii) on the variables from a local complete database
• Compare the clusters obtained using these different approaches, in particular with regard to the concordance on the grouping of patients as well as on the clinical relevance of the subgroups identified.

Profil du candidat :
The applicant should have a PhD in Computer Science.

Formation et compétences requises :
The ideal candidate would have expertise in one or more of the following areas:
Operations research, Combinatorial Optimization, Data Mining (clustering, bi-clustering), optimization approaches, textual analysis…
An interest or an experience about health domain will be appreciated.
The position is open to candidates of any nationality and selection will be based upon the candidate’s research record and potential.

Adresse d’emploi :
She/He will be hosted in the CRIStAL labs (computer science Lab – https://www.cristal.univ-lille.fr/ – Univ. Lille, CNRS, Centrale Lille)

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

Laboratoire/Entreprise : Greyc, Université de Caen Normandie
Durée : 24 mois
Contact : albrecht_zimmermann@gmx.net
Date limite de publication : 2020-12-31

Contexte :
Contraintes, Data Mining et Graphes (CoDaG) est une équipe de recherche du GREYC, le laboratoire d’informatique de l’Université de Caen-Normandie. CoDaG recherche un chercheur post-doctoral pour un contrat de deux ans, à compter du 1er janvier 2021. Le poste sera financé dans le cadre du projet de recherche SCHISM, mené conjointement par le GREYC, le CERMN (Centre d’Études et de Recherche sur le Médicament de Normandie) et le LITIS (Laboratoire d’Informatique, de Traitement de l’Information et des Systèmes) à Rouen.

Contexte

Les recherches menées dans le cadre de SCHISM se concentreront sur l’extraction interactive de modèles et le regroupement interactif dans un contexte chemoinformatique. L’exploration interactive des données est une piste de recherche récente qui rompt avec l’ancien paradigme consistant à spécifier les paramètres des algorithmes, à laisser l’algorithme fonctionner, à interpréter les résultats de l’opération et, sur la base de cette interprétation, à ajuster les paramètres pour relancer le processus. L’exploration interactive des données propose des résultats partiels ou préliminaires à l’utilisateur, elle recueille ses réactions et les utilise pour adapter le processus d’exploration à l’avenir.

L’objectif général du projet SCHISM est de développer une approche robuste de la gestion interactive des données qui intègre l’extraction de modèles et le clustering. Au niveau applicatif, nous allons fournir un prototype qui permet aux utilisateurs de lancer des algorithmes d’extraction de modèles ou de clustering, de visualiser les résultats, de donner un retour d’information, et de relancer les opérations d’extraction, en tenant compte le retour d’information donné.

Sujet :
Description de la recherche

CoDaG concentre ses recherches sur la conception et l’exploitation de modèles résultant de la fouille des données. Les travaux actuels sur l’extraction interactive de motifs utilisent un retour d’information direct sur les modèles. L’utilisateur se voit présenter une sélection partielle de modèles. Ensuite, il indique ses préférences pour chaque modèle : soit de manière binaire — s’il aime ou non le modèle, soit au moyen d’un classement sur l’ensemble des résultats. Le chercheur post-doctoral exploitera plutôt le retour d’information indirect pour intégrer l’extraction de motifs et le regroupement, et affiner le processus d’extraction de motifs : les utilisateurs donnent un retour d’information sur un regroupement au lieu de motifs, ce qui fournira des informations sur les instances. Par exemple, il indiquera les instances qui doivent être regroupées ou celles qui ne peuvent pas l’être., Ces informations pourront ensuite être exploitées pour extraire des motifs spécifiques aux préférences exprimées. Par exemple , l’extraction pointera les motifs qui font la distinction entre les instances qui ne peuvent pas être regroupées, ou les motifs qui sont communs aux instances qui doivent être regroupées. Le travail de recherche consistera donc à se familiariser et à travailler avec des concepts issus à la fois du regroupement interactif et de l’exploitation interactive de modèles.

Profil du candidat :
Profil et application

Le candidat retenu devra :

1. être titulaire d’un doctorat en informatique ou en mathématiques appliquées avec un accent sur l’apprentissage machine ou l’exploration de données. La maîtrise de l’anglais ou du français écrit et parlé est essentielle.
2. avoir de solides compétences en programmation (Java, Python, etc.) et une compréhension approfondie des statistiques et de l’apprentissage machine. Une expérience avec Linux est un plus.
3. avoir un solide dossier de publications.
4. avoir une bonne capacité de travail et des compétences en matière de gestion du temps, ainsi que la capacité de travailler de manière indépendante et au sein d’une équipe pluridisciplinaire si nécessaire.

Des fonds supplémentaires sont disponibles pour les frais de voyage.

Votre candidature devra comporter les pièces suivantes :

1. un curriculum vitae
2. une description des réalisations en matière de recherche, de l’objectif de carrière et de la manière dont ce poste vous aidera à atteindre vos objectifs
3. deux publications représentatives
4. les coordonnées de trois chercheurs référents

La demande doit être envoyée à Albrecht Zimmermann (albrecht.zimmermann@unicaen.fr) et Bertrand Cuissart (bertrand.cuissart@unicaen.fr)

Formation et compétences requises :
Profil et application

Le candidat retenu devra :

1. être titulaire d’un doctorat en informatique ou en mathématiques appliquées avec un accent sur l’apprentissage machine ou l’exploration de données. La maîtrise de l’anglais ou du français écrit et parlé est essentielle.
2. avoir de solides compétences en programmation (Java, Python, etc.) et une compréhension approfondie des statistiques et de l’apprentissage machine. Une expérience avec Linux est un plus.
3. avoir un solide dossier de publications.
4. avoir une bonne capacité de travail et des compétences en matière de gestion du temps, ainsi que la capacité de travailler de manière indépendante et au sein d’une équipe pluridisciplinaire si nécessaire.

Des fonds supplémentaires sont disponibles pour les frais de voyage.

Adresse d’emploi :
Bd du Maréchal Juin. 14032 Caen Cedex, France

Document attaché : 202011252247_post-doc-fr.txt

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

Laboratoire/Entreprise : Inria
Durée : 12 months
Contact : franck.michel@cnrs.fr
Date limite de publication : 2020-12-31

Contexte :
ISSA is a project funded by the Collex-Persée call for project, that involves three research institutes: Cirad, Inria and IMT Mines Alès.

