Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : Télécom Physique Strasbourg
Durée : CDD de 12 mois à temps plein, renouvelable sur 3 ans
Contact : c.collet@unistra.fr, demathelin@unistra.fr, lampert@unistra.fr
Date limite de publication : 2020-03-04

Contexte :
L’exploitation du potentiel des Big Data grâce à l’intelligence artificielle révolutionne quasiment tous les secteurs d’activités (de l’assurance à la santé, en passant par l’industrie), que ce soit pour détecter et prévenir les épidémies, permettre une maintenance prévisionnelle en milieu industriel ou prendre une décision en environnement incertain.

Conscients des défis liés à cette révolution numérique et convaincus du rôle clé qu’auront les partenariats entre les entreprises et le monde académique pour y faire face, Télécom Physique Strasbourg et le laboratoire ICube développent une stratégie commune pour répondre aux besoins des industriels.

• Sur le volet de l’enseignement, Télécom Physique Strasbourg propose un nouveau cursus ingénieur en science des données et en intelligence artificielle afin de former les jeunes talents de demain et a recruté un enseignant-chercheur sur une chaire industrielle spécialisée dans ce domaine ;

• Sur le volet de la recherche, ICube, laboratoire de renommée internationale à l’interface entre l’ingénierie et les sciences de l’information, propose de faire bénéficier les entreprises de son expertise dans de nombreux domaines de l’intelligence artificielle et de la science des données, via la création d’une plate- forme de services.

Sujet :
Dans le cadre du département Informatique et Réseaux de Télécom Physique Strasbourg, il/elle définira et suivra directement le projets-ingénieurs en lien avec les mécènes de la chaire industrielle, les projets ingénieurs en relation avec des entreprises dans le domaine des sciences des données et de l’Internet des Objets ainsi que le tutorat des étudiants.
27/01/2020

Au sein du laboratoire ICube, il/elle participera activement au développement et implémentation des travaux de recherche en collaboration avec le titulaire de la chaire industrielle sur des aspects originaux dans le cadre de l’apprentissage avec données annotées limitées (semi-supervisé, non-supervisé, …), et sur les sujets suivants (liste non exhaustive) : apprentissage profond, adaptation de domaine, apprentissage par transfert, apprentissage de la représentation. Les domaines d’application seront (mais pas exclusivement) : l’imagerie médicale, le télédétection et l’analyse de séries temporelles.

Profil du candidat :
Télécom Physique Strasbourg

Dans le cadre du département Informatique et Réseaux (IR) de Télécom Physique Strasbourg, l’ingénieur de recherche aura pour rôle :
• d’encadrer des projets ingénieur en relation avec des entreprises dont les mécènes de la Chaire ;
• de participer à des activités d’enseignement et de tutorats aux étudiants, il sera impliqué dans l’activité
et le développement du FabLab d’ingénierie créative de l’École ;
• il/elle sera en charge de la maintenance opérationnelle du portail des projets ingénieurs aux entreprises;
• il/elle assurera le support technique nécessaire au bon déroulement des formations ;
• il/elle participera le cas échéant à la formation des élèves-ingénieurs dans le cadre d’encadrement de
travaux dirigés, travaux pratiques, des projets‚ en lien avec le titulaire de la Chaire Industrielle et le responsable du département IR.

Laboratoire ICube

Dans le cadre de la recherche en collaboration avec le titulaire du chaire industrielle, l’ingénieur de recherche aura pour rôle :
• de participer au développement de la recherche théorique et à sa mise en œuvre ;
• de développer des pipelines de traitement et des protocoles expérimentaux ;
• d’étudier et développer de nouveaux domaines d’application ;
• d’assurer une veille technologique et scientifique.

Formation et compétences requises :
➢ Savoir-faire opérationnel :
Fortes compétences en informatique, sciences des données, machine learning et apprentissage profond (deep learning) de niveau Master Informatique ou école d’ingénieur (Bac+5).
Les compétences recherchées couvrent les domaines suivants :
– Bon niveau en statistique et mathématiques appliquées
– Traitement du signal et des images, vision par ordinateur
– Traitement du langage naturel, Analyse de séries temporelles
– Base de données relationnelles
– Programmation système (Python, C/C++, Matlab)
– Gestion de code sous GIT
– Rédaction de documentation
– Anglais : parlé, lu, écrit, maîtrise de l’anglais technique et scientifique

➢ Savoir-être :
• Savoir communiquer et travailler en équipe,
• Compétences pédagogiques

Adresse d’emploi :
Télécom Physique Strasbourg – Université de Strasbourg
Pôle API
300 Bd Sébastien Brant
67400 ILLKIRCH GRAFFENSTADEN

Document attaché : Fiche_de_poste__inge__nieur_en_calcul_scientifique_2020.pdf

Annonce en lien avec l’Action/le Réseau : MACLEAN

Laboratoire/Entreprise : European Space Agency / ESRIN
Durée : up to 2 years
Contact : bls@ieee.org
Date limite de publication : 2020-03-13

Contexte :
Exciting post-doctoral research opportunity @ ESA to do research on harnessing AI for Earth Observation data

Sujet :

Unique opportunity for ESA Research Fellow (Post-Doc) on the development of innovative Earth Observation (EO) solutions harnessing the power of Artificial Intelligence (AI) to advance understanding of our planet (http://www.esa.int/eo).

Profil du candidat :
–

Formation et compétences requises :
–

Adresse d’emploi :

You will be based in ESA/ESRIN (Frascati, Italy) and be part of a dynamic, multi-disciplinary research team at the phi-lab. You will be able to develop your own AI research and associated innovative EO applications, alongside a growing team of data scientists and researchers passionate about innovation.

Apply before 11 Mar 2020 at https://bit.ly/31Y5SQ9 (Ref ID 8827)

Document attaché :

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : IMT Atlantique
Durée : CDI
Contact : ronan.fablet@imt-atlantique.fr
Date limite de publication : 2020-03-15

Contexte :
Associate Professor position open at IMT Atlantique in Data Science.

