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

Laboratoire/Entreprise : Ecole des Mines de Saint-Etienne
Durée : 12 mois
Contact : batton@emse.fr
Date limite de publication : 2022-07-17

Contexte :
L’École Nationale Supérieure des Mines de Saint-Étienne (Mines Saint-Etienne), École de l’Institut Mines Télécom, sous tutelle du Ministère de l’Économie, des Finances et de la Relance est chargée de missions de formation, de recherche et d’innovation, de transfert vers l’industrie et de culture scientifique, technique et industrielle.
Le poste proposé est ouvert au sein du département GMI avec des activités de recherche développées dans l’UMR CNRS 6158 LIMOS qui regroupe l’ensemble des chercheurs en sciences des données et mathématiques appliquées. Il s’agit d’un poste contractuel d’enseignant chercheur d’un durée de 1 an.

Sujet :
Poste de maître-assistant associé en Sciences des données : Apprentissage statistique et Aide à la Décision au service de l’Industrie et des territoires du futur.

Maître-assistant associé en Sciences des données : Apprentissage statistique et Aide à la Décision au service de l’Industrie et des territoires du futur

Profil du candidat :
Doctorat avec une expérience en enseignement dans les domaines des mathématiques ( cf fiche) (moniteur, vacataire et/ou ATER) à un niveau de second ou troisième cycle sera appréciée.

Formation et compétences requises :
Le candidat devra être titulaire d’un doctorat Mathématiques appliquées ou en Science des données (telles les sections CNU n° 24 – 26 – 61 )

Adresse d’emploi :
Ecole des Mines de Saint-Etienne
42023 Saint-Etienne

Document attaché : 202207081307_MSE_ENTITE_concours_maître_assistant_2022-06-20_sciences_des_données.pdf

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

Laboratoire/Entreprise : IRIT
Durée : 24 mois
Contact : hernande@irit.fr
Date limite de publication : 2022-07-18

Contexte :
An event is defined as “anything that happens, anything that fits over time”: meetings, phone calls, purchases, but also business buyouts, change of management, health crises, etc. The events are shared at through various communication channels that can be private (internal documentation, emails, Slack, Teams, phone, etc.) or public (press, Twitter, Facebook, etc.). Knowledge of these events is essential for humans to make decisions which themselves will have an impact on future events. Many innovative applications can benefit or even emerge from a technology capable of extracting events from various sources, representing them, aggregating them and exploiting them to predict future events. We can for example cite: anticipating demand for sanitary products, the supervision of cultural, advertising or festive events, but also the study of competition, the study of commercial markets, etc. .

One of the main obstacles to the deployment of these applications is the excessively high cost of their development when it is carried out on an ad hoc basis by competing players. The XP-Event project proposes to respond to this difficulty by setting up a common base for all the applications organized around the notion of event. This project is led by a consortium naturally formed by two companies (GeoTrend and Emvista) and a research team from the IRIT laboratory sharing this vision and each having significant scientific and technological heritage in the field.

Sujet :
The candidate will contribute to the tasks in which IRIT is involved, and will be more particularly in charge of realizing and implementing the proposed solutions. The first task concerns the representation of event graphs. The first task will be to define an adapted ontology and a process allowing to exploit it to access or represent in RDF the graphs of the industrial partners of the project, which are graphs of quite different nature. The second task aims at defining a process to evaluate the quality of the event graphs. Evaluation will be based on the ontology structure as well as on reasoning from the knowledge graph. The third task concerns the enrichment of these graphs. Two types of approaches will be implemented in the project, and for each of them research will be needed to advance the state of the art. The first approach consists in extracting information from texts. Each of the industrial partners already has its own processing chain that it will improve and unify. The second approach consists in exploiting the current state of a graph but also the structure of an event in the ontology to suggest the addition of new nodes or new relations to the graph. This approach will be implemented through learning algorithms from graph.

Profil du candidat :
Applicants are required to have a PhD in computer science, and strong background ideally in two areas of artificial intelligence: semantic web technologies (ontology engineering, linked data management and querying, SPARQL, SHACL, RuleML, …), and machine learning from graphs and vector representations, recursive neural networks, etc.

Formation et compétences requises :
Good programming skills (Python, OWL API) and experience in participating in collaborative projects is required. In addition, the candidate must have a taste for innovation, and the ability to dialogue and collaborate with industrial partners. Experience in managing graph warehouses (Virtuoso, Strabon, Neo4j…) is desired. Fluency in written / spoken English is required too. Fluency in French language will be a plus.