Due to start in Oct. 2020, the project aims to improve access to and interoperability of the resources made available by scientific and technical information services, while offering innovative services meant for documentalists and researchers in a multidisciplinary and open science mindset. It seeks the provisioning of a generic solution leveraging interoperable metadata extracted from documentary resources. In this context, the goals of this project are twofold:
– Allow automatic indexing of documentary resources with thematic and geographic keywords from terminological resources (in the Semantic Web format) suitable for each domain or community;
– Demonstrate the interest of this approach by developing innovative search and visualization services intended for users, capable of exploiting this semantic indexing.

Agritrop, Cirad’s open publications archive (http://agritrop.cirad.fr), will serve as a use case and proof of concept throughout the project. The terminology resources will primarily be the Agrovoc thesaurus, Wikidata and GeoNames.

Sujet :
The recruited person will have a structuring role and a transversal activity. He/she will be in charge of designing and setting up an automated pipeline for the semantic indexing of a large corpus of scientific literature. This pipeline will notably rely on tools from the Science-Miner company (Grobid, entity-fishing). The recruited person will also apply this pipeline to the concrete case of the Agritrop scientific archive that consists of scientific articles but also other types of documents like maps.

The recruited person will take part to the reflection on the terminological resources used in the project, and to the definition and development of tools meant to exploit the semantic index: advanced search interfaces, geographical visualisations, enriched document visualization. These activities will involve the co-supervision of master trainees.

The recruited person will join the Inria center of Sophia Antipolis (France) as a research engineer, and will be working closely with the Wimmics Inria team, as well as remotely with the other partners of the project.

Main activities:
– Study existing tools for the automatic extraction and disambiguation of named entities against a knowledge graph, in particular the tools of Science-Miner
– Design and set up of an automated pipeline for the semantic indexing of scientific archive
– Deploy the pipeline for Agritrop, Cirad’s scientific archive
– Engage in a reflection about the terminological resources used in the project
– Write documentation and reports

Additional activities:
– Co-supervision of master trainees
– Participate in user training
– Present the work’ progress to partners

Profil du candidat :
The candidate must hold an engineering or master degree in Computer science with a 2-year experience, or a Ph.D in Computer science.

Formation et compétences requises :
The candidate shall have a strong expertise in working with knowledge graphs and Semantic Web technologies. He/she shall be very much at ease with common linux administration tasks. A solid experience in software development, notably Web development including common Javascript frameworks and REST APIs shall be a strong asset. Expertise in machine learning and text mining would also be appreciated.

Furthermore, the candidate will demonstrate aptitudes or matches with most of the following aspects:
– High motivation for working in a dynamic scientific research context
– Autonomy, remote working capabilities with collaborative tools
– Ability to collaborate with others on a common project
– Initiative, aptitude to propose technical solutions within the project goals
– Perfect English oral and writing skills

Adresse d’emploi :
Inria, Sophia antipolis, France

APPLICATIONS MUST BE SUBMITTED EXCLUSIVELY AT https://jobs.inria.fr/public/classic/fr/offres/2020-02901

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

Laboratoire/Entreprise : TELLUX (startup)
Durée : CDI
Contact : paul.honeine@univ-rouen.fr
Date limite de publication : 2021-01-01

Contexte :
TELLUX développe des solutions embarquées pour l’analyse en temps réel de polluants des sols. Actuellement, l’analyse de la composition du sol repose sur des méthodes analytiques longues et coûteuses qui limitent la précision des diagnostics environnementaux. Les technologies de TELLUX reposent sur la spectroscopie et l’imagerie hyperspectrale, qui sont des techniques rapides dont le traitement de données est capable de fournir des informations quantitatives en temps réel.

Sujet :
Sous la supervision du CTO et de l’équipe de direction, vous portez des projets de recherche appliquée en Machine Learning de bout en bout. Votre background en mathématiques appliquées et vos compétences en algorithmique permettront de traiter nos données hyperspectrales.

Les principales missions sont :
• Mettre en œuvre la phase exploratoire des données (datamining, analyses quantitatives et qualitatives…)
• Préparer les données, identifier les variables utiles à la modélisation
• Définir la modélisation permettant de répondre à la problématique de traitement de données
• Restituer les résultats sous la forme d’une architecture sur le plan opérationnel
• Veille active sur le domaine de Data Science et le traitement de données, notamment hyperspectrales
• Encadrer des doctorants et des stagiaires
• S’impliquer dans la gestion de projets

Profil du candidat :
• Ingénieur.e avec 3 ans d’expérience au moins ou doctorat, dans le domaine de la Machine Learning, Data Science, statistiques, mathématiques appliquées.
• Un bon relationnel permettant de collaborer étroitement avec l’équipe de chimistes.
• Une expérience sur le traitement de données spectrales / hyperspectrales est un plus.

Formation et compétences requises :
• Ingénieur.e avec 3 ans d’expérience au moins ou doctorat, dans le domaine de la Machine Learning, Data Science, statistiques, mathématiques appliquées.
• Un bon relationnel permettant de collaborer étroitement avec l’équipe de chimistes.
• Une expérience sur le traitement de données spectrales / hyperspectrales est un plus.

Adresse d’emploi :
Rouen

Document attaché : 202008111613_Ingénieur_senior_TELLUX.pdf

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

Laboratoire/Entreprise : TSCF du Centre INRAE Clermont ARA
Durée : 1 ans renouvelable u
Contact : catherine.roussey@inrae.fr
Date limite de publication : 2021-01-01

Contexte :
Le projet ANR D2KAB (www.d2kab.org), démarré en 2019, regroupe un consortium multidisciplinaire unique de 7 organisations dont l’objectif principal est de mettre en place les processus permettant de transformer les données d’agricole en connaissances – sémantiquement riches, interopérables, ouvertes – ainsi que les méthodes scientifiques et les outils pour exploiter et diffuser ces connaissances dans des applications scientifiques et agricoles. Le projet est guidé par plusieurs scénarios dont un navigateur de recherche améliorée des bulletins d’alerte agricole intitulés Bulletin de Santé du Végétal

Sujet :
L’objectif de ce poste est d’utiliser des plateformes de text mining pour construire et enrichir des jeux de données FAIR. Ces jeux de données seront constitués en partie de référentiels existants. La FAIRization des données consiste à les publier sur le web à l’aide des technologies Web Sémantique (RDF-S, OWL, SPARQL, SHACL).