Sujet :
The position relates to the newly-funded AI chair OceaniX, and the associated research and education activities: https://rfablet.github.io/projects/2019-oceanix

Profil du candidat :
More information at https://www.imt-atlantique.fr/en/associate-professor-data-science

Formation et compétences requises :
See link above

Adresse d’emploi :
IMT Atlantique, Brest

Document attaché :

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : CESBIO
Durée : 12 moia
Contact : nemesio.rodriguez@cesbio.cnes.fr
Date limite de publication : 2020-03-20

Contexte :
The SMOS (Soil Moisture and Ocean Salinity) satellite is a passive microwave interferometer that is providing L-band (1.4 GHz) observations of the Earth since 2009. SMOS is the first radiometer that performed systematic L-band measurements from the space. It has been followed by the NASA Soil Moisture Active Passive (SMAP) satellite, launched in 2015 and also carrying an L-Band radiometer. Both satellites have a maximum revisit time of 3 days at the equator.
The soil moisture content is an essential climate variable that has to be monitored over long periods of time (~30 years), however due to the limited lifetime of satellite missions, several satellites are needed to reach this goal. ESA has implemented a Climate Change Initiative (CCI) with a soil moisture chapter. Based on its expertise in using neural networks to retrieve soil moisture from multi-source data (Rodriguez-Fernandez et al. 2015, 2017, 2019), the passive radiometry team of CESBIO has shown that machine learning techniques such as neural networks can be used to build long time series using SMOS as reference to retrieve soil moisture from other sensors such as the ASMR-E radiometer (Rodriguez-Fernandez et al. 2016). This data set, which provides SMOS-like soil moisture data set since 2003, is a level 4 product distributed by CATDS.

Sujet :
The main goal of this position is to improve the long time series level 4 product by CATDS and to contribute to the ESA CCI project evaluating the added value of L-band sensors. Different methods to re-scale and to remove bias in time series obtained from different sensors should be studied. In addition, a new machine learning algorithm should be proposed to extend the time series back to the 80’s using data from other multifrequency radiometers such as TRMM/TMI (from 1997) and those of the SSM/I family (the first one was launched in 1978). The reference soil moisture dataset should be the Level 3 SMOS soil moisture product by CATDS or a merged SMOS/SMAP product. For this goal, a comparison of SMOS/SMAP brightness temperatures should be performed and a consistent retrieval algorithm will be proposed. Results of these analyses are opened for publication.

Profil du candidat :
The candidate should ideally have a PhD in applied mathematics or physics or an Engineering degree with experience in data science. Knowledge in remote sensing (ideally in microwave radiometry) is an asset. The applicant should also be rather autonomous, and creative. The ability to read and write technical documentation in English language is required. The post-doctoral fellow will be based in Toulouse but he will work in collaboration with other international scientists and ESA, meaning that the applicant should fully master English as as spoken language.
Salary will depend on qualifications and experience following the CNRS grids. Social security benefits are provided. Inquires and applications (resume and motivation letter) should be sent by email to the following contacts list:

Formation et compétences requises :
– Knowledge in Geo-physics and microwave sensors
– Statistics. Machine learning. Neural networks
– Array programming in Matlab or Python
– Knowledge in data science libraries
– Oral and writing communication skills
– Teamwork stills

Adresse d’emploi :
The CESBIO (Centre d’Etudes Spatiales de la Biosphère) is located in Toulouse and it is a joint research unit of Paul Sabatier University, the Centre National de la Recherche Scientifique (CNRS), the Centre National d’Etudes Spatiales (CNES), the Institut de Recherche pour le Développement (IRD) and the Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (INRAE) . The laboratory aims at doing research in the domains of observation and modeling of the continental surfaces, addresses the interface between physical and biological sciences and participates in the specification of space missions and the treatment of remotely sensed data to develop the knowledge on continental biosphere dynamics and functioning at various temporal and spatial scales. CESBIO hosts the PIs for two European Space Agency (ESA) satellite missions (SMOS and Biomass missions) and for the French-Israeli Venus satellite.
The CESBIO is the lead « Expert Support Laboratory » for land applications with SMOS for ESA and « Expertise Center » for the SMOS French ground segment, the CATDS (Centre Aval de Traitement de Données SMOS) and it is a partner of the ESA Soil Moisture Climate Change Initiative consortium.

Document attaché : 2020-CDD-CATDS-3.pdf

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : TETIS – LIRMM – IMAG
Durée : —
Contact : sandra.bringay@univ-montp3.fr, catherine.trottier@univ-montp3.fr
Date limite de publication : 2020-03-26

Contexte :
Un poste de Maître de Conférences (sections 26-27) sera ouvert au concours 2020 à l’Université Paul Valéry Montpellier 3 sur la thématique “Sciences des données, filière MIASHS, données massives et temporelles, humanités numériques”.

Sujet :
Département d’accueil :

Le département de Mathématiques, Informatique Appliquées (MIAp) propose une filière MIASHS destinée aux étudiants souhaitant associer l’étude des mathématiques, de la statistique et de l’informatique à celle d’une discipline en SHS.
Le département est également en charge des enseignements d’informatique, de mathématiques et de statistique transversaux à plusieurs licences (formation allant des bases d’usage à des compétences plus professionnelles). Il intervient aussi dans des enseignements spécifiques à certaines filières de licence et de master de notre université LLASHS (Lettres, Langues, Arts, Sciences Humaines et Sociales).

Profil du candidat :
Attendus pédagogiques et charges collectives :

Les compétences attendues sont essentiellement dirigées vers l’enseignement en filière MIASHS, en particulier les modules spécifiques de master concernant la science des données. Le ou la candidat–e devra posséder une forte compétence dans ce domaine aussi bien sur les applications que sur la formalisation et la conception de ces méthodes. Il-elle devra aussi pouvoir proposer des enseignements visant les données massives et temporelles. Au coeur de la filière MIASHS, il est souhaité du ou de la futur-e collègue qu’il-elle puisse nourrir et soutenir une interaction entre l’informatique et les mathématiques appliquées du département.
Le master étant ouvert en alternance, il est attendu du ou de la candidat-e une implication particulière dans les contacts avec les entreprises, le suivi des stages et des divers contrats professionnels et d’apprentissage.
Le ou la candidat-e sera aussi impliqué-e pour une part importante dans les enseignements transversaux, puisque ces enseignements représentent un gros volume pour le département. Il-elle assurera aussi des charges collectives qui leur sont liées (suivi organisationnel, pédagogique, développement d’outils de gestion). Certains enseignements sont susceptibles d’avoir lieu sur le site de Béziers.
Une attention particulière sera portée aux candidats ayant un projet venant compléter les compétences des membres du département, en particulier sur la thématique des données massives et temporelles. Toute expérience en humanités numériques et le traitement de données SHS sera un plus.

