MaDICS est un Groupement de Recherche (GDR) du CNRS créé en 2015. Il propose un écosystème pour promouvoir et animer des activités de recherche interdisciplinaires en Sciences des Données. Il est un forum d’échanges et d’accompagnement pour les acteurs scientifiques et non-scientifiques (industriels, médiatiques, culturels,…) confrontés aux problèmes du Big Data et des Sciences des données.
Pour en savoir plus…
Les activités de MaDICS sont structurées à travers des Actions et Ateliers. Les Actions rassemblent les acteurs d’une thématique précise pendant une durée limitée (entre deux et quatre ans). La création d’une Action est précédée par un ou plusieurs Ateliers qui permettent de consolider les thématiques et les objectifs de l’action à venir.
Le site de MaDICS propose plusieurs outils de support et de communication ouverts à la communauté concernée par les Sciences des Données:
- Manifestations MaDICS : Le GDR MaDICS labellise des Manifestations comme des conférences, workshops ou écoles d’été. Toute demande de labellisation est évaluée par le Comité de Direction du GDR. Une labellisation rend possible un soutien financier pour les jeunes chercheuses et chercheurs. Une labellisation peut aussi être accompagnée d’une demande de soutien financier pour des missions d’intervenants ou de participants à la manifestation.
Pour en savoir plus… - Réseaux MaDICS : pour mieux cibler les activités d’animation de la recherche liées à la formation et à l’innovation, le GDR MaDICS a mis en place un Réseau Formation destiné à divers publics (jeunes chercheurs, formation continue,…), un Réseau Innovation pour faciliter et intensifier la diffusion des recherches en Big Data, Sciences des Données aux acteurs industriels et un Club de Partenaires qui soutiennent et participent aux activités du GDR.
Pour en savoir plus… - Espace des Doctorants : Les doctorants et les jeunes chercheurs représentent un moteur essentiel de la recherche et le GDR propose des aides à la mobilité et pour la participation à des manifestations MaDICS.
Pour en savoir plus… - Outils de communication : Le site MaDICS permet de diffuser des informations diverses (évènements, offres d’emplois, proposition de thèses, …) liées aux thématiques de recherche du GDR. Ces informations sont envoyées à tous les abonnés de la liste de diffusion MaDICS et publiés dans un Calendrier public (évènements) et une page d’offres d’emplois.
Adhésion au GDR MaDICS : L’adhésion au GDR MaDICS est gratuite pour les membres des laboratoires ou des établissements de recherche publics. Les autres personnes peuvent adhérer au nom de l’entreprise ou à titre individuel en payant une cotisation annuelle.
Pour en savoir plus…
Manifestations à venir
Journées Ecoles Conférences et Séminaires
Actions, Ateliers et Groupes de Travail :
CODA DAE DatAstro DSChem EXMIA GINO GRASP RECAST SaD-2HN SIMDAC SimpleText TIDS
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : INRA Lyon
Durée : 22 mois
Contact : christine.cierco-ayrolles@inra.fr
Date limite de publication : 2019-01-31
Contexte :
A l’occasion du renforcement de la Plateforme nationale d’épidémiosurveillance en santé animale (Plateforme ESA),
l’INRA recrute un expert en ingénierie des systèmes d’information qui sera basé à Lyon, dans les locaux de VetAgro
Sup à Marcy l’Étoile. Cette personne sera rattachée à l’Unité mixte de recherche EPIA (épidémiologie des maladies
animales et zoonotiques), unité INRA/VetAgro Sup.
La personne recrutée assurera la conception, la mise en œuvre et le maintien des systèmes d’information nécessaires
à la conduite des activités de la Plateforme ESA. Ainsi, elle définira les cahiers des charges avec les différents
partenaires de la plateforme. Elle élaborera les solutions techniques permettant d’optimiser les flux et l’analyse des
données en cohérence avec les sources de données disponibles et l’architecture informatique de la plateforme. Elle
assurera leur mise en œuvre avec les personnels techniques impliqués et élaborera les procédures nécessaires à la
gestion et l’exploitation des systèmes d’information pour les différents intervenants. La personne recrutée fera
évoluer la cartographie des systèmes d’information et de communication et accompagnera les changements
nécessaires. Elle sera attentive aux évolutions nécessaires.
Le recrutement est ouvert en CDD pour une durée de 22 mois à partir de mars 2019. Durant cette période, un poste
doit être ouvert au concours de la fonction publique d’État en 2020 dans le corps des ingénieurs de recherche, pour
prise de poste en octobre 2020.
La rémunération sera basée sur la grille indiciaire des ingénieurs de recherche, en tenant compte de l’ancienneté
dans le domaine : salaire mensuel brut compris entre 2338€ et 2867€ selon ancienneté (de moins de 2 ans à plus de
8 ans d’expérience).
La Plateforme ESA a pour objectifs de veiller et de contribuer au renforcement de l’efficience de la surveillance
sanitaire en santé animale. Conformément à l’article L. 201-14 du code rural et de la pêche maritime, elle apporte
aux services compétents de l’État et, à leur demande, aux autres responsables de dispositifs de surveillance, un appui
méthodologique et opérationnel pour la conception, le déploiement, l’animation, la valorisation et l’évaluation des
dispositifs de surveillance sanitaire, ainsi qu’en ce qui concerne l’investigation épidémiologique de phénomènes
sanitaires. La Plateforme ESA est constituée d’une équipe de coordination (un coordinateur et deux coordinateurs
adjoints, issus de l’Anses, l’INRA et la DGAl), d’une équipe opérationnelle et d’une structure de gouvernance et de
pilotage dénommée Comité national d’épidémiosurveillance en santé animale (Cnesa). Une information sur la
plateforme est disponible sur le site web https://www.plateforme-esa.fr/
Sujet :
Les missions de l’expert en ingénierie des systèmes d’information, dans le cadre des thématiques sanitaires suivies
par la Plateforme ESA nécessitant de nouveaux développements, seront :
-d’évaluer les contraintes internes et externes
-de définir et concevoir des systèmes d’information
-de sélectionner des solutions techniques, implémenter et suivre des projets
-d’élaborer et piloter les architectures des systèmes et réseaux d’information
-de concevoir et faire évoluer la cartographie des systèmes d’information
-de gérer la qualité des services, veiller à leur amélioration
-de mettre en place des outils d’assistance et de reporting
-d’animer un groupe de support technique
-d’analyser des incidents/dysfonctionnements
-de gérer des incidents, des crises
Profil du candidat :
Connaissances clefs
-Concepts et architectures des systèmes d’information et de communication
-Architecture et l’environnement technique des systèmes d’information
-Méthodologie de conduite de projet
-Sécurité des systèmes d’information
-Méthodes, outils, normes et procédures qualité
-Droit des systèmes d’information et de communication
-Application des systèmes d’information à l’épidémiologie ou la biologie
-Anglais technique
Compétences ciblées
-Modélisation et développement des systèmes d’information
-Modélisation et conception des architectures techniques liées au système d’information
-Anticipation des évolutions fonctionnelles et techniques
-Analyse de performance
-Gestion de projet appliquée
-Élaboration d’un cahier des charges
-Communication et didactique
Savoir-faire
-Être méthodique et rigoureux
-Être autonome et organisé
-Écouter et comprendre les besoins exprimés
-Développer une vision stratégique et prospective
-Savoir travailler en équipe et communiquer
-Respecter la confidentialité
-Disponibilité
Formation et compétences requises :
-Doctorat, Ingénieur d’une école nationale supérieure, d’une université, ou d’un établissement reconnu par la
commission des titres d’ingénieurs
-Expertise en ingénierie des systèmes d’information recherchée
-Expérience dans le développement d’un système d’information recherchée
-Connaissances en architecture des systèmes informatique recommandée
-Expérience dans la gestion de données épidémiologiques appréciée
Adresse d’emploi :
Envoyer une lettre de motivation et un CV à l’attention de Xavier Bailly (xavier.bailly@inra.fr) et Christian Ducrot
(christian.ducrot@inra.fr)
Les personnes présélectionnées auront un entretien avec un jury de recrutement
Date limite de candidature : dimanche 20 janvier 2019
Pour tout renseignement sur le poste, contacter Xavier Bailly (Directeur de l’Unité Mixte de Recherche EPIA) ou
Didier Calavas (coordinateur de la Plateforme ESA) (didier.calavas@anses.fr).