Profil du candidat :
Titulaire d’un doctorat, d’un diplôme d’ingénieur ou de Master 2 en mathématique, informatique ou bioinformatique, data science, ingénierie des connaissances, terminologie, web sémantique.
Personne dynamique pour rejoindre une petite équipe de recherche à Clermont-Ferrand.

Formation et compétences requises :
Excellente compétence en traitement de la langue et dans l’utilisation de plateforme NLP.
Expérience avec des outils d’apprentissage automatique et motivation pour apprendre de nouvelles technologies.
Une expérience des technologies du Web sémantique sera appréciée mais n’est pas obligatoire.
Bonnes compétences en anglais à l’oral et à l’écriture. Une bonne connaissance du français ou une motivation pour apprendre est souhaitable.
Excellentes compétences en rédaction scientifique, car il sera nécessaire de produire des articles scientifiques, des rapports, de la documentation technique et des compte rendu de réunion.
Excellente compétence en gestion de projet et planification, car il sera nécessaire de faire des points réguliers avec différentes équipes du projet D2KAB. Des compétences sur les systèmes de versionning comme GIT sont nécessaires.
Autonomie et initiative, être capable de proposer de nouvelles techniques au sein du projet et de justifier ses choix.

Adresse d’emploi :
Le poste est à destination de l’équipe Copain du laboratoire TSCF du Centre INRAE de ARA Clermont. Votre bureau sera sur le campus des Cézeaux à proximité de la ville de Clermont-Ferrand.

Plus d’information sur le site web de D2KAB.org Poste IE – Fouille de texte pour l’extraction de terminologies agricoles et annotation de bulletins de santé du végétal

Document attaché : 202008101339_Formulaire_Fiche_poste_INRAE_contractuel.pdf

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

Laboratoire/Entreprise : IRIT
Durée : 2 ans
Contact : imen.megdiche@irit.fr
Date limite de publication : 1/3/2021

Contexte :
Le projet VILAGIL porte sur de multiples directions permettant de créer un écosystème capable de répondre aux besoins de la mobilité pour la région Occitanie. Dans le cadre de ce projet, l’action « Data et Mobilité » vise à développer des mécanismes d’intégration automatique, de stockages multi-stores et d’accès fédérés aux données. Ces données seront fournies par les partenaires non académiques du projet tels que Toulouse Metropole, Sicoval, Tisséo Collectivité. Dans certains cas ces données seront éclatées sur les différents sites des partenaires sans possibilité des les intégrer de manière centralisée. L’offre de postdoc cible donc particulièrement à répondre à cette problématique en proposant des approches d’accès fédérés.

Sujet :
L’objectif de ce poste est de développer des mécanismes d’agrégation dans un contexte d’apprentissage fédéré appelé aussi « Federated Learning (FL)» [1][2]. En FL, les organisames peuvent participer aux taches d’apprentissage sans forcément partager leurs données, il leur suffit de partager les paramétres de leurs modèles. Il est néanmoins pas évident à ce jour de fournir des mécanismes d’agrégation en mode fédéré qui prouvent leurs efficacités en présence de données hétèrogènes. Dans la littérature, certaines méthodes d’agrégration sont proposées telles que FedAvg [3], FedMA [4] ou FedPer [5]. Ces méthodes semblent parfois plus appropriés aux supports images ou dans un contexte d’apprentissage supervisée. Nous souhaiterons, vu la forte hétérognièté des données qui seront collectées dans VILAGIL (images caméras, données de capteurs, etc.), pouvoir proposer des mécanismes qui répondent efficacement à différents scénarios d’agrégation pour les différents types d’apprentissages.

Profil du candidat :
Doctorat en informatique

Formation et compétences requises :
Nous recherchons un(e) candidat(e) motivé(e) , force de propositions, avec un solide background mathématique et des connaissances confirmées en IA.

Adresse d’emploi :
118 route de Narbonne , Toulouse , France

Document attaché : 202101151138_VILAGIL_Fiche_De_Poste_PostDoc_1_FL.pdf

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

Laboratoire/Entreprise : Laboratoire Hubert Curien / Télécom Saint-Etienne
Durée : post permanent
Contact : amaury.habrard@univ-st-etienne.fr
Date limite de publication : 01/04/2021

Contexte :
Bonjour,

Un poste de Maître de conférences avec profil en apprentissage automatique est ouvert à l’Université de Saint-Etienne.
La personne recrutée sera affectée à Télécom Saint-Etienne en enseignement et au laboratoire Hubert Curien en recherche.

Contacts:
* Recherche : Amaury Habrard (Responsable d’équipe) amaury.habrard@univ-st-etienne.fr
* Enseignement : Bruno Sauviac (Directeur des Formations) bruno.sauviac@telecom-st-etienne.fr, et
Charlotte Laclau (Responsable secteur informatique) charlotte.laclau@telecom-st-etienne.fr

Sites Web:
https://laboratoirehubertcurien.univ-st-etienne.fr
https://www.telecom-st-etienne.fr

Sujet :
Informations sur le profils détaillés

Profil Recherche :
————————-
Ce poste est destiné à conforter le potentiel scientifique en apprentissage automatique du Laboratoire Hubert Curien en recrutant un(e) Maître de Conférences en section 27 d’excellent niveau. Seront étudiées toutes candidatures présentant un projet d’intégration de qualité en apprentissage automatique dans une/ou plusieurs des trois équipes du département “Informatique-Sécurité-Image” :

– Data Intelligence
– Image Science and Computer Vision
– Sécurité des Systèmes Embarqués et Architectures Matérielles (SESAM)

La personne recrutée devra développer un projet de recherche lui permettant de renforcer un ou plusieurs des thèmes scientifiques développés au Laboratoire Hubert Curien : théorie de l’apprentissage statistique, apprentissage de représentations, apprentissage par transfert et adaptation de domaine, apprentissage avec intégration de connaissances physiques, modèles parcimonieux et contraintes, apprentissage à partir de données déséquilibréeset incomplètes, apprentissage distribué, apprentissage faiblement supervisé ou non supervisé, respect de la vie privée et aspects éthiques enlien avec l’apprentissage statistique ou l’analyse de donnés complexes.

Les approches mentionnées ci-dessus devront se positionner dans un des cadres applicatifs stratégiques pour le laboratoire : l’analyse d’images, la sécurité des systèmes embarqués,l’analyse de réseaux sociaux, la détection de fraudes et d’anomalies, l’analyse de données médicales, l’analyse de graphes et textes ou l’ingénierie des surfaces. La capacité du (de la) candidate à se positionner de façontransversale au niveau du département “Informatique-Sécurité-Image” sera considérée comme un plus.