Formation et compétences requises :
Recherche :

Le ou la candidat-e recruté-e devra intégrer une des équipes de recherche de l’IMAG, du LIRMM ou de TETIS dans une activité de recherche en sciences des données. Il-elle fera partie du groupe AMIS de l’Université Paul Valéry composé des enseignants-chercheurs du département MIAp.

L’IMAG (https://imag.edu.umontpellier.fr/) regroupe une centaine de chercheurs permanents et une quarantaine de doctorants répartis dans les thèmes : Géométrie, Topologie et Algèbre, Analyse, Calcul Scientifique Industriel et Optimisation, Probabilités et Statistique, Didactique et Épistémologie des Mathématiques. L’institut fédère l’essentiel des acteurs de la recherche en mathématiques de la région. Toute candidature dans le domaine de la science des données et la modélisation des données massives et temporelles est souhaitée.

Le LIRMM (http://www.lirmm.fr/xml/fr/0014-28.html) est composé de 14 équipes de recherche dont les thématiques couvrent un large spectre de la recherche en Informatique, de ses frontières avec les mathématiques (arithmétique, combinatoire, optimisation), avec les sciences cognitives et humaines (langues naturelles, réseaux sociaux), à celles avec les sciences du vivant (bioinformatique), en passant par les « coeurs de métier » comme, par exemple, l’algorithmique, la complexité, la représentation des connaissances, la science des données et l’intelligence artificielle. Si le-la candidat-e intègre le LIRMM, il-elle viendra apporter en priorité des compétences sur l’analyse automatique du langage naturel (inférence textuelle, réponse à des questions, recherche d’informations structurées), et en particulier l’analyse des dialogues (diversité des points de vue, langue approximative, dialogues argumentatifs/non argumentatifs).

L’UMR TETIS (Territoires, Environnement, Télédétection et Information Spatiale) (https://tetis.teledetection.fr/) a pour mission de développer la maîtrise de l’information spatiale pour la recherche agro-environnementale et la gestion durable des territoires. Le laboratoire est organisé selon 4 équipes pluridisciplinaires qui développent des recherches conceptuelles, méthodologiques et thématiques dans une approche intégrée de la chaîne de l’information spatiale. Les compétences recherchées se concentrent sur : le web sémantique spatial (mise en correspondance de données hétérogènes), les humanités numériques et la fouille de texte.

Adresse d’emploi :
Contacts :

Contact MIASHS : Sandra BRINGAY, sandra.bringay@univ-montp3.fr
Contact département MIAp : Catherine Trottier, catherine.trottier@univ-montp3.fr

Document attaché :

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : LS2N UMR 6004
Durée : Permanent
Contact : claude.jard@ls2n.fr
Date limite de publication : 2020-03-26

Contexte :
L’Université de Nantes recrute un(e) Maître(sse) de Conférences dans le domaine de l’Intelligence artificielle avec sensibilité sur les infrastructures logicielles de mise en œuvre.

Sujet :
cf. document joint

Profil du candidat :
Profil détaillé, modalités de candidature et points de contact pour plus d’information :
https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2020_1/0442409E/FOPC_0442409E_4592.pdf

Formation et compétences requises :
Profil détaillé, modalités de candidature et points de contact pour plus d’information :
https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2020_1/0442409E/FOPC_0442409E_4592.pdf

Adresse d’emploi :
La personne recrutée rejoindra l’équipe pédagogique du département informatique de Polytech Nantes, l’école d’ingénieurs de l’université. Elle effectuera sa recherche sur le site de l’école, dans une équipe du laboratoire des sciences du numérique de Nantes (LS2N, UMR6004).

Document attaché : FOPC_0442409E_4592.pdf

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : LIMOS
Durée : 5 years then tenured
Contact : farouk.toumani@uca.fr
Date limite de publication : 2020-03-26

Contexte :
The successful candidate will join the research axis MAAD (Models and Algorithms for Aided-Decision) of the LIMOS laboratory (UMR CNRS 6158, https://limos.fr), in Clermont-Ferrand, France and will work within the
context of a large, recently funded project on “Sustainable agroecosystems in a context of global change” (“challenge 1” of I-Site Cap 20-25)( https://cap2025.fr/research/). The MAAD group has a strong research
orientation in the fields of combinatorial optimization, mathematical programming, graphs and lattices theory. There is also a close cooperation with other groups at LIMOS.

The available position is for a role as a contracted research-professor, with a teaching aspect reduced to 64 tutorial hours for the first three years.
This is a fixed-term contract for an initial period of three years and can be renewed for two years after an evaluation. After these five years of probation, and in the event of a positive evaluation, an open-ended contract as a research professor will be offered. In addition, UCA is committed to opening a university professor post that would allow the successful applicant to be given tenure in a statutory post.
Remuneration will be approximately €37,000 gross per year.

Sujet :
We seek for candidates with strong theoretical background as well as an expertise in practical applications.
The target applications areas are related to the delivrable 8 of the « Challenge 1: Sustainable agroecosystems in a context of global change »: design decision-making tools and models for small to large-scale sustainable agroecosystems (plot, farm, sector, territory); ecosystems of agricultural areas; food systems at the territorial level.
The candidate is expected to develop collaborations with other research groups in the I-Site CAP2025 initiative and initiate projects at the national and international levels.

The applicant must be able to teach mathematical programming and computer science in English from first year and in French after three years. The teaching load will be 64 hours per year during the three first years,
and 96 hours per year during the two following years. The teaching will be principally within the fields of undergraduate and master levels in “Applied mathematics and computer science”.

Profil du candidat :
The Call is open to outstanding candidates in the field of mathematical programming and discrete mathematics. Additional expertise related to robust, stochastic optimisation and/or approximation algorithms will be appreciated.

Formation et compétences requises :
– have a doctorate or an equivalent qualification
– have completed the doctorate or post-doctorate abroad

Adresse d’emploi :
Clermont-Ferrand, France

Document attaché : TenureTrackEnglish.pdf

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

Laboratoire/Entreprise : Université de Caen N
Durée : Indéterminé
Contact : bruno.cremilleux@unicaen.fr
Date limite de publication : 2020-03-30

Contexte :
Poste de maître de conférences en informatique

Sujet :
L’université de Caen Normandie développe différentes activités
scientifiques, pédagogiques et technologiques situées à l’interface
entre sciences du numérique et sciences humaines et sociales.