Adresse d’emploi :
Location : Institut de Recherche en informatique de Toulouse (IRIT) – UPS, 118 Route de Narbonne F-31062 Toulouse Cedex – France and UT2J, 5 allées Antonio Machado F-31300 Toulouse

Duration: 24 months – starting as soon as possible (at best 2 months after application)

Host team: MELODI https://www.irit.fr/en/departement/dep-artificial-intelligence/melodi-team/

The candidate will work with four academic researchers from MELODI (F. Benamara, Ph. Muller, N. Aussenac-Gilles and N. Hernandez). He will collaborate with the partner companies in the project, namely Geotrend, located in Toulouse, and Emvista, located in Montpellier.

Income: between 2300 and 2800 euros before taxes (brut) monthly according to past experience

How to apply?

Applicants should send their application files to the contact persons listed here below. Application files should contain at least a full Curriculum Vitae including a complete list of publications, a cover letter indicating their research interests, achievements to date and vision for the future, as well as either support letters or the name of 2 persons that have worked with them.
Applicants should contact: N. Aussenac-Gilles and N. Hernandez

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

Laboratoire/Entreprise : Centre Inria de Lyon – Equipe-Projet DANTE
Durée : Poste permanent
Contact : remi.gribonval@inria.fr
Date limite de publication : 2022-07-18

Contexte :
L’équipe-projet Inria DANTE (https://team.inria.fr/dante) du LIP à l’ENS de Lyon bénéficie cette année d’un poste permanent d’ingénieur(e) Inria.

La première affectation au sein de notre équipe porte sur une durée de 4 ans renouvelable. La personne recrutée s’intègrera par ailleurs au collectif des ingénieurs permanents de l’institut, représenté au niveau d’un centre par le Service d’Expérimentation et de Développement (SED).

Calendrier:
Recueil des candidatures : du 15 juin 2022 au 17 juillet 2022
Recevabilité : du 18 juillet au 22 juillet
Admissibilité (étude des dossiers par les jurys) : du 5 au 16 septembre 2022
Admission (épreuve écrite & entretien oral avec les jurys) : du 19 septembre au 14 octobre 2022
Nomination : 1er décembre 2022

Pour des détails sur les concours externes Inria : https://www.inria.fr/fr/concours-externes

Poste concerné: 2022-DT-LYS-2 : Ingénieur.e développement logiciel spécialiste en calcul scientifique pour l’apprentissage et le traitement du signal – corps IR – BAP E

Pour postuler : https://candidat.inria.fr/SelectCandidat/selectcandidat.html?locale=fr#modify-application;idOffre=314

Sujet :
L’équipe concernée, DANTE, a pour principal objectif de développer des techniques d’apprentissage et des algorithmes de traitement du signal munis de solides fondements théoriques, physiquement interprétables, et économes en ressources. Parmi ces techniques d’IA, le développement de la librairie logicielle Faµst de calcul matriciel à grande échelle est un projet central pour l’équipe. La maîtrise durable de ce développement technologique ciblant les codes entre traitement du signal, apprentissage et calcul scientifique avec utilisation de matrices creuses est un enjeu structurant important pour l’équipe.

Pour mener ses travaux, DANTE s’appuie sur une culture à l’interface entre traitement du signal et apprentissage, et sur une expertise théorique et algorithmique autour de la notion de parcimonie, des graphes, et de l’optimisation à grande échelle. Via des partenariats choisis, les méthodes développées ont des applications potentielles allant de l’IA frugale sur des dispositifs embarqués (par exemple des véhicules autonomes) à l’imagerie médicale (IRM haute-résolution), l’astrophysique, ou les sciences sociales computationnelles (modélisation et analyse de phénomènes de contagion).

Profil du candidat :
Profil recherché en développement logiciel spécialiste en calcul scientifique pour l’apprentissage et le traitement du signal.