Document attaché : Offre_Emploi_Ingenieur_Systemes_Information_2019.pdf
Annonce en lien avec l’Action/le Réseau : Doctorants
Laboratoire/Entreprise : SPE UMR CNRS 6134 université de corse
Durée : 1 an
Contact : bisgambiglia@univ-corse.fr
Date limite de publication : 01-02-2019
Contexte :
La question centrale du projet MOONFISH est de savoir comment assurer une exploitation raisonnée de la ressource dans un modèle de développement économique pérenne en proposant des stratégies de pêche respectueuses du milieu afin de maintenir ou restaurer les stocks à des niveaux permettant de produire un rendement maximal durable.
Ce projet collaboratif coordonné par l’Université de Corse et l’UMR SPE regroupe et fédère l’ensemble des acteurs institutionnels et professionnels du milieu marin en Corse concernés par la gestion des ressources halieutiques à savoir l’OEC, la STARESO et le CRPMEM Corse.
>>> https://moonfish.universita.corsica/
Sujet :
L’ingénieur de recherche sera principalement en charge de la :
– Réalisation de simulation informatique avec
o ichthyop http://www.ichthyop.org/
o EwE https://ecopath.org/
o CMS Connectivity Modeling System (CMS) https://github.com/beatrixparis/connectivity-modeling-system
o jupyter notebook https://jupyter.org/
o Simulateur du labo base sur le formalisme PDEVS
– Participation à la phase de modélisation et de simulation du projet
– Réalisation de synthèse bibliographique (modèle de pêche, modèle de dynamique de population, …)
– Traitement des données
– Développement des modèles écosystémiques
– Rédaction de rapports d’activité
– Rédaction de publications de rang A
– Participation et soutien à l’organisation générale du programme
– Appui au suivi financier et administratif du projet
– Participation à l’alimentation du site web du programme et aux différentes opérations de communication sur le programme
– Encadrement de stagiaire
Profil du candidat :
Doctorat en informatique avec :
– Expérience en traitement de données ;
– Expérience en modélisation et simulation ;
– Maitrise de base de données (SQL) ;
– Maitrise des outils de traitement de données Python, R ;
– Maitrise de l’anglais nécessaire ;
Formation et compétences requises :
Doctorat en informatique avec :
– Expérience en traitement de données ;
– Expérience en modélisation et simulation ;
– Maitrise de base de données (SQL) ;
– Maitrise des outils de traitement de données Python, R ;
– Maitrise de l’anglais nécessaire ;
Adresse d’emploi :
Corse, UMR SPE
20250 CORTE
Annonce en lien avec l’Action/le Réseau : ARQUADSDoctorants
Laboratoire/Entreprise : LIS (UMR CNRS 7020), Aix Marseille Université
Durée : 12 months
Contact : laure.berti@ird.fr
Date limite de publication : 2019-02-01
Contexte :
* Position: Post-Doctoral fellow
* Time commitment: Full-time
* Starting date: Flexible, beginning from Feb 2019 or thereafter until Sept. 2019
* Duration: 12 months
* Indicative salary: depending on experience from 1,980 Euros to 2,320 Euros net per month (2,460 Euros to 2,890 Euros gross per month) with social security benefits
Sujet :
The candidate will participate in the extension of a data science platform dedicated to enhancing the quality of healthcare data. The first step concerns prototyping a library of user-defined functions and machine-learning based algorithms for computing data quality indicators and their integration into this platform for real-world healthcare applications. The second step is to extend a query language (SPARQL or SQL) to query data with declaring constraints on their quality. The work will be carried out in the context of QualiHealth, a multi-partner project recently funded by ANR (the French Agency for Research) and the creation of the new line of research initiatives in Data Science and IA at LIS Lab.
* The main missions are:
(i) Research on user-defined functions for data quality profiling of healthcare data
(ii) Designing learning algorithms to discover data quality rules
(iii) Prototyping and testing the query language extension for declaring, manipulating and learning data quality indicators and quality constraints
(iv) Integration and interfacing with the platform.
Profil du candidat :
* Required Profile:
– Experience in machine learning and complex data analysis and/or data management
– Programming skills in Python
– Skills on big-data platforms (Hadoop/Spark)
– Good written and verbal communication skills
Formation et compétences requises :
Ph.D. in Computer Science
Adresse d’emploi :
* Hosting lab: LIS Lab (CNRS UMR 7020), Aix-Marseille University, Marseilles, France
Document attaché : postdoc_offer.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : CEDRIC-Cnam and ONERA
Durée : 18 to 21 months
Contact : michel.crucianu@cnam.fr
Date limite de publication : 2019-02-15
Contexte :
Remote sensing data are growing fast, with improved observation frequency, spatial resolution, and data accessibility. Also, this recent context change lets benefit from the contributions of deep learning methods in the field of Earth observation images.
Revisiting times over a single site are getting shorter and shorter (a few days for satellites), which makes it possible to consider the rapid updating of land use products. Today, this update is a long and expensive process, essentially done by human expertise. Benefiting from an automatic method using satellite imagery would improve the frequency of updating these databases. In this field, much work has already been undertaken, both on radar images and optical images, as each of these modalities having different advantages and drawbacks:
– Radar images are exploitable whatever are the weather conditions of acquisition. Moreover, since radars are active systems and the acquisitions are done in very close geometric conditions, the images offer a very good temporal stability on the infrastructures, to the detriment however, of particular speckle statistics on the natural zones.
– Optical images are undeniably easier to interpret and to use by everyone, though sometimes the ground is masked by clouds. They allow to classify and detect a wide range of objects of interest, especially when using spectral bands of the non-visible domain (musltispectral imaging). By nature, they are intrinsically close to usual photos, and the transfer of deep network approaches (CNN, DBN, etc.) to these images is easy and has shown excellent performances. However, their specificities (top view, multispectral, geolocation, etc.) require the development of original methods to extract information.
Sujet :
The objective of this post-doc is to design change detection and semantic classification approaches for multimodal SAR / optical data. This raises several issues to tackle successively.