Dans ce cadre et sur ce thème dit des « Humanités Numériques »,
l’université de Caen Normandie va ouvrir au concours un poste de Maître
de conférences en section CNU 27 pour prise de fonction à la rentrée 2020.

Sur un plan scientifique, la personne recrutée sera intégrée au
laboratoire GREYC (CNRS UMR 6072) et participera à l’élaboration de cet
environnement pluri-disciplinaire situé à l’interface entre SN et SHS,
pour promouvoir leur fertilisation croisée et participer aux travaux
conduits en lien fort avec des structures de recherche en SHS et en
particulier la MRSH de l’université de Caen. Ayant de solides
compétences dans les spécialités telles que Traitement Automatique des
Langues ou Linguistique Computationnelle, Text ou Data Mining ou encore
l’Apprentissage, elle s’intéressera plus particulièrement à
l’application de ces méthodes à des données principalement textuelles
issues des SHS, avec des domaines d’application en recherche
d’information, en découverte de connaissance, en ingénierie documentaire
et en ingénierie des connaissances.

Sur un plan pédagogique, la personne recrutée sera rattachée à l’UFR HSS
(Humanités et Sciences Sociales), et interviendra prioritairement dans
des formations où l’enseignement des disciplines informatiques occupe
une place importante, soit, en particulier, la licence « Humanités »
(parcours « Humanités Numériques ») et le Master « Métiers du Livre et
de l’Édition » (parcours « Édition » et parcours « Bibliothèque »), pour
des enseignements principalement consacrés à l’ingénierie documentaire
et à l’ingénierie des connaissances.

Initutlé du poste : Sciences du numérique et sciences des données pour
les Sciences Humaines et Sociales

Mots-clés : Analyse de données textuelles, Traitement automatique des
langues, Linguistique computationnelle, Text Mining, Document numérique,
Humanités numériques

Contact recherche : christophe.rosenberger@ensicaen.fr,
bruno.cremilleux@unicaen.fr, antoine.widlocher@unicaen.fr

Contact enseignement: antoine.widlocher@unicaen.fr

Profil du candidat :
Qualifié en section 27

Formation et compétences requises :
Cf. partie “sujet”

Adresse d’emploi :
Université de Caen Normandie

Document attaché : 202003111841_

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : FRB – CESAB, MONTPELLIER, FRANCE
Durée : 3 years max
Contact : laure.berti@ird.fr
Date limite de publication : 2020-03-30

Contexte :
The Foundation for research on biodiversity (FRB) was created in 2008. It gathers public research institutions, environmental NGOs, land and genetic resources managers and the private sector. It provides a forum where science meets society in order to address the current challenges related to biodiversity research. About CESAB The Centre for Synthesis and Analysis of Biodiversity (CESAB) is FRB’s main programme and a leading research organization in Europe, with an international reputation. Launched in 2008 after the “Grenelle de l’Environnement” by the Ministries for research and for ecology, it was created by eight
public research institutions (BRGM, CIRAD, CNRS, IFREMER, INRA, IRD, IRSTEA and MNHN), joined in 2014 by LVMH and in 2017 by the University of Montpellier. Its aim is to implement the innovative work of synthesis and analysis of existing data in the field of biodiversity.

Sujet :
The candidate will implement and compare various deep learning architectures for characterizing poverty in the context of land desertification and predict consumption expenditure, using satellite images in various resolutions (e.g. Sentinel 2 sensor with 10 to 60 m resolution and 13 spectral bands, optical SPOT 6/7, and Pleiades images with spatial resolution of 1.5 m and 0.5 m respectively) and other data sources (e.g., the World Bank’s Living Standards Measurement Study surveys, LSMS – http://surveys.worldbank.org/lsms), the Demographic and Health Surveys (DHS – https://dhsprogram.com), and the Oxford Poverty and Human Development Initiative (OPHI – https://ophi.org.uk)).

Profil du candidat :
Qualifications
• PhD in Computer Science in the field of deep learning and machine learning
• Knowledge of satellite image analysis is a plus
• Proficiency in Python programming
• Fluent English
• Good communication skills
• Ambition to pursue high-profile and interdisciplinary research

Formation et compétences requises :
Application instructions
Please send your application to laure.berti@ird.fr, marc.chaumont@lirmm.fr, nicolas.mouquet@fondationbiodiversite.fr and carmen.gervet@ird.fr including:
• a detailed CV (research activities, publications, programming skills)
• a motivation letter
• the contact information of 2 referees.

Adresse d’emploi :
FRB – CESAB, 5, rue de l’École de Médecine, 34000 MONTPELLIER

Document attaché :

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

Laboratoire/Entreprise : Institut des Science
Durée : 1 an
Contact : sakina@obs-vlfr.fr
Date limite de publication : 2020-03-31

Contexte :
Nous recherchons des candidats pour un contrat d’un an comme post-doctorant(e) sur l’analyse de données d’imagerie du plancton marin par apprentissage machine. La personne sera recrutée par l’Institut des Sciences du Calcul et des Données (ISCD) de Sorbonne Université (SU) et sera basé au Laboratoire d’Océanographie de Villefranche-sur-Mer (LOV) près de Nice.

L’ISCD est un institut de Sorbonne Université dédié à l’exploration et au développement du calcul intensif, de la simulation numérique et de l’analyse de données complexes ou massives. Le LOV est un laboratoire CNRS-SU situé à côté de Nice. Il s’intéresse à la biologie des océans. Il récolte de grands jeux de données complexes (imagerie in situ, données satellites, etc.) et utilise des techniques numériques (modélisation statistique et dynamique, intelligence artificielle) pour les exploiter. Nous avons également une longue expérience de collaboration avec des informaticiens à la fois universitaires (e.g. I3S à Nice, ENSTA à Paris, MIP à Kiel) et du secteur privé (e.g. Google Brain lab à Paris). Plusieurs allers-retours à l’ISCD Paris sont à prévoir.

Sujet :
La personne recrutée appliquera des algorithmes d’apprentissage machine pour extraire des informations écologiquement pertinentes à partir d’images individuelles d’organismes planctoniques.