Formation et compétences requises :
Niveau de diplôme exigé : Thèse ou équivalent
Autre diplôme apprécié : Bac+5 ou équivalent

Adresse d’emploi :
Lyon

Document attaché : 202206221444_2022-DT-LYS-2_0.pdf

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

Laboratoire/Entreprise : CHU Grenoble Alpes
Durée : 1 an
Contact : jlbosson@chu-grenoble.fr
Date limite de publication : 2022-07-20

Contexte :
Intégrer une équipe dynamique multidisciplinaire sur la valorisation des données de Santé au service des patients et du soins vous intéresse ?
Le CHU de Grenoble Alpes recrute pour un CDD d’un an à partir de Juillet 2022 (remplacement) un ingénieur pour intégrer l’équipe en charge de son Entrepôt de Données de Santé PREDIMED au sein du Pôle Santé Publique.
Profil Informatique médicale, technologie Santé big data, gestion de projet.
Connaissance du monde hospitalier souhaité. Profil junior accepté

Sujet :
Cette proposition de CDD vise à assurer la continuité du rôle de responsable du pôle projet de PREDIMED en se focalisant sur quelques missions essentielles au bon fonctionnement de l’ensemble du projet et de lien entre les différents pôles et acteurs de PREDIMED.
Il s’agit dans le détail de contribuer à des missions transversales indispensables (0,75 ETP) et d’être en charge de manière opérationnelle (requête, extraction, analyse, rapport) pour 0,25 ETP de la mise en place d’un nouveau projet (NOVARTIS) et du suivi d’un projet existant (DEMETER).

Profil du candidat :
Savoir et Savoir-Faire
– Connaissances du monde de la Santé, de son organisation, de ses contraintes éthiques et réglementaires en termes d’information de Santé
– Assurer le recueil des besoins des équipes cliniques et le dialogue avec les équipes PREDIMED
– Être source de propositions à des problématiques (techniques, médico-légales, autres) préalablement identifiées ;
– Concevoir, rédiger une documentation technique ;
– Concevoir, valider, mettre en oeuvre et tracer des requêtes appliquées à des bases de données ;
– S’exprimer face à différents publics, en français et en anglais ;
Savoir-être
– Dynamisme, Rigueur, Compétences relationnelles, Initiative, Autonomie, Travail en équipe, communication.

Formation et compétences requises :
Compétences techniques
– Avec formation initiale en mathématiques et informatiques, en système d’information, base de données,
– Niveau scientifique bac+5
– Connaissance des systèmes d’informations hospitaliers et des architectures big data
– Compétences en gestion de projet et communication

Adresse d’emploi :
CHU Grenoble Alpes, Grenoble, France

Document attaché : 202206031248_CHUGA «Données massives etou complexes en Santé Publique», Ingénieur hospitalier, remplacement congé maternité.pdf

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

Laboratoire/Entreprise : LISTIC
Durée : 18 Mois
Contact : abdourrahmane.atto@univ-smb.fr
Date limite de publication : 2022-07-31

Contexte :
Développement des produits neige (humide, sèche) et sol sans neige s’actualisant à chaque passage des satellites Sentinel-1 en zone de relief par fusion de produits neige humide Sentinel-1 et de produits de fractions neigeuses Sentinel-2 et VIIRS. Le projet entre dans le cadre du projet APR SHARE financé par le CNES.

Sujet :
Développement d’un protocole expérimental et analyse par apprentissage profond de la couverture spatio-temporelle de la neige par télédétection : fusion d’informations multimodales SAR/Optiques

Profil du candidat :
Docteur ou ingénieur sur des spécialisations en lien avec l’imagerie par télédétection spatiale, les mathématiques appliquées et l’intelligence artificielle.

Formation et compétences requises :
Télédection, systèmes d’information géographique, informatique, intelligence artificielle, méthode de validations croisées

Adresse d’emploi :
LISTIC – Université Savoie Mont Blanc (USMB) – Campus d’Annecy

Document attaché : 202205161407_CDD_Neige_Et_DeepLearning.pdf

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

Laboratoire/Entreprise : CRIStAL UMR 9189 – Centrale Lille Institut
Durée : 12 mois renouvelable
Contact : pierre.chainais@centralelille.fr
Date limite de publication : 2022-07-31

Contexte :
Ce poste en CDD de 12 mois renouvelables au sein du laboratoire CRIStAL, Centre de Recherche en Informatique, Automatique et Signal de Lille (UMR 9189), est financé par l’ANR qui soutient la chaire IA Sherlock portée par Pierre Chainais (2021-2025), professeur à Centrale Lille et membre de l’équipe SigMA, Signaux, Modèles et Applications. L’équipe SigMA est composée de 16 membres permanents (enseignants-chercheurs et chercheurs CNRS) et de 18 doctorants et post-doctorants et offre un environnement scientifique stimulant et de haut niveau.