Fast and massive change detection:
Recently, a method was developed at ONERA to rapidly detect changes in a temporal stack from open source Sentinel 1 radar images [Colin-Koeniguer et al, 2018a]. This method is very effective for quickly creating a large base of localized and dated examples of changes. [Colin-Koeniguer et al, 2018b] The idea of the first task is to use this algorithm to instantiate a potential database, for typical changes of intermediate scales of ten meters, such as construction sites, road works. The location of these changes and their dating obtained by radar could be coupled with other databases of land use, and an automatic search for high resolution Pléiades optical images, to obtain pairs of images before and after the date of the event.
The main idea is therefore to make maximum use of the radar data to build a multimodal learning dataset containing high resolution optical images.
Neural networks for change detection and semantic classification:
By implementing machine learning strategies on this dataset, in particular on optical images, will allow to build change detectors in high-resolution, optical images. Indeed, datasets dedicated to this problem are rare and often suffer from imprecise and erroneous annotations [Daudt et al., 2018a] [Daudt et al., 2018b]. Of course, several problems will remain for the validation of the training dataset: removal of cloudy areas, characterization and relevance of changes detected in SAR, etc. Then, by combining these images with cartographic data (such as OpenStreetMap, cadastrer, etc.) it will be possible to develop neural network architectures for semantic land classification [Audebert et al., 2016 ] [Zhu et al., 2017] as well as for semantic classification of changes, an indispensable tool for studying and understanding the evolution of the use of urban and natural spaces.
References:
[Colin-Koeniguer et al, 2018a] Colin-Koeniguer, E., Boulch, A., Trouve-Peloux, P., & Janez, F. (2018, June). Colored visualization of multitemporal SAR data for change detection: issues and methods. In EUSAR 2018; 12th European Conference on Synthetic Aperture Radar (pp. 1-4). VDE.
[Colin-Koeniguer et al, 2018b] Elise Koeniguer, Jean-Marie Nicolas, Béatrice Pinel-Puyssegur, Jean-Michel Lagrange and Fabrice Janez, Visualisation des changements sur séries temporelles radar : méthode REACTIV évaluée à l’échelle mondiale sous Google Earth Engine. CFPT/RFIAP 2018, https://rfiap2018.ign.fr/sites/default/files/ARTICLES/CFPT2018/Oraux/CFPT2018_paper_koeniguer.pdf
[Daudt et al, 2018b] Fully Convolutional Siamese Networks for Change Detection, R.C. Daudt, B. Le Saux, A. Boulch, ICIP 2018
[Daudt et al., 2018a] Urban Change Detection for Multispectral Earth Observation Using Convolutional Neural Networks, R.C. Daudt, B. Le Saux, A. Boulch, Y. Gousseau, IGARSS 2018
[Audebert et al., 2016] Semantic Segmentation of Earth Observation Data Using Multimodal and Multi-scale Deep Networks”, N. Audebert, B. Le Saux, S. Lefèvre, ACCV 2016
[Zhu et al., 2017] Deep Learning in Remote Sensing: A Comprehensive Review and List of Resources, X.X. Zhu, D. Tuia, L. Mou, G.S. Xia, L. Zhang, F. Xu, F. Fraundorfer, in IEEE Geoscience and Remote Sensing Magazine, vol. 5, no. 4, pp. 8-36, Dec. 2017.
Profil du candidat :
Education: PhD in image processing and machine learning
Required competencies:
– Deep learning.
– General knowledge of remote sensing is a plus.
Formation et compétences requises :
Education: PhD in image processing and machine learning
Required competencies:
– Deep learning.
– General knowledge of remote sensing is a plus.
Adresse d’emploi :
CEDRIC-Cnam, 2 rue Conté, 75003 Paris, France
Document attaché : postdocCnamOnera.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : ICube – Université de Strasbourg
Durée : 6 mois
Contact : gancarski@unistra.fr
Date limite de publication : 2019-02-28
Contexte :
Établir des métadonnées sur des ressources, quelles qu’elles soient, est une tâche souvent considérée comme peu gratifiante, fastidieuse et consommatrice de temps. Elle est donc malheureusement, dans la majorité des cas ignorée lors de l’acquisition de la donnée et/ou de sa mise à disposition. De fait, ces données ne sont pas réellement valorisées car peu documentées et donc délaissées par les moteurs de recherche.
Par exemple, il existe un très grand nombre de ressources pédagogiques (ouvrages, vidéos, cours en ligne, …) accessibles aux professeurs ou aux étudiants qui ne sont pas réellement utilisées voire totalement inconnues des utilisateurs potentiels. En effet, les auteurs (qui sont très souvent les professeurs eux-mêmes) n’ont pas été sensibilisés à cet aspect « métadonnées ». L’objectif de notre projet est de construire une base de métadonnées décrivant et pointant vers ces ressources, interrogeable à distance.
Sujet :
Le travail à réaliser dans le cadre du contrat post-doctoral portera principalement sur l’identification automatique du type pédagogique des ressources moissonnées sur des sites Web spécialisés. Il s’agit, à partir d’une liste de vocabulaire contrôlé et du contenus de ces ressources d’identifier le type pédagogique de chaque ressource afin de décrire le plus précisément possible les ressources concernées. Par exemple, à partir de la ressource “Jeu : Athènes et l’Acropole” provenant du site Web “jeux-historiques”, le candidat devra identifier le type pédagogique de cette ressource et qui représente “jeu éducatif”.
Pour cela, un traitement sémantique de ces contenus textuels est nécessaire en utilisant les différents outils de NLP ainsi que toutes autres mécanismes d’analyse de texte.
Profil du candidat :
Les candidat(e)s pour ce poste doivent être titulaire d’une thèse en informatique avec de très bonnes connaissances en traitement automatique des langues, fouille de textes et recherche d’information. La candidature doit comporter un CV détaillé (en français) incluant une liste de publications, une description de la thèse et son adéquation avec le sujet du post-doc ainsi qu’une lettre de motivation. Les coordonnées d’au moins deux référents sont à joindre.
Formation et compétences requises :
Une très bonne compréhension de la langue française est indispensable : les ressources à modéliser et les publics concernés seront quasi exclusivement francophones.
Connaissances forte des différents outils de NLP ainsi que toutes autres mécanismes d’analyse de texte.
Adresse d’emploi :
ICUBE CNRS UMR 7537
Pôle API
300 bld Sébastien Brant
67412 Illkirch
Document attaché : PostDoc_Metadonnees_ressources_pedagogiques.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : ISAE-SUPAERO
Durée : CDI
Contact : emmanuel.rachelson@isae-supaero.fr
Date limite de publication : 2019-02-28
Contexte :
Le département de Mathématiques et d’Informatique de l’ISAE-SUPAERO ouvre un poste d’Enseignant-chercheur en Intelligence Artificielle et Imagerie. La fiche de poste est disponible ici :
https://www.isae-supaero.fr/IMG/pdf/fdp_576_-_ec_en_intelligence_artificelle_et_imagerie.pdf
Sujet :
Enseignant-Chercheur en Intelligence Artificielle et Imagerie
Profil du candidat :
Les missions en enseignement portent essentiellement sur le cursus de Sciences des Données (niveau M2) et le/la titulaire sera amené(e) à prendre des responsabilités au sein de son périmètre d’expertise.