Plus précisément, il/elle développera ou appliquera les techniques existantes pour extraire les caractéristiques morphologiques liées aux stratégies de vie : réserves lipidiques, structures de défense, protection de la progéniture, contenu intestinal, pigmentation, etc

Ce travail pourra inclure le pré-traitement d’image, de la segmentation sémantique, des réseaux de régression, etc. Le travail de la personne recrutée ira jusqu’à l’interprétation des résultats et à la publication d’articles scientifiques.

Il/elle bénéficiera des millions d’images de plancton étiquetées taxonomiquement disponibles dans l’application Ecotaxa développée au LOV (https://ecotaxa.obs-vlfr.fr/).

Il/Elle travaillera en étroite interaction avec les écologistes marins des équipes FORMAL et Complex, tant à l’ISCD à Paris qu’au LOV à Villefranche-sur-Mer.

Profil du candidat :
– PhD (or engineering degree with at least 3 years of experience) in image processing, computer vision and machine/deep-learning algorithms, ideally at the interface with an other discipline (e.g., medicine, biology, ecology, …)

Formation et compétences requises :
– proficiency in programming for image processing, machine learning and data mining, using R, Python, C, or MATLAB.
– ability for handling datasets with millions of records and interacting with the database that hosts them, all in a Unix environment.
– excellent writing and communication skills
– experience of collaborating effectively with a team of scientists of diverse backgrounds

POUR POSTULER :

Le dossier de candidature doit incure : une lettre de motivation sur les intérêts scientifiques actuels et futurs, un CV mis à jour, une copie des publication en premier auteur, et les noms et contacts de 3 personnes référentes.
Le dossier de candidature est à envoyé par mail à Pascal Frey et Agnieszka Miskiewicz (iscd_(AT)_sorbonne-universite.fr), avec pour titre “ISCD Fellowship Application – FORMAL data scientist”

Adresse d’emploi :
Laboratoire d’Océanographie de Villefranche (LOV)
181 Chemin du Lazaret
06230 Villefranche-sur-Mer
France

Document attaché : 202003121009_FDP post-doc FORMAL 5.pdf

Annonce en lien avec l’Action/le Réseau : PLATFORM

Laboratoire/Entreprise : LIG
Durée : 1-2 ans
Contact : sihem.amer-yahia@univ-grenoble-alpes.fr
Date limite de publication : 2020-03-31

Contexte :
AI, and in particular Data Mining and Recommendation, offers the ability to observe the behavior of millions of customers and predict their future choices. While consumer choices in classical theory are based solely on preferences and on price, Behavioral Economics and in particular the study of Learning in Economics, have established that consumer behavior is largely dictated by contexts and evolves over time. Decisions are guided by heuristics influenced by psychological, emotional, cultural and social factors.

Sujet :
The purpose of this post-doc is to coordinate user studies on the topic of impact of product and information ads on people.

Real-life deployment will be explored in online platforms such as Facebook Ads and Amazon Mechanical Turk, and with real customers through bucket testing with our industrial partners. Deployment raises challenges such as designing data-driven sampling strategies and developing incentive schemes for customers. It also opens unique opportunities in Behavioral Economics and Econometrics for studying product stickiness over time (behavioral inertia) and the effect of pricing on customers. This will tighten the gap between simulations and reality.

Profil du candidat :
The candidate must have experience with two out of the three topics below:
– Deployment of user studies
– Recommendation algorithms
– Online Advertising

Formation et compétences requises :
– Computer science: algorithms, plugins
– Economics: behavioral/experimental

Adresse d’emploi :
Laboratoire d’Informatique de Grenoble

Document attaché :

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : Université Paris Dauphine
Durée : permanent
Contact : alexis.tsoukias@dauphine.fr
Date limite de publication : 2020-03-31

Contexte :
Voir fiche joint

Sujet :
Data Sciences for the Social Sciences

Profil du candidat :
Data Sciences

Formation et compétences requises :
Qualification en sections 26 ou 27

Adresse d’emploi :
Université Paris Dauphine

Document attaché : Fiche-de-poste_PR_Numérique.pdf

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : ISTerre, Université Grenoble-Alpes, France
Durée : 2 years
Contact : sophie.giffard@univ-grenoble-alpes.fr
Date limite de publication : 2020-04-01

Contexte :
Image correlation is a powerful tool for retrieving ground displacements in the near-field of earthquakes. Despite a trend towards higher resolution satellite datasets, medium resolution satellite data represents the cheapest and faster solution for retrieving earthquake displacement maps.

Sujet :
n this project, we aim to explore machine learning approaches (employing deep convolution neural networks) to build a new optical correlator, which is both more robust to noise, less biased by small correlation windows, and more precise when interpolating into the sub-pixel domain. We will test this approach on a unique satellite image dataset of upaired Low Resolution (Sentinel-2) and High Resolution (Pleiades) satellite images, acquired at the same time. If we can establish that the non-linear mappings between LR and HR images can be generalized to regions beyond our training dataset, our correlation approach will be valuable for image correlation in general. We would test this approach on the Californian region, specifically on the 2019 Ridgecrest earthquake, with possible interactions with local researchers.

Profil du candidat :
The profile is rather Applied Mathematics with a desirable experience in machine learning/AI and/or advanced image processing. An interest in Earth Sciences is a plus.

Formation et compétences requises :
! Important ! If you are interested in a post-doc (or a PhD) on this topic, please contact quickly james.hollingsworth@univ-grenoble-alpes.fr and sophie.giffard@univ-grenoble-alpes.fr . We would then actively support a CNES application (deadline : April, 1st 2020, notification for the post-doc: June).

Adresse d’emploi :
ISTerre, Université Grenoble-Alpes

Document attaché :

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : LIFO (Laboratoire d’Informatique Fondamentale d’Orléans): https://www.univ-orleans.fr/lifo/
Durée : illimitée
Contact : mirian@univ-orleans.fr; sebastien.limet@univ-orleans.fr
Date limite de publication : 2020-04-01

Contexte :
Nature du Poste: Maître de conférences, Section: 27
Numéro du poste : 0482
Référence Galaxie: à apparaitre
Poste de maître de conférences à l’UFR Sciences et Techniques de l’Université d’Orléans, avec une intégration recherche au Laboratoire d’Informatique Fondamental d’Orléans (LIFO, EA 4022). Au niveau recherche, la personne recrutée doit intégrer une des deux équipes du LIFO :
— Langages, Modèles et Vérification (LMV) ou
— Parallélisme, Distribution et Bases de Données (Pamda).