La qualité scientifique du (de la) candidate devra être attestée par des publications internationales d’excellent niveau dans les meilleures conférences et revues des domaines concernés et par sa reconnaissance nationale et internationale. Le (la) candidate devra disposer d’un profil permettant le développement de projets scientifiques de haut niveau, ambitieux, académiques ou industriels, tant sur un plan national qu’international.

Profil Enseignement :
——————————-
Dans le cadre de son fort développement autour des technologies du numérique en général et de l’informatique en particulier, Télécom Saint-Etienne recrute un ou une maître de conférences en informatique. Le/La maître de conférences recruté(e) intégrera l’équipe pédagogique de la thématique « informatique » de Télécom Saint-Etienne. Les activités d’enseignement de la personne recrutée se placent au sein des différents diplômes d’ingénieurs de Télécom Saint-Etienne (sous statut étudiant et sous statut apprentissage). Les domaines de compétences techniques et pédagogiques incluent couvrent obligatoirement les deux pans suivantde l’informatique :

– Tout d’abord, le.la recruté interviendra en algorithmique et développement C/C++ (y compris la programmation orientée objet,la programmation évènementielle, l’algorithmique avancée) ainsi que le génie logiciel.

– Une seconde partie de son service couvrira le Big data : gestion de cloud computing, architectures logicielles sous-jacentes (APIs & bases de données avancées, notamment en Java), ainsi que l’analyse de données apprentissage automatique pour des données structurées, tabulaires ou textuelles.

Une attention sera particulièrement portée à la capacité de la personne recrutée à non seulement concevoir mais également implémenter des solutions logicielles, dans une optique de professionnalisation des diplômés.

La personne recrutée doit pouvoir assurer des enseignements en anglais (supports et oral) dans le cadre de l’internationalisation des cursus à l’école.

L’aisance avec les pédagogies actives (travail par projets, classe inversée, etc) sera un plus, tout comme une sensibilité à l’éco-conception logicielle dans le cadre de la mise en place de nouveau module à options à l’école.

Implication du/de la titulaire du poste : Responsabilités et tâches d’encadrement
—————————————————————-
Le/la candidat(e) recruté(e) devra participer aux tâches d’intérêt collectif, notamment les encadrements de stages, de projets ou de mémoires, le suivi des étudiants et la participation aux jurys et aux réunions pédagogiques, la participation aux actions d’information et d’orientation, la prise progressive de responsabilité, l’évolution des enseignements et la prise en compte de la formation continue, de la professionnalisation dans le secteur de l’informatique et du numérique.
Il est également attendu une implication dans la vie de l’école, une disponibilité pour les relations avec le milieu socio-économique (entreprises, collectivités, associations, …) et la participation au développement et/ou à l’internationalisation des formations.
En enseignement comme en recherche, la personne recrutée devra avoirune forte implication dans l’encadrement des étudiants et des doctorants. Elle devra aussi contribuer à l’effort collectif du montage et de la conduite des projets de l’équipe d’accueil du Laboratoire Hubert Curien.

Profil du candidat :
En adéquation avec les profils mentionnés.

Formation et compétences requises :
Docteur en informatique, thèmes en adéquation avec les profils mentionnés.

Adresse d’emploi :
Université de Saint-Etienne, campus manufacture.

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

Laboratoire/Entreprise : Laboratoire d’Informatique et Systèmes
Durée : 2
Contact : thierry.artieres@lis-lab.fr
Date limite de publication : 2021-01-07

Contexte :
A postdoc position is available on : “Dynamic multi-domain translation for high-throughput sequencing data”

Lead supervisor: Paul Villoutreix (CENTURI, LIS)
Co-supervisor: Thierry Artières (ECOLE CENTRALE MARSEILLE)

The postdoc will take place in Paul Villoutreix’s
interdisciplinary team (Learning meaningful representation of life http://bioml.lis-lab.fr/) and the Machine
Learning team of the Computer Science lab in Marseille (https://qarma.lis-lab.fr)

Sujet :

Project description:

Multi-domain translation is a problem of major interest in biology. When studying a biological system such as
a developing embryo, many acquisition techniques are available. Each of them brings out unique features of
the system, however, they are often incompatible and cannot be performed at the same time. To overcome
this challenge we need to develop multi-domain integration techniques. Current approaches rely either on
the tools of optimal transport, or multiple autoencoders, however, they are not designed to address temporal
data. With this project, we propose to take advantage of multi-domain dynamical data in high-dimensional
spaces to infer a dynamical coupling between sequencing data acquisition techniques (such as sc-RNASeq)
and microscopy data. This will include theoretical work and computational experiments on artificial and real
data. The results of the project are expected to have large impact in the machine learning community and be
of wide applicability in real world biological problems. The scientific environment for this project is ideal as it
combines expertise in interdisciplinary approaches of machine learning applied to biological data, and
expertise in theoretical machine learning.

References
Towards a general framework for spatio-temporal transcriptomics
Julie Pinol, Thierry Artières, Paul Villoutreix, NeurIPS, LMRL workshop, 2020
Gene expression cartography
Nitzan, Mor, et al., Nature, 2019
Multi-domain translation by learning uncoupled autoencoders
Karren D Yang, Caroline Uhler, Arxiv, 2019

Profil du candidat :
Expected profile

We are looking for a PhD in machine learning, computer science, applied mathematics with strong interest in
machine learning and its applications to biology.

Formation et compétences requises :
We are looking for a PhD in machine learning, computer science, applied mathematics with strong interest in
machine learning and its applications to biology.

Adresse d’emploi :
LIS Lab, Marseille

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

Laboratoire/Entreprise : Laboratoire d’Informatique et Systèmes
Durée : CDI
Contact : thierry.artieres@lis-lab.fr
Date limite de publication : 2021-01-07

Contexte :
Un poste de Maître de Conférences en Informatique, profil Apprentissage Automatique, est ouvert au LIS à l’université d’Aix Marseille.