Le/la titulaire rejoindra le groupe “Systèmes Décisionnels” du département et son projet de recherche contribuera aux travaux en IA. Une implication au sein de SuReLI (Supaero Reinforcement Learning Initiative https://sureli.github.io/) sera particulièrement appréciée.
Les candidats sont fortement encouragés à prendre contact avec les équipes du département afin d’affiner leur projet et de préciser les thématiques et les projets d’intérêt.
Date limite de réception des candidatures : 28 Février 2019
Pour complément d’information :
– Emmanuel Rachelson, emmanuel.rachelson@isae-supaero.fr
– Carlos Aguilar Melchor, carlos.aguilar-melchor@isae-supaero.fr
Formation et compétences requises :
Voir profil et fiche de poste.
Adresse d’emploi :
ISAE-SUPAERO ; 10 avenue Edouard Belin ; 31055 Toulouse
Document attaché : fdp_576_-_ec_en_intelligence_artificelle_et_imagerie.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : ETIS Lab UMR 8051 / University of Cergy Pontoise and ESSEC Business School
Durée : 2 years
Contact : Dimitrios.Kotzinos@u-cergy.fr
Date limite de publication : 2019-02-28
Contexte :
The Paris Seine University under the recently established collaboration between the ETIS Lab (UMR 8051) of the University of Cergy Pontoise and the Management Department of the ESSEC Business School has an immediate opening for a post-doctoral researcher. The position is funded under the prestigious Paris Seine Initiative of Excellence and has secured funding for two (2) years. The post-doctoral researcher will work jointly and under the supervision of Professor Fabrice Cavarretta (ESSEC Business School) and Professor Dimitris Kotzinos (ETIS / Paris Seine University) and their respective groups.
This postdoctoral project will take an innovative multidisciplinary approach by developing Data Science (Big Data, Machine Learning and/or AI) based techniques to mine opinion models and study their evolution.
CONTEXT
Computer Sciences/Big Data/AI Techniques and methods to be developed belong to the following Big Data /AI areas of current computer science research:
* modelling and capturing of opinions/beliefs using Big Data, Machine Learning and Artificial Intelligence methods,
* learning from dynamic data sources (e.g., online discussions) or other textual resources
* information diffusion and opinion dynamics in social networks
Sujet :
RESEARCH OBJECTIVES
Substantive Application
We plan to capture and model the opinions of entrepreneurs as they are shared in social media or other communication means. This should allow to verify and further elaborate on the properties and dynamics of opinions in communities of entrepreneurs and establish models that captures these opinions and their evolution. This would provide information on their validity and robustness. There is also great potential if such analyses can be extended to other managerial contexts, for instance to the belief system of employees inside a firm, using data sources such as email trails.
Computer Science/Big Data/AI
Modelling and capturing opinions and their evolution in a managerial context is a new exciting area of interdisciplinary research. The work will combine properties arising from the social (online and professional) networks of the management personnel with text analytical functions in order to form a model of opinions (beliefs) and then track the evolution of this model through subsequent interactions. We plan to do this through a series of learning and mining tasks over dynamic data, understand the boundaries of the existing algorithms for such tasks and propose new ones when needed. Besides the evolution of the opinions, we are interested in identifying the dynamics and correlations that affect the changes that will be observed. We would like to push the boundaries of the opinion mining and dynamics works while applying them to better understand managerial cognitions.
Profil du candidat :
Key Responsibilities and Tasks:
* Developing new measures and methods for gathering opinion related data streams
* Developing new opinion mining methods, opinion models as well as algorithms to track their evolution
* Work on the existing multidisciplinary collaboration between Professors Kotzinos and Cavareta
* First-authoring top-tier peer-reviewed journals and conference proceedings
* Presenting findings at national/international scientific conferences
* Develop a toolkit that can be used for subsequent opinion mining studies in management
Formation et compétences requises :
Qualifications and Skills/Experiences:
* Ph.D. in Computer Science, Data Science, Artificial Intelligence/Machine Learning, or a related field. Applicants that will defend their PhDs before or around the beginning of the project (12/2018) are also welcome to apply.
* Strong analytical and programming skills. Experience in tools used for big data analytics (in R, Python, Java or all) and in Cloud Computing environments is a plus
* Strong oral and written communication skills
* Demonstrated experience preparing conference presentations, research findings, and manuscripts for submission to peer-reviewed journals
* Language: the working language will be English
Adresse d’emploi :
Cergy-Pontoise (suburb of Paris France).
The post-doctoral researcher will be located at the ETIS Lab (UMR 8051) at the University of Cergy Pontoise.
TENTATIVE STARTING DATE:
January 2019 or as soon as possible thereafter.
Document attaché : PostDoc-descr-INEX.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : LERIA-Université d’Angers / ERIS-ESEO
Durée : 12 mois
Contact : nicolas.gutowski@etud.univ-angers.fr
Date limite de publication : 2019-02-28
Contexte :
Dans le cadre d’un projet collaboratif de R&D (Financement RFI – Atlanstic 2020) dans le domaine de l’apprentissage automatique et des systèmes de recommandation, nous sommes à la recherche d’un(e) développeur (de type full-stack) de niveau Bac+5 (universitaire ou école d’ingénieur).
Durée : mission CDD de 12 mois (renouvellement possible si besoins/affinités)
Rémunération : Plafonnée selon grilles de l’université
Sujet :
Vous travaillerez en étroite collaboration avec les partenaires du projet (laboratoires de recherche et industriels) à faire évoluer un premier prototype d’application mobile de recommandation vers une version cross-platform de l’application, à la sécuriser, à proposer et développer des améliorations, à consolider les algorithmes d’apprentissage et éventuellement à en développer de nouveaux avec l’aide des équipes de chercheurs.
Profil du candidat :
Idéalement, vous avez une expérience minimum de 2 ans ou vous avez effectué un stage de fin d’études dans le domaine du développement mobile.
Formation et compétences requises :
Vous êtes familier avec l’environnement ReactJS pour le coté client, maîtrisez le coté backend (JavaEE, SQL,) et les outils de développement (gestionnaires de version, framework de test, intégration continue).
Adresse d’emploi :
Offre à pourvoir dès que possible à Angers.
Employeur : Université d’Angers
Lieu de travail : ESEO Angers
Contact : olivier.camp@eseo.fr
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : CEA
Durée : 1 (possibly 2) years
Contact : etienne.thevenot@cea.fr
Date limite de publication : 2019-02-28
Contexte :
Global ‘omics’ approaches (e.g. metabolomics) are of high interest for the understanding of human metabolism and the prediction of diseases. Analysis of such datasets (which contain a larger amount of – multicollinear – features compared to observations) require dedicated statistical methods for mining and prediction (Thévenot et al., 2015; Rinaudo et al., 2016).
Today, the combination of complementary omics analyses (e.g. metabolomics and lipidomics) emerges as a promising approach to extend the list of biomarkers and increase the prediction performances. New statistical methods are thus needed to model such multi-table datasets.
To understand the impact of maternal environment to early breast milk composition and the development of food allergy, 300 milk samples from the EDEN mother-child cohort have been analyzed by metabolomics, lipidomics, glycomics and immune approaches.