*** Cet annonce concerne seulement les candidats pour l’équipe PAMDA (groupe bases de données) ****

Sujet :
Equipe Pamda : L’équipe Pamda s’articule autour d’un projet commun sur la consultation, la manipulation, l’analyse et la gestion efficace et cohérente de grandes masses de données. Elle rassemble des chercheurs en parallélisme, calcul distribué et bases de données.

La personne recherchée devra plus particulièrement s’intégrer dans les thèmes de recherche de l’équipe liées aux bases de données. Cet axe couvre notamment la mise à disposition des données intelligentes. Les travaux de l’équipe s’intéressent ainsi à la construction, à l’interrogation, à l’analyse et à l’évolution des bases de connaissances (en particulier les bd graphe) dans un cadre où la qualité des résultats et le respect des contraintes sont assurés. Il s’agit d’aborder les étapes allant de l’obtention des données dans une forme plus au moins structurée à la mise en place des requêtes ‘data science’ définissant un ‘pipeline’ de tâches qui combinent l’application d’algorithmes d’analyse des données et des consultations plus classiques (groupements et agrégations). Ces travaux englobent des aspects formels et appliqués ainsi que des questions algorithmiques concernant l’optimisation de requêtes et plus généralement de traitements sur des masses de données distribuées. Le groupe cherche des candidats dont les compétences pourraient contribuer à ces directions de recherche.

Mots-clés :
Bases de données (graphes), bases de connaissances, optimisation de requêtes, masses de données distribuées, big data, aspects dynamiques de bases de données, théorie de bases de données.

CONTACTS:
Sébastien Limet, responsable de l’équipe PAMDA: sebastien.limet@univ-orleans.fr
Mirian Halfeld-Ferrari, pour le groupe bases de données: mirian@univ-orleans.fr

Profil du candidat :
Recherche: La personne recherchée devra plus particulièrement s’intégrer dans les thèmes de recherche de l’équipe PAMDA liés aux bases de données (voir plus haut):
https://www.univ-orleans.fr/lifo/equipe.php?id=2&lang=fr&sub=sub1

Enseignement: La personne recherchée devra enseigner dans les formations de l’UFR Sciences et Techniques de l’Université d’Orléans. Plus précisément, les filières des formations concernées sont: Licence Informatique (parcours Ingénierie Informatique et parcours MIAGE); Master Informatique; Master MIAGE (Méthodes Informatiques Appliquées à la Gestion des Entreprises).
Toutes ces filières sont ouvertes en formation initiale et continue. Le Master Miage est
également ouvert en alternance.

Formation et compétences requises :
Doctorat en informatique, qualification section 27 (ou équivalence)
Recherche dans le contexte indiqué ci-dessus

Adresse d’emploi :
LIFO – Batiment IIIA – Rue Léonard de Vinci – BP6759
45067 Orléans Cedex 2

Document attaché : Profil_Poste_27MCF0482.pdf

Annonce en lien avec l’Action/le Réseau : ADOC

Laboratoire/Entreprise : ERIC
Durée : 3 ans
Contact : jerome.darmont@univ-lyon2.fr
Date limite de publication : 2020/04/01

Contexte :
L’accès à l’informatique décisionnelle a été facilité par l’infonuagique. Toutefois, le décisionnel à la demande est soit limité, soit reste réservé aux spécialistes et hors d’atteinte des petites structures, indépendants et citoyens, alors qu’il existe une forte demande sociétale d’analyse de données (self/open) simple et collaborative. L’objectif du projet BI4people, financé par l’Agence Nationale de la Recherche (ANR), est de rendre le décisionnel disponible en ligne à des utilisateur∙trices disposant de peu de ressources financières et de connaissances techniques, en automatisant des processus actuellement au mieux semi-automatiques : intégration de données multisource hétérogènes (prise en compte de la sémantique), modélisation d’entrepôt de données à la volée, navigation/visualisation de données simple. Le prototype prévu va garantir la confidentialité des données, permettre des analyses collaboratives et être intelligible par les utilisateur∙trices.

Dans le cadre du projet BI4people, le laboratoire ERIC (Lyon 1/Lyon 2) recrute un∙e postdoctorant∙e pour une durée de trois ans, afin de participer à la mise en œuvre des recherches prises en charge par ERIC et à la conception du prototype BI4people.

Sujet :
La mission principale sera de s’impliquer dans la tâche 3 du projet BI4people (analyse collaborative) et/ou dans la tâche 5 (confidentialité des données dès la conception), ainsi que d’assurer la gestion de projet et coordination du développement du prototype logiciel BI4people.

Les activités associées à ces tâches incluent la participation à la constitution de l’état de l’art des tâches 3 et/ou 5, la co-construction des solutions et leur implémentation dans le prototype BI4people, la co-publication d’articles avec les autres participant∙es à ces tâches, les spécifications techniques (langages informatiques, formats de données…) à destination de l’ensemble des participant∙es du projet et l’intégration des versions successives des briques logicielles qui composent le prototype BI4people.

Profil du candidat :
La personne recrutée devra être titulaire d’un doctorat en informatique, être spécialiste en gestion de données, informatique décisionnelle (business intelligence), mégadonnées (big data) et/ou sécurité des données, et être immédiatement opérationnelle. Elle travaillera sous la responsabilité scientifique du professeur Jérôme Darmont.

Sa mission principale sera de s’impliquer dans la tâche 3 du projet BI4people (analyse collaborative) et/ou dans la tâche 5 (confidentialité des données dès la conception), ainsi que d’assurer la gestion de projet et coordination du développement du prototype logiciel BI4people.

Les activités associées à ces tâches incluent la participation à la constitution de l’état de l’art des tâches 3 et/ou 5, la co-construction des solutions et leur implémentation dans le prototype BI4people, la co-publication d’articles avec les autres participant∙es à ces tâches, les spécifications techniques (langages informatiques, formats de données…) à destination de l’ensemble des participant∙es du projet et l’intégration des versions successives des briques logicielles qui composent le prototype BI4people.

Formation et compétences requises :
La personne recrutée devra être titulaire d’un doctorat en informatique, être spécialiste en gestion de données, informatique décisionnelle (business intelligence), mégadonnées (big data) et/ou sécurité des données, et être immédiatement opérationnelle. Elle travaillera sous la responsabilité scientifique du professeur Jérôme Darmont.