Pour plus d’infos vous pouvez contacter :

Thierry Artières, équipe QARMA (thierry.artieres@lis-lab.fr)
Jean-Marc Talbot, Département Informatique et Interactions (Jean-Marc.Talbot@univ-amu.fr)

et visiter les sites :

Site de l’équipe d’apprentissage Automatique (équipe QARMA) : http://qarma.lis-lab.fr/
Site du laboratoire d’Informatique et des Systèmes (LIS) : http://lis-lab.fr/
Site du pôle Science des Données : https://www.lis-lab.fr/pole-sciences-des-donnees/
Site du département Informatique et Interactions : https://informatique-sciences.univ-amu.fr/

Sujet :
Profil détaillé du poste

– Enseignement
 
Il est attendu que le nouveau recruté contribue très activement à la vie et au fonctionnement du département Informatique et Interactions. Le Maître de Conférences recruté sera amené à enseigner sur les différents sites du département (Saint-Charles, Luminy, Etoile et Aix-Montperrin) en licence et master, où de nombreux besoins existent notamment pour l’enseignement de l’Intelligence Artificielle et de l’apprentissage automatique.  
 
 
– Recherche
 
Le Maître de Conférences recruté s’intégrera prioritairement dans l’équipe QARMA  (éQuipe AppRentissage de MArseille) et plus largement dans le pôle Science des Données du laboratoire LIS. 
 
L’équipe QARMA est une équipe du pôle “Science de données” dont les travaux portent sur l’apprentissage automatique et l’apprentissage statistique, un domaine de recherche au coeur de l’intelligence artificielle (IA) moderne. Le Maître de Conférences recruté viendra renforcer l’équipe QARMA sur un ou plusieurs de ses axes de recherches, historiques ou en devenir, à savoir: la théorie de l’apprentissage statistique et les aspects formels de l’apprentissage, le deep learning dans ses aspects théoriques et appliqués, l’apprentissage automatique et la bioinformatique, l’apprentissage automatique et le traitement du signal, l’apprentissage automatique et les neurosciences, ou encore l’apprentissage automatique et l’informatique quantique.
 

Profil du candidat :

Le candidat recruté pourra faire valoir des contributions originales couvrant à la fois des aspects fondamentaux et appliqués dans les domaines d’intérêt pour l’équipe QARMA.

La capacité du candidat à renforcer les collaborations de l’équipe QARMA avec d’autres équipes du laboratoire sera un plus. 

Formation et compétences requises :
Doctorat

Adresse d’emploi :
LIS Marseille

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

Laboratoire/Entreprise : Ecole Nationale D’ingénieurs de Tarbes
Durée : 12 months
Contact : mkarray@enit.fr
Date limite de publication : 2021-01-15

Contexte :
The successful candidate will be involved in the realization of a european project in the area ontology-based engineering at École Nationale d’ingénieurs de Tarbes, France.
The tentative start data is February 2020.

Sujet :
A large part of the scientific community considers ontologies as one of the potential solutions to data sharing and interoperability issues. Ontologies allow to structure and represent knowledge about the world and domain-specific knowledge to enable computer systems and all actors (objects, services, and people) to understand data and reason logically. An ontology allows humans, computer systems and machines to understand domain-specific concepts through common vocabulary and semantics that express the logic of the relationships between these concepts. However, ontologies as key solution of interoperability, in general they are not interoperable. The postholder will pursue research to study the interoperability of ontologies through a standardized methodology in order to build a bottom-up and top-down ontology alignment approach in the same domain and in cross-domain.

Profil du candidat :
– PhD in engineering (or have submitted a PhD thesis prior to taking up the appointment)
– Relevant experience as ontologist
– Good Knowledge of top-level ontologies (especially BFO)
– Previous experience in domain ontologies development
– Good Knowledge of semantic Web technologies
– Excellent communication skills
– Capable working independently and as a part of the team

Formation et compétences requises :
– PhD in engineering (or have submitted a PhD thesis prior to taking up the appointment)
– Relevant experience as ontologist
– Good Knowledge of top-level ontologies (especially BFO)
– Previous experience in domain ontologies development
– Good Knowledge of semantic Web technologies
– Excellent communication skills
– Capable working independently and as a part of the team

Informal enquires and requests for further information can made to Dr. Hedi Karray. To apply send an application to mkarray@enit.fr (CV + motivation letter + 2 reference letters or contact details to two referees + PhD diploma) with e-mail subject as “Ontology-PostDoc” before December 18, 2020.

Adresse d’emploi :
Ecole Nationale d’ingénieurs de Tarbes

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

Laboratoire/Entreprise : Clinatec – CEA Grenoble
Durée : 24 mois
Contact : napoleon.torres-martinez@cea.fr
Date limite de publication : 2021-01-15

Contexte :
The post-doctoral fellowship will be carried out at CEA-LETI-CLINATEC in partnership with CEA-LETI-DSYS and DSCIN, located at the research technological center CEA (Commissariat à l’Energie Atomique et aux Energies Alternatives), in Grenoble, France. CEA-LETI teams involved in the project possess significant experience in neural signal decoding, machine learning and signal processing.
The project partners are reference units for the development of smart algorithms and data processing. The teams have a leading position in the field of Artificial Intelligence (Deep Learning (DL) / Machine Learning (ML), in particular focusing on non-conventional applications under constraints, algorithmic approaches under computing power limitations and efficient model re-training in potentially non-stationary context. Clinatec has a long experience in Implantable Medical Devices and in preclinical models.
The final goal of the project is moving toward cooling neuroprosthetic for drug resistance epilepsy. We propose in this particular project to explore “forecasting seizures algorithms” for closed loop neuromodulation.

Sujet :
Seizure prediction/forecasting algorithms are essential part of any implantable device for epilepsy. Our proposal is based on the existing motor BCI algorithms already in clinical use that can be applied to generate prediction/forecasting of seizures occurrence. For the motor BCI algorithms, we have published and patented algorithms capable of 8 degrees of freedom decoding in real time of motor imagery in tetraplegic patients. Neural decoder is integrated to software environment, which support real time neural signal processing, and is able to send control command to external devices. Decoding algorithms will be potentially redesigned to better respond to the epileptic seizures forecasting task.

Missions :
Postdoctoral mission will include :
­- The test of conventional decoding algorithms and the comparison;
­- Design and optimization of innovative decoding algorithms including ANN;
­- Optimization, implementation of best algorithm(s) for real time application, integration to the Clinatec real time experimental platform;
Postdoctoral fellow will contribute to:
­- The experiment design
­- Algorithms development
­- Experimental platform integration
This position require a collaborative mindset. The postdoctoral fellow will evolve in a highly interdisciplinary team composed of neuroscientist, medical doctors, electronic engineers, mathematicians, data analysts and software developers.