Sujet :
The objective of this project is to develop new biostatistics methods to integrate the five data sets as well as the clinical covariates and build robust and accurate prediction models of food allergy. Linear (multi-block data analysis, partial correlation network) and nonlinear approaches will be used, in addition to network analysis (to include additional biological and chemical information).
Challenges will include the selection of a restricted multi-omics signature, the confounding effects, the distinct collection times of the samples, and the heterogeneity of the ‘allergy’ class.
The methods will be implemented in R.
Profil du candidat :
Interested applicants should have PhD in applied statistics (biostatistics, data analysis, machine learning, feature selection, network analysis), and be motivated by multidisciplinary applications (chemistry, biology, clinic).
Formation et compétences requises :
See above.
Adresse d’emploi :
CEA, LIST, Laboratory for data analysis and systems’ intelligence
Bât. 565 (Digiteo Saclay), F-91191 Gif-sur-Yvette Cedex, France
Web: https://frama.link/etienne-thevenot
Document attaché : postdoc-offer_data-sciences_cea-france.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : LeanXcale
Durée : 1 year
Contact : Patrick.Valduriez@inria.fr
Date limite de publication : 2019-03
Contexte :
LeanXcale is a NewSQL company developing a scalable Hybrid Transactional Analytics Processing (HTAP) DBMS for both OLTP and OLAP workloads. This postdoc position is in collaboration with the Zenith team at Inria.
Sujet :
You will work with the R&D team in one or more of the different subsystems of LeanXcale database (storage engine, transactional engine, SQL query engine). Depending on the candidate background, the focus of the work will be one or more of the following:
• Extend the query engine with new functionality (introduce support for SQL not yet supported, extend SQL with polyglot capabilities).
• Work on query optimization (characterize cases where the optimizer does not select the optimal query plan and introduce rules and transformations so the optimizer selects the optimal plan).
• Work on a new query optimizer using new technology.
• Improve the functionality of the storage engine.
• Characterize the performance issues on any of the layers, redesign algorithms, subsystems, etc. in order to solve the performance issue, and validate the new design by means of micro-benchmarking and benchmarking.
Profil du candidat :
Background in databases, query processing, query optimization, storage engine (either SQL or NoSQL)
Formation et compétences requises :
A Ph.D. in computer science around a database topic (SQL or NoSQL)
Adresse d’emploi :
LeanXcale, Madrid, Spain
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : Télécom ParisTech
Durée : Permanent
Contact : pierre@senellart.com
Date limite de publication : 2019-03-15
Contexte :
Télécom ParisTech is one of the most selective engineering schools in France, admitting the top 5% of students of a nation-wide entrance exam in sciences. The school has a vibrant research and teaching activity in the domain of data sciences and artificial intelligence (AI), and aims at strengthening its expertise in AI. Therefore, Télécom ParisTech is hiring an associate professor to join the DIG team (https://dig.telecom-paristech.fr/).
The DIG team has already significant international visibility with flagship projects such as MOA/SAMOA and YAGO and expertise in graph/text mining and design of approximation algorithms. With 1/3 of tenured staff from abroad, and teaching contributions to English-speaking master’s programs, it is a very internationally oriented team.
Sujet :
The candidate is expected to carry out innovative research in collaboration with researchers specializing in machine learning, distributed systems, databases, data mining, etc. She or he must have research and teaching experience in one or more scientific disciplines within the scope of AI, Big Data, and large-scale distributed computing.
The candidate must be able to contribute to the scientific success of Telecom ParisTech, in the form of leading publications, awards and honors, projects, and international collaborations. Starting from September 2019, Télécom ParisTech will join 4 other engineering schools in Palaiseau (just south of Paris) to form a new joint university provisionally known as “NewUni”.
Profil du candidat :
Missions
Design and teach courses in the field of computer science, in particular, on AI, Big Data, Data Mining, Data Engineering, using appropriate technologies (clusters, parallel programming on multi-core systems, Hadoop, Spark, Storm, SAMOA, Hive, TensorFlow, etc.);
Conduct high-quality research in computer science, AI, Big Data, Data Mining, Data Engineering, Distributed Systems in collaboration with existing teams at Télécom ParisTech, and contribute to the international visibility of the school;
Participate in the development of partnership research, collaborations and contracts.
Formation et compétences requises :
Level of training and / or experience required:
PhD
Essential skills, knowledge and experience:
In-depth theoretical and practical knowledge in one or more of the following areas:
Artificial Intelligence, Symbolic AI, Machine Learning
Distributed Computing, Parallel Programming, Multi-Core Systems
Massive data processing and storage, parallelization, and distribution
Management and mining of complex, massive, distributed, heterogeneous data
Large-scale graphs, social networks, semantic networks
Text Mining
Machine Learning, distributed learning algorithms, massively parallel algorithms
Data Stream Mining
Teaching experience in French or English
Fluency in oral and written English (to teach and to do research)
French: if the candidate is not French-speaking, he or she must commit to learning French within the first few years of employment
Desirable skills, knowledge and experience:
International collaborations and participation in international research projects
Publications in prestigious international journals and conferences
Experience in scientific or industrial applications related to big data and/or distributed computing
Adresse d’emploi :
University: Télécom ParisTech, https://telecom-paristech.fr/
Location: Palaiseau, near Paris, France
See https://dig.telecom-paristech.fr/blog/index.php/open-associate-professor-position-in-scalable-artificial-intelligence-in-paris/ for application details
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : Université Claude Bernard Lyon 1 – Laboratoire CREATIS
Durée : CDI
Contact : carole.lartizien@creatis.insa-lyon.fr
Date limite de publication : 2019-03-15
Contexte :
Référence poste Galaxie : 4527.
Voir le lien : https://www.galaxie.enseignementsup recherche.gouv.fr/ensup/ListesPostesPublies/Emplois_publies_TrieParCorps.html)
Sujet :
Profil Recherche :
Les progrès continus dans le domaine des systèmes d’imagerie conduisent à la génération de données d’imagerie médicale de plus en plus massives, multimodales et multidimensionnelles, ce qui impacte fortement le cadre de développement des méthodes de modélisation et de traitement et d’analyses. Un axe stratégique pour l’équipe d’accueil concerne la prise en compte de ce changement de paradigme sur le plan méthodologique.
La personne recrutée devra mener une recherche basée sur des approches par apprentissage, avec pour objectif leur application, en interaction étroite avec les autres membres de l’équipe, à des problématiques de représentation de données, de classification, de segmentation, de recalage et de reconstruction. La personne recrutée devra en particulier montrer sa capacité à engager les développements amont nécessaires au développement d’approches originales (e.g. apprentissage profond) permettant la prise en compte des spécificités fortes de l’imagerie médicale (i.e. variabilité importante, faible nombre de données expertisées, prise en compte des aspects temporels, nécessaire prise en compte d’a priori anatomique).
Lien vers l’équipe d’accueil : https://www.creatis.insa-lyon.fr/site7/fr/immod
Contact recherche : carole.lartizien@creatis.insa-lyon.fr
profil Enseignement
La personne recrutée s’intégrera dans l’équipe pédagogique responsable des enseignements d’automatique, informatique industrielle, traitement du signal. Enseignant de Génie Electrique au sens large le candidat devra avoir une expérience dans les enseignements précités et un profil lui permettant une évolution au sein de département.