Compétences recherchées : génie logiciel, programmation/programmation web, gestion de données, gestion de projet, travail en équipe, autonomie, sens de la communication, rigueur.

Adresse d’emploi :
Salaire : environ 2100 € net mensuel, modulable selon l’expérience. Durée : 3 ans à compter du 1er avril 2020. Lieu d’exercice : campus Porte des Alpes, Bron.

Candidature à adresser à M. Jérôme Darmont (jerome.darmont@univ-lyon2.fr) d’ici le 28 février 2020, accompagnée d’un CV et d’une lettre de motivation.

Les candidat∙es retenu∙es après examen des dossiers seront convoqué∙es pour un entretien.

Document attaché : profil-postdoc-eric-bi4people-2020.pdf

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : ETIS
Durée : permanent
Contact : dan.vodislav@u-cergy.fr
Date limite de publication : 2020-04-01

Contexte :
Un poste de PR (sections 27/61) et un poste de MCF (sections 61/27), sur des profils recherche autour de la Data science et de l’IA, seront ouverts au recrutement cette année à l’ENSEA Cergy.

Sujet :
Les deux postes concernent une intégration en recherche au laboratoire ETIS (UMR 8051), dans l’équipe MIDI, dont les travaux visent la gestion, l’analyse et l’apprentissage sur des données massives de natures diverses, l’intégration et la fouille de données.

Profil du candidat :
Les détails des profils de ces postes, ainsi que les informations de contact sont disponibles sur le site Galaxie:

Poste PR (27/61) – Intelligence artificielle pour la science des données : https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2020_1/0951376E/FOPC_0951376E_4057.pdf

Poste MCF (61/27) – Intelligence artificielle pour le traitement de données massives: https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2020_1/0951376E/FOPC_0951376E_4055.pdf

Formation et compétences requises :

Adresse d’emploi :
Ecole nationale supérieure de l’électronique et de ses applications (ENSEA),
6 avenue du Ponceau, 95014 Cergy-Pontoise Cedex

Document attaché :

Annonce en lien avec l’Action/le Réseau : aucun

Laboratoire/Entreprise : I3S, Sophia Antipolis
Durée : Permanent
Contact : johan.montagnat@univ-cotedazur.fr
Date limite de publication : 2020-04-03

Contexte :
Université Côte d’Azur, en collaboration avec Mines ParisTech, ouvre un poste de professeur (PR27-26) environné à l’interface de l’Intelligence Artificielle et du Calcul Intensif.
L’environnement comprends une prime de prise de fonction, un financement de thèse, un financement de postdoc, un support pour la recherche et une décharge partielle d’enseignement pendant 2 ans.

Sujet :
Le ou la candidate intègrera une équipe de recherche du laboratoire d’informatique I3S et collaborera
avec l’initiative MINDS portée par l’équipe Calcul Intensif et Mécanique des fluides des MINES ParisTech.
Sa recherche portera sur le développement des techniques d’apprentissage automatique dans des environnements massivement parallèles permettant de réaliser aussi bien des simulations HPC que de traiter des données dont la taille nécessite des moyens de traitement massif. L’objectif à terme est à la fois d’optimiser les algorithmes coûteux d’Intelligence Artificielle et les simulations HPC pour aboutir à des modèles réduits issus de l’intelligence artificielle.
Le candidat ou la candidate recruté(e) sera rattaché à l’Ecole Universitaire de Recherche « Digital Systems for Humans ».
Il ou elle devra assurer des enseignements aux niveaux Licence et Master, et s’impliquer dans la formation continue notamment à destination des professionnels de l’informatique en phase de requalification. Ses enseignements seront susceptibles de comprendre :
– Au niveau L : introduction aux méthodes d’apprentissage (à destination de différents publics), introduction à la programmation parallèle.
– Au niveau M : apprentissage automatique, modèles profonds, méthodes de calcul pour les réseaux de neurones, calcul intensif pour l’apprentissage, masses de données pour l’apprentissage.

Profil du candidat :
Cette Chaire s’inscrit dans un environnement très dynamique instauré par Université Côte d’Azur dans le cadre de sa politique de transformation de l’Enseignement Supérieure et de la Recherche sur le territoire de Nice Sophia Antipolis. Après la labélisation IDEX en 2016 (IDEX UCAJEDI intégrant une Maison de la Modélisation, de la Simulation et des Interactions, et 5 Académies transdisciplinaires d’excellence), la labélisation Ecole Universitaire de Recherche en 2018 (EUR « Digital Systems for Humans »), UCA porte aujourd’hui le projet PIA3 « 3IA Côte d’Azur » afin de renforcer la thématique Intelligence Artificielle sur son territoire.

Formation et compétences requises :
le profil de poste détaillé est accessible en ligne :
https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/FIDIS/0062205P/FOPC_0062205P_39.pdf

Les personnes intéressées doivent s’inscrire sur GALAXIE : https://galaxie.enseignementsuprecherche. gouv.fr/antares/can/index.jsp et y déposer leur dossier au plus tard le 03/04/2020.

Adresse d’emploi :
Rattachement au laboratoire I3S et à l’Ecole Universitaire de Recherche DS4H, Sophia Antipolis

Document attaché : FICHE-DE-POSTE-ID-676.pdf

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

Laboratoire/Entreprise : Université de La Roc
Durée : 1 an renouvelable an
Contact : antoine.doucet@univ-lr.fr
Date limite de publication : 2020-04-10

Contexte :
ATTENTION: contrairement à ce qui est indiqué sur les fiches de poste, les candidatures sont ouvertes jusqu’au 10 avril à midi.

Sujet :
La Rochelle Université recrute un Enseignant.e.-Chercheur.eus.e Contractuel.e en Informatique et un Enseignant.e.-Chercheur.eus.e Contractuel.e en Genie Informatique (ce second poste est susceptible d’être vacant).

Profil du candidat :
La personne recherchée pour chacun de ces postes devra être titulaire d’un doctorat.

Formation et compétences requises :
La description des deux postes est disponible à partir de ces liens :

https://www.univ-larochelle.fr/wp-content/uploads/pdf/Profil-de-poste-CDD-FST-ECC-2020-2021-Informatique-VDRH.pdf
https://www.univ-larochelle.fr/wp-content/uploads/pdf/Profil-de-poste-CDD-IUT-2020-2021-Génie-informatique-VDRH.pdf

La procédure pour postuler est disponible ici :

https://www.univ-larochelle.fr/luniversite/recrutement/campagne-de-recrutement-des-enseignants-chercheurs-contractuels-enseignants-contractuels-lecteurs-maitres-de-langue-et-past-2020/

Pour tout renseignement, n’hésitez pas à prendre contact avec les personnes mentionnées dans le profil.