Contract duration is 24 months

Profil du candidat :
PhD or equivalent with strong knowledge in Machine learning, Deep learning, real time Signal processing (high dimensional data flow), with strong skills in Python, matlab.

Formation et compétences requises :
PhD or equivalent with strong knowledge in Machine learning, Deep learning, real time Signal processing (high dimensional data flow), with strong skills in Python, matlab.

Adresse d’emploi :
Direction/Département/Service 1 CEA / DRT / LETI / CLINATEC
Adresse postale CEA/GRENOBLE 17 rue des Martyrs 38054 Grenoble CEDEX 9
Direction/Département/Service 2 CEA/ DRT/LETI/DSYS/SSCE/LSSC
Adresse postale CEA/GRENOBLE 17 rue des Martyrs 38054 Grenoble CEDEX 9

Document attaché : 202012020901_offre_postdoc.pdf

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

Laboratoire/Entreprise : IMT Atlantique
Durée : CDI
Contact : yann.busnel@imt-atlantique.fr
Date limite de publication : 2021-01-25

Contexte :
IMT Atlantique, reconnue internationalement pour la qualité de sa recherche, est une grande école d’ingénieur généraliste dépendant du ministère en charge de l’industrie et du numérique, et classée dans les 3 principaux classements internationaux (THE, SHANGAI, QS)
Sur 3 campus, Brest, Nantes et Rennes, IMT Atlantique a pour ambition de conjuguer le numérique et l’énergie pour transformer la société et l’industrie, par la formation, la recherche et l’innovation. Elle ambitionne d’être à l’international l’établissement d’enseignement supérieur et de recherche français de référence dans ce domaine. Avec 290 chercheurs et enseignants-chercheurs permanents, 1000 publications et 18 M€ de contrats, elle encadre chaque année 2300 étudiants. Ses formations s’appuient sur une recherche de pointe, au sein de 6 unités mixtes de recherche dont elle est tutelle : GEPEA, IRISA, LATIM, LABSTICC, LS2N et SUBATECH.

Sujet :
Le Département Systèmes Réseaux, Cybersécurité et Droit du numérique (SRCD), basé sur le campus de Rennes d’IMT atlantique, recrute un enseignant-chercheur – Professeur – spécialisé dans les domaines de la cybersécurité. Il compte environ 90 collaborateurs dont 26 enseignants chercheurs permanents.
Vous contribuerez aux enseignements dans nos diverses formations, plus particulièrement dans la formation ingénieur au sein de la thématique d’approfondissement (TAF) en Cybersécurité, dont l’investissement dans sa coordination pédagogique pourra être envisagée, ainsi que dans le Master Spécialisé en Cybersécurité. Une appétence pour la formation continue serait appréciée.
Vous réaliserez votre recherche sur la sécurité des réseaux et/ou des systèmes répartis, au sein de l’UMR 6074 IRISA. En particulier, vous contribuerez aux enjeux portant sur différents cas d’application propres au département SRCD, à savoir l’industrie 4.0, l’internet des objets, les systèmes et réseaux à large échelle et applications réparties, jusqu’au traitement, la protection et la gouvernance des grands masses de données. Une coloration thématique permettant de participer aux activités scientifiques de la Chaire de cybersécurité des infrastructures critiques (https://www.chairecyber-cni.org) est souhaitable.
Une volonté pour construire et animer une équipe, afin de structurer l’activité en Cybersécurité du département, et d’intégrer à la fois les forces en présence au département ainsi que de potentiels futurs recrutements, est requise.
Cette équipe pourra notamment prendre la forme d’une nouvelle équipe de recherche au sein de l’IRISA, qui développe notamment des activités en Cybersécurité qui sont réparties sur six domaines de recherche :
– Sécurité des logiciels et des systèmes
– Matériel et systèmes embarqués
– Intelligence artificielle et sécurité
– Droit et protection de la vie privée
– Cryptographie
– Méthodes formelles et sécurité
Vous contribuerez aux actions de l’école en faveur du développement socio-économique et de l’international sous ses différentes formes.

Profil du candidat :
Vous disposez de solides compétences dans les domaines de la sécurité des systèmes d’information et des réseaux. Une expérience dans le domaine des systèmes répartis et/ou des réseaux de nouvelle génération (Internet des objets, B5G/6G, mobilité intelligente, etc.) en particulier est attendue.
Au sein du département, vous exercerez en tant qu’enseignant chercheur les missions principales de formation, de recherche, de valorisation dans les milieux académiques, industriels, comme à l’international.
Doté d’une Habilitation à diriger des recherches et d’une expérience significative dans l’enseignement supérieur et la recherche, vous avez démontré votre capacité à conduire des programmes de formation d’envergure et une recherche de haut niveau dans des environnements complexes, multipartenaires, interdisciplinaires et au niveau national et international, et dans le cadre de partenariats industriels.
Vous savez mobiliser, fédérer et faire grandir des équipes autour de projets porteurs et ambitieux tant en recherche et innovation qu’en formation.
Votre expérience significative dans la conception et l’encadrement d’activités d’enseignements vous permettent de favoriser l’apprentissage par la confrontation des apprenants à des problèmes multidisciplinaires. Vous vous intéressez particulièrement à l’approche par compétences, aux dispositifs pédagogiques innovants, et à la diversification des méthodes d’évaluation y compris pour des exercices pédagogiques réalisés en entreprise. Vous animez des équipes pédagogiques au sein desquelles vous créez une dynamique d’innovation. Votre mettez à profit votre réseau de partenaires pour illustrer vos enseignements avec des interventions d’industriels.
Votre maitrise de l’anglais vous permet d’enseigner dans cette langue.
Sensible aux enjeux du développement durable et de la responsabilité sociétale, vous agissez de manière éthique et responsable et avez démontré la prise en compte de ces dimensions dans les projets que vous avez portés.
En cohérence avec la stratégie de l’établissement, vous contribuez au développement de l’école par coordination des collaborations scientifiques d’excellence avec des partenaires du monde économique et industriel dans le cadre de contrats nationaux, européens ou internationaux.
Vous contribuez à la visibilité de l’école par votre participation dans des instances et comités d’autres structures (laboratoires, société savantes, …).