Le candidat devra s’investir dans la gestion administrative du département en prenant des responsabilités en fonction des besoins du département. La participation au rayonnement du département en prenant part à des actions de communication est également attendue.
L’enseignant sera amené à intervenir au département Génie Electrique et Informatique Industrielle dans les 4 semestres de la formation ainsi qu’en licence professionnelle. Il devra assurer des enseignements de type cours magistraux, travaux dirigés et travaux pratiques en automatique, informatique industrielle, mathématique, automatisme, supervision.
Lien vers le département d’accueil : https://iut.univ-lyon1.fr/formation/offre-de-formations/geii/
Contact enseignement : ali.sari@univ-lyon1.fr
Profil du candidat :
Voir plus haut
Formation et compétences requises :
Le(a) candidat(e) devra avoir une expérience dans les enseignements précités et un profil lui permettant une évolution au sein de département.
Il (elle) devra un des profils types suivant :
• des compétences et une expérience solides sur les méthodologies avancées de traitement/modélisation d’images médicales et ayant acquis une première expérience en apprentissage statistique. Le candidat devra alors démontrer une forte motivation pour approfondir celle-ci et orienter sa recherche vers les développements amont mentionnés ci-dessus.
• des compétences et une expérience solides sur le développement d’approches originales en apprentissage statistique appliquées à des données image. Le candidat devra alors démontrer une forte motivation pour orienter sa recherche vers l’application et l’adaptation de ces techniques aux spécificités des images médicales. Une première expérience portant sur l’application de ce type d’approche dans le domaine de l’imagerie médicale constituera un atout.
Adresse d’emploi :
Recherche : Laboratoire CREATIS – INSA de Lyon – Bâtiment Blaise Pascal – 7 rue Jean Capelle 69621 Villeurbanne
Enseignement : Université Claude Bernard Lyon 1 – IUT département GEII – Site de Villeurbanne Gratte-Ciel – 17 rue de France 69627 Villeurbanne
Document attaché : FOPC_0691774D_4527.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : Université de Caen Normandie – GREYC CNRS UMR 6072
Durée : Fonctionnaire
Contact : bruno.cremilleux@unicaen.fr
Date limite de publication : 2019-03-26
Contexte :
La science des données, fondée sur la richesse, la manipulation et l’exploitation des données, est appelée à un important essor. En s’appuyant sur un positionnement original associant fouille de données, programmation par contraintes, usages des graphes, l’équipe CoDaG du laboratoire GREYC conduit des travaux innovants et reconnus dans ces thématiques et leurs applications dans des domaines comme par exemple la chémoinformatique. L’équipe est investie dans de nombreux projets, collabore avec plusieurs équipes au niveau national et international et est impliquée dans l’animation de la recherche au niveau national. C’est dans ce contexte que le GREYC recrute un(e) maître de conférences pour conforter ses activités de recherche sur ces thématiques et les ouvrir sur de nouveaux défis comme la production de résultats optimaux en fouille de données, la construction de résumés de résultats de fouille ou l’apport de méthodes symboliques pour l’explication de résultats de méthodes numériques.
Voir annonce à https://www.greyc.fr/?page_id=1611
Sujet :
Recherche :
Le profil scientifique des candidats devra s’inscrire dans au moins un des domaines suivants : programmation par contraintes, SAT, optimisation, fouille de données, graphes pour la fouille et l’apprentissage. L’axe de recherche privilégié est l’apport des méthodes de résolution de contraintes, d’optimisation et de fouille de données pour la prise de décision à partir de données.
Enseignement :
La personne recrutée sera susceptible d’enseigner dans toutes les formations en informatique du département mathématiques-informatique, en cycles licence et Master. Des expériences dans les disciplines suivantes seront particulièrement appréciées : programmation avancée des systèmes d’exploitation et réseaux, technologies du web et de l’internet, bases de données, génie logiciel et systèmes d’information.
Profil du candidat :
La personne recrutée devra montrer une claire appétence pour échanger avec des personnes d’autres domaines et/ou vers des domaines applicatifs (p. ex. chémoinformatique, données biologiques, données du sport, données textuelles) et avoir la volonté de développer de nouvelles collaborations et projets.
Formation et compétences requises :
Voir
http://www.enseignementsup-recherche.gouv.fr/cid22657/maitres-de-conferences.html
Adresse d’emploi :
Contact enseignement :
Fabrice Maurel – fabrice.maurel@unicaen.fr
Direction département mathématiques-informatique
Contact recherche :
Christophe Rosenberger – christophe.rosenberger@unicaen.fr
Directeur du GREYC
Bruno Crémilleux – bruno.cremilleux@unicaen.fr
Responsable équipe CoDaG
Fiche de poste sous le site du ministère : https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2019_1/0141408E/FOPC_0141408E_4430.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : Laboratoire L3i – Université de La Rochelle
Durée : Permanent
Contact : antoine.doucet@univ-lr.fr
Date limite de publication : 2019-03-26
Contexte :
Laboratoire L3i – Université de La Rochelle
Sujet :
Un poste de maître de conférences (section 27) est ouvert au concours au Laboratoire L3i de l’université de La Rochelle sur un profil intitulé : “Gestion intelligente et interactive de contenus numériques – application à la supervision du littoral”. Le poste est ouvert dans les 3 équipes du laboratoire, avec les mots-clés suivants : Analyse des images, Traitement d’image, Indexation d’images, Recherche par le contenu multimédia, Reconnaissance des formes, Traitement automatique de la langue, Théorie des graphes, Fouille de données, Interaction homme-machine, Internet des choses, Web sémantique.
La fiche de poste complète est disponible à l’adresse suivante: https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2019_1/0171463Y/FOPC_0171463Y_4136.pdf N’hésitez pas à prendre contact pour toute information complémentaire (voir fiche).
Profil du candidat :
voir profil
https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2019_1/0171463Y/FOPC_0171463Y_4136.pdf
Formation et compétences requises :
Doctorat
Adresse d’emploi :
Université de La Rochelle
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : Université Bretagne Sud / IRISA
Durée : CDI
Contact : sebastien.lefevre@irisa.fr
Date limite de publication : 2019-03-28
Contexte :
Les sciences des données sont l’une des 4 thématiques prioritaires de l’Université Bretagne Sud. Dans ce contexte, 2 postes de MCF27 sont ouverts au concours 2019.
Sujet :
Les détails pour le procédure de recrutement sont donnés sur le site Galaxie du MESRI et sur :
http://www.univ-ubs.fr/fr/universite-bretagne-sud/strategie-organisation/emplois-carrieres/vous-souhaitez-enseigner.html
Les profils de chaque poste (MCF27 4130 et MCF27 4125) sont également disponibles :
http://www.univ-ubs.fr/_attachments/recrutements-enseignants-article/FOP_0560861G_4130.pdf?download=true
http://www.univ-ubs.fr/_attachments/recrutements-enseignants-article/FOP_0561718N_4125.pdf?download=true
Profil du candidat :
Informatique / Data Sciences
Formation et compétences requises :
Informatique / Data Sciences
Adresse d’emploi :
Vannes (IUT de Vannes ou UFR SSI)
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : INSA de Lyon – Laboratoire CREATIS
Durée : CDI
Contact : carole.lartizien@creatis.insa-lyon.fr
Date limite de publication : 2019-03-28
Contexte :
Référence poste Galaxie : 4238.