Adresse d’emploi :
La Rochelle Université, avenue Einstein 17000 La Rochelle

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

Laboratoire/Entreprise : LIRMM
Durée : 18 mois
Contact : dino.ienco@irstea.fr
Date limite de publication : 2020-04-15

Contexte :
Quantifying and understanding patterns among and between species communities is challenging and crucial given the increasing direct human pressure and global environmental change. One of the key research area in ecology aims to understand how community diversities (compositional, taxonomic, phylogenetic and functional diversity) are driven by assembly processes and anthropogenic conditions at different spatio- temporal scales (Sutherland et al., 2013). It may also help to predict how communities could respond to future changes and to adapt their management and conservation (Socolar et al., 2016). Quantifying community diversities and revealing the assembly processes that lie behind patterns (neutral, environmental filtering and/or anthropogenic forcings) have been performed through increasing development of quantitative approaches. Three methodological approaches based on the use diversity indices are mainly used in the literature for the common aim to assess the relative influence of structuring processes (stochastic or deterministic) on communities: i) FD index based on the construction of dendrograms from the distance matrix between species pairs, ii) FRic index based on the modeling of a convex hull, iii) the n-dimensional hypervolume index. However, these approaches suffer from limitations (e.g. Fontana et al., 2016 ; Loiseau et al., 2017). Notably, FD index and the convex hull volume are only based on presence/absence data, while the structure and response of communities in the face of disturbance are strongly dependent of the distribution of species abundances. In addition they suffer from methodological drawbacks preventing accurate conclusions on the processes structuring communities. They notably mainly have limitations in their sensitivity to some particular species (depending their relative degrees of ecological functions), capture not all diversity components, and are not suited for big data sets due to modeling limitations (Loiseau et al., 2017).
identify underlying species assembly processes and anthropogenic conditions at different spatio- temporal scales is still needed.

Network-based analyses, relying on graph theory and/or social network measures (Bondy & Murty, 2008 ; Scott, 2013), are on the rise across many scientific disciplines, such as physics, genetics, health and ecology. These methods are getting an increasing interest due to the number of different information and data they can handle as well as their ability to describe and reveal complex, often emergent, patterns and dynamics (Bullmore & Sporns, 2010 ; Jacoby and Freeman, 2016). These analyses involve modeling algorithms, mathematical indices and graphical approaches that complement traditional tools of these disciplines (Jacoby and Freeman, 2016). Network-based modeling has been used in different fields related to various ecological and evolutionary phenomena such as animal behaviour, landscape ecology, trophic ecology, as well as mutualistic and host-parasitoid networks. Recently, network-based algorithms have been used to describe and understand patterns of vegetal communities and its link with ecosystem functioning (Siwicka et al., 2020). In community ecology, networks can be viewed as spatio-temporal dynamic structures composed of nodes or entities (e.g. species) and links (e.g. species (dis-)similarities). In this frame, network modeling can quantify many functional and relational characteristics including structural and dynamic complexity, and the effect of explanatory/forcing variables (Strogatz, 2001). To assess graph structures and networks’ properties, many approaches and indices have been developed (e.g., degree of node assortativeness, node importance to overall network and centrality metrics, among others). However, in the field of community ecology, modeling development and applications are still scarce (e.g. Delmas et al., 2019; Legras et al., 2019; Ohlmann et al., 2019; Siwicka et al., 2020), and a methodological framework and guidance are still needed.

Sujet :
In this context, the aims of this post-doc research is i) to provide a methodological framework based on network modeling, with both graph theory and social network methods, in order to assess and quantify community diversity and ecological processes that underpin the observed complex patterns, and ii) to apply this framework to Mediterranean exploited fish communities in order to investigate and identify the processes (neutral, environmental filtering and/or anthropogenic forcings) that lie behind observed large spatio-temporal patterns, and identify priority zones of interest for management and conservation of these critical marine resources for human populations.
First, a review of existing methods in network-based modeling and analyses will be performed. The goal of this task is to identify which methods can be more suitable to assess and quantify ecological community and underlying processes. The research could benefit from the convergent development across different disciplines involving various data. Then, once methods and techniques are identified, the post-doctoral research will work on how to develop, adapt and implement these methodologies to analyze ecological communities (article 1, submitted month 9). Second, this framework will be applied to Mediterranean fish communities to address above research questions, with implication for the management and conservation of these communities (article 2, submitted month 18). All the data needed are already available within the European MEDITS program “Mediterranean international trawl survey“ (Spedicato et al., 2019). This program is funded annually by the European Commission within the Data Collection Framework (DCF), since 1994 until at least 2027 (obligatory in the frame of the EU Common Fisheries Policy (CFP)). Within this program, marine ecosystems exploited by fishing are monitored at large spatio-temporal scales overall the northern Mediterranean sea to enhance their management and conservation (Figure 1). These data consist in 154 fish abundance from about 20, 000 hauls within the range of 10 to 800 m depth performed annually between 1994 and 2019 by standardized scientific bottom trawl field surveys across the northern Mediterranean Sea (Spain to Cyprus). Functional traits and phylogenetic data of fishes are also available (Granger et al., 2015), as well as 6 variables characteristic of environmental gradients (e.g. climate change and changes in productivity) and anthropogenic pressures: depth, temperature, chlorophyll a, nitrate, dissolved oxygen, fishing pressure due to exploitation (Mérigot et al., 2019).

Profil du candidat :
The postdoc position is open for two different kinds of profile, both are welcome to apply: 1) PhD in quantitative ecology with interest in computational science and network analysis or 2) PhD in Computer Science and statistics with a previous record of publications in the field of complex network analysis, community detection and link prediction/characterization.

Formation et compétences requises :
In both cases R and/or Python language skills should be already acquired. We are also looking for a person with open mind attitude, proactive and capable to carry out research with a certain degree of autonomy.

Adresse d’emploi :
161, Rue Ada, 34000 Montpellier

Document attaché : 202004141740_NETDIV-post_doc_proposal.pdf