Formation et compétences requises :
Niveau de formation et/ou expérience requis :
– HDR dans le domaine informatique, sur une thématique liée à la cybersécurité.
– Ou fonctionnaire appartenant à un corps recruté par la voie de l’École Polytechnique ou de l’ENA ou ancien élève d’une École Normale Supérieure avec expérience professionnelle > à 5ans
– Ou cadre d’entreprise de très haut niveau, avec expérience professionnelle > à 13ans
– Ou profil international avec un Doctorat

Adresse d’emploi :
Le poste est basé sur le campus de Rennes. Des déplacements en France et à l’étranger sont à prévoir.
A l’appui de votre motivation, un projet d’intégration vous sera demandé sur l’ensemble des missions proposées.

Pour plus d’information sur le poste, vous pouvez contacter :
Yann Busnel, responsable du département Systèmes Réseaux, Cybersécurité et Droit du numérique : yann.busnel@imt-atlantique.fr
Stéphanie Delaune, coordinatrice de l’axe transverse Cybersécurité de l’IRISA : stephanie.delaune@irisa.fr

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

Laboratoire/Entreprise : Laboratoire d’Astrophysique de Marseille
Durée : 1 an et 6 mois
Contact : francois-xavier.dupe@lis-lab.fr
Date limite de publication : 2021-01-29

Contexte :
We are seeking for a research engineer / post-doc interested to apply machine learning methods on large astrophysical datasets. The main challenge is to develop new tools to study star formation in the Galaxy. Such tools include classical ML methods, but also deep learning methods suited to heterogeneous Big Datasets. This work is in collaboration with astrophysicists from Rome and Naples (both with INAF) and is funded by Amidex.

Sujet :
Developing new tools for multimodal segmentation for star formation study. These tools will use all the recent methods from deep learning.

Profil du candidat :
We seek for someone with strong machine learning skills. Image processing kills are also welcomed.

Formation et compétences requises :
M2 or PhD in Data Science with a good mathematical background
Strong skills in Python
Some knowledge about classical ML toolbox like PyTorch/Tensorflow/Keras

Adresse d’emploi :
Laboratoire d’Astrophysique de Marseille

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

Laboratoire/Entreprise : Wainvam-e
Durée : CDI
Contact : djafari@lss.supelec.fr
Date limite de publication : 2021-01-31

Contexte :
WAINVAM-E développe des solutions de métrologie et de contrôle non destructif basées sur l’utilisation de magnétomètres exploitant la manipulation du spin électronique des centres colorés azote-lacune du diamant. L’objectif du travail de recherche proposé est d’exploiter au mieux les données de ces capteurs en modélisant les signaux attendus dans les diverses applications envisagées, et en proposant des méthodes d’inversion optimisant la qualité de reconnaissance d’image et le dimensionnement des capteurs.

Sujet :
Une partie du travail portera sur la recherche d’algorithmes d’inversion de systèmes linéaires multi-entrées-multi-sorties (MIMO) pour la récupération optimale des informations sous-jacentes à partir des mesures vectorielles de champs magnétiques issues des capteurs. Une autre partie est liée à la modélisation du problème direct reliant la source (par exemple une distribution de courant électrique dans un microcircuit) au champ magnétique. Il s’agit là de développer des méthodes de l’inférence bayésienne pour l’estimation des paramètres de ces modèles qui sont souvent non linéaires. Une troisième partie consistera en l’utilisation d’outils d’apprentissage (Machine Learning) pour l’analyse et classification des signaux et des images dans divers domaines sur lesquels travaille la société (contrôle non destructif, métrologie en biologie cellulaire).
Ce travail de recherche, essentiellement théorique et numérique sera mené en lien étroit avec le laboratoire expérimental de la société où sont développés les capteurs. Les solutions d’inversion retenues seront amenées à être implémentées sur des systèmes d’électronique temps-réel.

Profil du candidat :
Jeune docteur avec une spécialisation en mathématiques appliquées, problèmes inverses en imagerie, traitement du signal et d’images, apprentissage machine, avec un goût prononcé pour les applications et la physique. Des compétences en langage de programmation sont indispensables (Python, C, Java, …). La connaissance de la mécanique quantique et des compétences en instrumentation sont un plus.
Missions et responsabilités
• Développement et implémentation en Python et C des algorithmes d’inversion régularisée pour les problèmes inverses, de l’inférence bayésienne et de l’optimisation d’expérience ;
• Utilisation des outils de simulation multi physique (du type Scilab, Simulink, Comsol, etc.) pour simuler les différents systèmes de mesure ;
• Développement et implémentation des méthodes d’apprentissage machine (Computer Vision and Machine Learning) en Python et Java en utilisant des outils avancés (Tensorflow, Keras, Torche, …) pour analyse et classification des signaux acquis lors de l’expérimentation physiques et des images obtenues par divers procédés de l’imagerie, entre autres de la magnétométrie ;
• Implémentation effective sur GPU d’une partie de ces algorithmes et/ou interfaçage avec l’équipe implémentant les solutions temps-réel dans les systèmes de mesures ;
• Encourager les échanges dans l’ensemble des activités de recherche et de développement de WAINVAM-E : renforcer les collaborations universitaires, participer à des conférences internationales et participer à la rédaction de publications et de brevets.

Formation et compétences requises :
Aptitudes necessaires:
• Capacité à appréhender des problèmes complexes et à proposer des solutions innovantes ;
• Capacité à travailler au sein d’une équipe pluridisciplinaire, à rédiger des rapports clairs et à expliquer votre travail dans des termes accessibles ;
• Initiative, curiosité, créativité et dynamisme ;
• Anglais courant (rédaction de rapports, projets, présentations, organisation de réunions, …).

Conditions
Contrat à temps plein, CDI, de droit français.
Localisation : Ploemeur (56), Bretagne, France.
Avantages: WAINVAM-E offre des salaires compétitifs sur la base de l’expérience pour encourager les personnes motivées et créatives à contribuer à son succès. En tant que salarié, vous avez la possibilité de devenir actionnaire de la société.
Date de début souhaitée : 1er janvier 2021.

Adresse d’emploi :

Home

Envoyez votre CV avec une description de vos réalisations à : careers@wainvam-e.com

Document attaché : 202012031038_Offre_Emploi_Jeune_Docteur_CDI_WAINVAM-E_English.pdf

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

Laboratoire/Entreprise : LIB (Laboratoire d’Informatique de Bourgogne)
Durée : 12-18 mois
Contact : ana-maria.roxin@u-bourgogne.fr
Date limite de publication : 2021-01-31

Contexte :
Dans le cadre du projet ANR McBIM, les objectifs pour ce poste 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.
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).

Sujet :
• 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).

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).

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.