Voir le lien : https://www.galaxie.enseignementsup recherche.gouv.fr/ensup/ListesPostesPublies/Emplois_publies_TrieParCorps.html)
Sujet :
Profil Recherche :
La personne recrutée intégrera l’équipe « Images et Modèles » (https://www.creatis.insa-lyon.fr/site7/fr/immod) de Creatis. Cette équipe travaille sur l’identification et la résolution des problèmes méthodologiques posés en imagerie médicale. Elle développe de ce fait une recherche amont portant sur des méthodes avancées de traitement et de modélisation d’images, débouchant sur le plan applicatif sur des techniques de segmentation, recalage, reconstruction, classification et détection.
L’équipe « Images et Modèles » souhaite renforcer ses compétences en apprentissage par réseaux profonds (DNN), pour la formation, l’analyse, le traitement et l’interprétation des images. Un tel objectif implique en particulier de mener les recherches amont nécessaires au développement de nouvelles approches permettant la prise en compte des spécificités fortes de l’imagerie médicale (i.e. variabilité importante, faible nombre de données expertisées, prise en compte des aspects temporels, prise en compte d’a priori anatomiques ou spatiaux). Les applications de cette recherche concerneront, en interaction étroite avec les autres membres de l’équipe, des problématiques de représentation de données, de classification, de segmentation, de recalage et de reconstruction.
Dans ce cadre, l’équipe souhaite accueillir un·e chercheur·se présentant un des profils types suivant :
-des compétences et une expérience solides sur les méthodologies avancées de traitement/modélisation d’images médicales et ayant acquis une première expérience en apprentissage par réseaux profonds. Le candidat devra alors démontrer une forte motivation pour approfondir celle-ci et orienter sa recherche vers les développements amont mentionnés ci-dessus.
-des compétences et une expérience solides sur le développement d’approches originales en apprentissage profond appliquées à des données image. Le candidat devra alors démontrer une forte motivation pour orienter sa recherche vers l’application et l’adaptation de ces techniques aux spécificités des images médicales. Une première expérience portant sur l’application de ce type d’approche dans le domaine de l’imagerie médicale constituera un atout.
Contact recherche : razmig.kechichian@creatis.insa-lyon.fr
Profil Enseignement
La personne recrutée intègrera l’équipe pédagogique d’informatique du Département “Formation Initiale au Métier d’Ingénieur” (FIMI). Ses enseignements concerneront principalement les fondamentaux de l’informatique en L1 et L2 : éléments d’architecture et systèmes, codage de l’information, algorithmique, paradigmes de programmation (impérative et orientée objet principalement). Le langage Java est utilisé pour la progression sur l’ensemble du cycle, SQL étant introduit en 2e année (L2) pour interroger des bases de données. Chaque année, la réalisation d’un projet permet d’accroitre l’autonomie des étudiants et leur capacité à développer des logiciels pouvant intégrer une dimension pluridisciplinaire. La personne recrutée pourra aussi intervenir dans des Parcours Pluridisciplinaires d’Initiation à l’Ingénierie (P2I) pour un enseignement de l’informatique dans un cadre contextualisé et pluridisciplinaire. Une expérience de l’enseignement des fondamentaux de l’informatique et d’une approche pédagogique par projet sera très appréciée. Enfin, la personne recrutée devra s’impliquer dans les tâches collectives, prendre part à l’ensemble des activités pédagogiques et administratives ainsi qu’aux réflexions menées sur l’approche par compétences, sur la mise en place de nouvelles pratiques pédagogiques et sur les liens de la discipline avec l’enseignement de calcul numérique. La personne qui candidate devra avoir réfléchi à la place d’un enseignement d’informatique en formation initiale d’ingénieur et démontrer une réelle motivation à enseigner principalement à ce niveau.
Lien vers le département d’accueil : https://www.insa-lyon.fr/fr/cycle-formation/ingenieur-fimi
Contact enseignement : guillaume.lavoue@insa-lyon.fr
Comment postuler:
-Dépôt des candidatures sur le site Galaxie du ministère et sur la plateforme DEMATEC de l’INSA de Lyon
-Date limite de dépôt des candidatures GALAXIE : 26/03/2019 à 16h
-Date limite de dépôt des candidatures DEMATEC: 28/03/2019 à 16h
-Date de prise de fonction : 01/09/2019
Profil du candidat :
Voir plus haut
Formation et compétences requises :
Voir plus haut
Adresse d’emploi :
Recherche : Laboratoire CREATIS – INSA de Lyon – Bâtiment Blaise Pascal – 7 rue Jean Capelle 69621 Villeurbanne
Enseignement : INSA de Lyon – Département Formation Initiale aux Métiers d’Ingénieur (FIMI) – 20 avenue Albert Einstein 69621 Villeurbanne cedex
Document attaché : FOPC_0690192J_4238.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : Conservatoire National des Arts et Métiers (Cnam) – Centre d’Etude et de Recherches en Informatique et Communications (CEDRIC)
Durée : fonction publique
Contact : marin.ferecatu@cnam.fr
Date limite de publication : 2019-03-30
Contexte :
Voir profil de poste.
Sujet :
Profil sur Galaxie :
https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2019_1/0753471R/FOPC_0753471R_4199.pdf
Profil du candidat :
Profil sur Galaxie :
https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2019_1/0753471R/FOPC_0753471R_4199.pdf
Référence GESUP : 0523
Formation et compétences requises :
Voir profil de poste.
Date de clôture des candidatures : 26/03/2019
Adresse d’emploi :
Cnam Paris, 2 rue Conté, 75003 Paris
Annonce en lien avec l’Action/le Réseau : Doctorants
Laboratoire/Entreprise : TSCF irstea Clermont-Ferrand
Durée : 12 mois
Contact : catherine.roussey@irstea.fr
Date limite de publication : 2019-03-30
Contexte :
Ce post doctorat s’inscrit dans le cadre de l’AgroTechnoPole de l’Irstea de Clermont-Ferrand localisé à Montoldre. La finalité de ce projet est de mettre en place un plateforme Semantic Web of Thing évolutives permettant de prendre en compte les différents type de capteurs / actionneurs déployés à Montoldre (capteur en champs, station météo, système d’irrigation) et de les connecter à différents systèmes d’aide à la décision mise en place au cours des projets de recherche du laboratoire TSCF.
Plus d’information sur https://sites.google.com/site/rousseycat/research-activity/project-subject-for-student/post-doc-position
Sujet :
Irstea travaille depuis plusieurs années sur des approches contextuelles (Chen, 2015) (Sun et al, 2016) (Poveda et al, 2018) mais la plupart du temps les applications clientes sont conçues de manière statique autour des quelques services auxquels elles sont abonnées. Cette situation figée, n’est ni optimale dans le temps (un RCSF peut cesser de fonctionner, un RCSF fournissant des données nouvelles ou plus précises peut voir le jour…), ni adaptée pour les applications fonctionnant sur des robots mobiles ou des personnes (le service initial n’est pas forcément toujours adapté à la localisation et aux besoins du client).Dans ce post-doc nous nous proposons d’étudier et de développer une plateforme SWoT (Semantic Web of Thing) permettant d’apporter des solutions à ce problème. L’idée est que cette plateforme fournisse des services dynamiques, composables et interopérables. Les applications utiliseront ses derniers et ne connaîtront donc pas les composants physiques qu’elles utilisent réellement. C’est la plateforme qui décidera de manière automatique des services les plus adaptés à leur fournir pour garantir leur bon fonctionnement.
Profil du candidat :
Le candidat devra faire preuve :
d’autonomie et d’organisation du travail
d’une bonne capacité à gérer des projets en équipe (planning, réunion, …),
de capacité de développement logiciel en équipe (git, …)
de bonne capacité de communication: Le candidat sera amené à travailler avec des étudiants en cours de thèse et des ingénieurs de recherche.
De qualité rédactionnelle en anglais scientifique
Capacité à s’exprimer en anglais et en français avec les membres de l’équipe.
Formation et compétences requises :
Formation: Doctorat, profil ingénieur en informatique.
Avoir une expérience préliminaire dans les technologies web sémantique et la publication de données capteurs à l’aide d’ontologies, la modélisation de connaissance et le raisonnement logique.
Adresse d’emploi :
Catherine Roussey ( catherine.roussey@irstea.fr )
Jean-Pierre Chanet ( jean-pierre.chanet@irstea.fr )
Document attaché : PostDoc.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : CEDRIC – CNAM Paris, http://cedric.cnam.fr
Durée : CDI (fonction publique)
Contact : marin.ferecatu@cnam.fr, michel.crucianu@cnam.fr
Date limite de publication : 2019-03-31
Contexte :
L’équipe VERTIGO du CEDRIC est constituée de 4 membres (2 professeurs, 2 maîtres de conférences). Les thèmes de recherche de l’équipe sont actuellement orientés vers le traitement à grande échelle de données multimédia, plus particulièrement bases d’images, de vidéos et de données musicales.
Cela implique, d’une part, une partie d’extraction de connaissances notamment par des techniques d’apprentissage statistique ou de fouille de données permettant d’identifier des motifs, groupes, structures non explicites. D’autre part, les nouvelles informations produites peuvent être utilisées, au-delà d’une problématique de recherche d’information, pour des algorithmes de recommandation, de prédiction, et d’interaction facilitant l’accès des utilisateurs à de grandes masses de données.
Aujourd’hui l’équipe développe ses recherches surtout dans deux directions :
(A) Apprentissage statistique et apprentissage profond pour la structuration de données multimédia (images, vidéo) : apprentissage avec peu d’exemples, inférence trans-modale, apprentissage profond à partir de données en flux, analyse de scène et interprétation de contenus d’images.
(B) Traitement de la musique notée : modélisation de partitions musicales sous la forme de séries temporelles, interrogation structurée et non structurée, extraction de motifs (cadences, modulations, harmonies) et de descripteurs (tonalité, style, effectif) permettant des classifications et l’analyse du langage musical.
Les travaux de l’équipe sont financés grâce à des projets ANR, ainsi qu’à travers de collaborations industrielles suivies. Des collaborations sont en cours avec d’autres équipes du CEDRIC, notamment MSDMA et ISID. L’implication de la personne recrutée dans les collaborations existantes ou dans de nouvelles est encouragée.
Site web de l’équipe :
http://cedric.cnam.fr/index.php/labo/Vertigo
Sujet :
Ce poste devrait être publié dans le cadre de la session de recrutement synchronisée 2019.
Le.La candidat.e recherché.e devrait inscrire ses travaux dans la direction A, les compétences privilégiées concernant notamment l’apprentissage profond avec peu de supervision, l’analyse compositionnelle/sémantique d’images, l’apprentissage de représentations pour l’analyse de scènes, la prédiction structurée, l’apprentissage sur graphes.
Voir document PDF joint pour le profil enseignement.
Profil du candidat :
Les compétences privilégiées concernant notamment l’apprentissage profond avec peu de supervision, l’analyse compositionnelle/sémantique d’images, l’apprentissage de représentations pour l’analyse de scènes, la prédiction structurée, l’apprentissage sur graphes.
Formation et compétences requises :
Doctorat (section 27, éventuellement 61 ou 26), qualification aux fonctions de maître de conférences
Adresse d’emploi :
Cnam, 292 rue St Martin, 75141 Paris Cedex 03
Document attaché : CnamMCFapprentissage2019.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : Centrale Lille / CRIStAL UMR 9189
Durée : permanent
Contact : pierre.chainais@centralelille.fr
Date limite de publication : 2019-03-31
Contexte :
Poste Galaxie no 4041, sections 61/27.
Profil détaillé : https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2019_1/0590349J/FOPC_0590349J_4041.pdf
Profil général du poste :
La personne recrutée sera intégrée :
au département d’enseignements « Mathématiques-Informatique » de Centrale Lille
à l’UMR CRIStAL (Centre de Recherche en Informatique, Signal et Automatique de Lille – UMR 9189)@
Sujet :
PROFIL ENSEIGNEMENT :
La personne recrutée intégrera le département Mathématiques-Informatique de Centrale Lille. Le poste proposé vise à renforcer l’encadrement dans le domaine de l’analyse de données, du traitement du signal, de la modélisation et de l’apprentissage statistiques au sein des différentes formations de Centrale Lille : formation centralienne, formation IG2I (Institut de Génie Informatique et Industriel – école d’ingénieur post-bac implantée à Lens dépendant de l’École Centrale de Lille) et formation ITEEM (Institut Technologique Européen d’Entrepreneuriat et de Management – école d’ingénieur post-bac implantée à Villeneuve d’Ascq, dirigée conjointement par l’École Centrale de Lille et Skema Business School, danslaquelle une pédagogie spécifique “du concret à l’abstrait” est privilégiée). Une partie des enseignements pourra aussi être effectuée dans le nouveau master « data science / analyse de données » qui ouvre enseptembre 2019 en cotutelle avec l’Université de Lille.
La personne recrutée devra s’impliquer dans la vie pédagogique du département Mathématiques-Informatique en assurant par exemple l’encadrement de projets, le suivi des étudiants en stage… Elle devra participer à l’animation et à la gestion administrative des enseignements. Une participation active dans les pédagogies innovantes de l’établissement est attendue (avec prise de responsabilités pédagogiques).
PROFIL RECHERCHE :
La personne recrutée aura vocation à rejoindre l’une des équipes SigMA (Signaux, Modèles etApplications), SequeL (Sequential Learning) ou Magnet (Machine learninG for Networks) du groupe thématique DatInG (Data Intelligence Group) du laboratoire CRIStAL UMR 9189. Son activité de recherchedevra s’inscrire dans les thématiques « machine learning », modèles statistiques et apprentissage.
Profil du candidat :
Qualifié CNU 61, 27 ou 26.
Formation et compétences requises :
Thèse de doctorat + qualification CNU
Adresse d’emploi :
Contacts :
Formation : Augustin Mouze, augustin.mouze AT centralelille.fr
Recherche : Pierre Chainais, pierre.chainais AT centralelille.fr
Document attaché : FOPC_0590349J_4041.pdf