Formation et compétences requises :
Sont souhaitées des compétences en développement informatique, notamment en développement de services Web.
Des compétences en réseaux de capteurs sans-fil (Wireless Sensor Networks) sont un plus.
La maîtrise de la langue française est indispensable. Un bon niveau en communication anglaise est un plus.
Le candidat devra présenter un 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.

Adresse d’emploi :
LIB – 9 avenue Alain Savary – 21000 Dijon

Document attaché : 202012041119_Offre de IR_McBIM.pdf

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

Laboratoire/Entreprise : DVRC / Pôle Léonard de Vinci
Durée : 12 mois
Contact : cyril.grunspan@devinci.fr
Date limite de publication : 2021-01-31

Contexte :
Context: Through the Pôle Léonard de Vinci, DVRC is a member of the “Moneytrack” project on blockchain scalability, together with INRIA and Truffle Capital.

Postdoctoral Researcher: As a member of the “Moneytrack” project funded by Bpifrance, DVRC is looking for a postdoctoral researcher working in the area of computer network security and blockchain technology. The candidate will be working on an implementation of the Ant routing algorithm for the Lightning Network.

Sujet :
The ambition of the Lightning Network is to provide a second layer to the Bitcoin network to enable transactions confirmed instantly, securely and anonymously with a world scale capacity using a decentralized protocol. However, some of the current propositions and implementations present some difficulties in anonymity, scaling and decentralization. The Ant Routing algorithm for the Lightning Network solves several problems such as channel information update and centralization by beacon nodes. It requires no landmark, no knowledge on the topology. The decentralization of the algorithm is achieved by making every node play exactly the same role in the routing process and using only knowledge about its neighbors. Routing tables are not required and transactions are completed instantaneously and anonymously. The algorithm is inspired by the behavior of ants. Although each ant individually seems to follow a random motion, their collective behavior finds efficiently the shortest path from their nest to a food source. This is achieved through a “stygmergic” communication of the ants with their environment through pheromones. See https://arxiv.org/abs/2002.01374

Goal: The candidate will:
1. Implement carefully the Ant Routing Algorithm and compare it with existing decentralized algorithms in both performance and anonymity,
2. Develop a web platform to highlight the approach with the Ant Routing Algorithm, implementation details, simulations and a demonstration scenario,
3. Collaborate on a research article to describe and compare strengths and weaknesses of the algorithm compared to other proposals.

Profil du candidat :
Candidates should have a PhD in Computer Science or a related area. They should have a promising publication record and be interested in cryptocurrencies.

Conditions:
Postdoctoral Positions last a maximum of 12 months. Salary is competitive.

Formation et compétences requises :
Qualified candidates should apply online.
https://www.devinci.fr/le-pole/recrutement/
Please provide your CV and a cover letter describing your research activities

Adresse d’emploi :
Groupe Léonard de Vinci
Pôle Universitaire Léonard de Vinci
92 916 Paris La Défense Cedex

Document attaché : 202012070830_Fiche_Moneytrack2.pdf

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

Laboratoire/Entreprise : IMT Atlantique – LabSTICC
Durée : 18 months
Contact : lucas.drumetz@imt-atlantique.fr
Date limite de publication : 2021-01-31

Contexte :
IMT-Atlantique, an engineering school under the supervision of the Ministry of Industry, is looking for a post-doc or research engineer for 18 months, to start at the earliest from November 2020. The position is based on the Brest campus of the school. The candidate will join the Signal and Communications department, within the TOMS team of the Lab-STICC (signal and image processing from natural signals), whose research activities include signal and image processing for remote sensing, and learning dynamical models using artificial intelligence.

The open position is part of the SUBSEE4D project co-sponsored by Cervval, a company specializing in digital simulation and decision support in complex systems, France Energies Marines, the national research institute dedicated to Offshore Renewable Energy (ORE), and IMT Atlantique.

Despite a significant offshore experience coming from the oil and gas (O&G) industry, several specificities of offshore renewable energy systems induce uncertainties of their subsea dynamics. Today, as any emerging technology, the efforts are focused on the system efficiency and robustness as part of the design stage. Very few works are dedicated to the in-service follow-up and the maintenance strategy which represent a critical point both technically and financially for the very next commercial farms.

Sujet :
Within SUBSEE4D project, FEM is in charge of the development of a mooring lines health monitoring software module. A multidisciplinary team including this position is being set-up to deliver software which will be offered to a floating wind farms operator for further customization and deployment on a scale 1:1 floating wind turbine pilot project. The software aims at improving the estimation of the fatigue life of the mooring components as well as the related alert systems using machine learning techniques. IMT Atlantique brings to the project its expertise in machine learning and dynamical systems: data assimilation, identification of equations governing the dynamics of observation data, interpolation / reconstruction of time series, emulation of physical models, forcing by explanatory variables…

In this context, the candidate will take an active part of the IT development of the data-processing platform. He / She will provide technical expertise and ensure that state of the art methodology is used for statistical, probabilistic models used for variables estimation and related uncertainties. The methodology will involve development of regression algorithm as well as supervised and unsupervised classification algorithms. It will involve model skills evaluation techniques, coupled with growing data set training philosophy. The available data sets for training will be progressively enriched with sensors data and a training philosophy is to be developed to optimally combine theory with observations, and to include physical constraints or information to the learning algorithms.

Methodological developments will also be expected, to complement and further improve research on dynamical systems learning from data performed in the IMT team. Publications in international conferences and journals will be issued from this work.

Floating wind turbine global simulation involve coupled aero-hydro-servo-elastic physical models. The candidate will need to work in close collaboration with the project team to ensure the physical consistency the developed models from learning phase to validation phase. This position requires the ability to implement multidisciplinary approaches.

Profil du candidat :
The candidate must have (preferably) a PhD or possibly a Masters/Engineering degree in image or signal processing, machine learning or related fields, or equivalent experience.

Formation et compétences requises :
Qualifications required:

Machine/Deep Learning, Signal and Image Processing, Applied Mathematics, Dynamical Systems

Programming in Python

Experience in deep learning methods and associated libraries in Python (Keras, Tensorflow, Pytorch)

An experience related to physical modeling of complex systems or renewable energies will positively appreciated

Adresse d’emploi :
IMT Atlantique
Technopôle Brest-Iroise CS 83818
29238 Brest Cedex 3

Document attaché : 202011231020_fiche_de_poste_CDD_18_mois_dynamique_d’ancrage_en_new.pdf