Sujet :
Missions du projet de recherche
Le projet de recherche de la chaire IA Sherlock porte sur « Fast inference with controlled uncertainty : application to astrophysical observations ». Il inclut le développement et l’implémentation de différents méthodes d’inférence en machine learning ou pour la résolution de problèmes inverses en traitement du signal et des images. La complexité et le coût de calcul de ces méthodes augmente très vite lorsque l’on travaille avec de grandes masses de données ou sur des problèmes en grande dimension.

Nous travaillons d’une part sur des méthodes d’optimisation, mais aussi et surtout sur des méthodes bayésiennes dans une logique de parallélisation et de distribution des calculs sur plusieurs nœuds de calculs. Au-delà de l’estimation ponctuelle de paramètres, nous nous intéressons à l’estimation de leur distribution en vue de la quantification des incertitudes. Il s’agit d’un enjeu crucial pour garantir la qualité des prédictions, notamment en l’absence de vérité terrain comme en astrophysique par exemple. L’inférence de distribution se traduit le plus souvent par le recours à des méthodes d’échantillonnage telles que les méthodes de Monte Carlo par chaînes de Markov. Ces méthodes sont réputées coûteuses en temps de calcul. Nous développons de nouvelles méthodes qui ouvrent la voie à la parallélisation/distribution des algorithmes associés.

L’ingénieur•e recruté•e sera chargé•e du développement de codes parallélisés/distribués permettant d’accélérer les calculs. Il/elle devra respecter une logique de recherche reproductible et de logiciel libre favorisant une diffusion publique large des codes produits. Il/elle sera chargé•e d’accompagner les membres de l’équipe via des actions de formation internes en vue de partager ses connaissances avec l’équipe SigMA. Il/elle contribuera activement aux activités de recherche dans une logique de collaboration.

Profil du candidat :
M2 ou ingénieur•e avec une spécialité en informatique, traitement du signal et des images, ou machine learning, idéalement titulaire d’un doctorat.

Formation et compétences requises :
Langages : Python, C, C++, OpenMP, MPI, Cuda, et techniques de parallélisation CPU et GPU.

Niveau d’Anglais B2 requis – Bonnes pratiques du développement collaboratif – Bonnes qualités de communication

Candidatures : envoyer CV détaillé, diplômes, relevés de notes des 2 dernières années Bac+4/+5 ; si titulaire d’un doctorat, joindre les rapports sur le manuscrit et la soutenance.
Indiquer 2 référents pour recommandation. Lettre de motivation

Candidature à transmettre à : pole.rh@centralelille.fr et pierre.chainais@centralelille.fr

Adresse d’emploi :
CRIStAL, Centre de Recherche en Informatique, Automatique et Signal de Lille (UMR 9189)
Employeur : Centrale Lille Institut, 59651 Villeneuve d’Ascq.

Contact Recherche: Pierre Chainais, pierre.chainais@centralelille.fr
Contact Administratif : Pôle des Ressources Humaines, pole.rh@centralelille.fr

Document attaché : 202203031604_annonce_ingénieur_informatique_2022_Sherlock.pdf

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

Laboratoire/Entreprise : StatSC / ONIRIS
Durée : 1 an renouvelable
Contact : veronique.cariou@oniris-nantes.fr
Date limite de publication : 2022-08-20

Contexte :
Oniris établissement public d’enseignement supérieur et de recherche du Ministère de l’Agriculture, et de l’Alimentation (MAA) forme
des docteurs vétérinaires, des ingénieurs, des docteurs en sciences, des masters et des techniciens supérieurs. Le poste est basé sur le site d’Oniris à La Géraudière, Nantes

Sujet :
Un poste d’enseignant chercheur contractuel en science des données est ouvert pour la rentrée 2022 à Oniris.
Le (la) CERC recruté(e) interviendra dans la formation ingénieur aux niveaux L3 et M1. En M2, il/elle interviendra dans les enseignements liés au traitement de données issues de capteurs, d’évaluations sensorielles ou de tests consommateurs, par des approches issues du machine learning.
L’enseignant-chercheur participera aux activités de recherche de l’équipe StatSC qui sont principalement orientées vers l’analyse
de données de tableaux multiples (multi-sources, multi-échelles, multi-voies, temporelles, …), la modélisation dans des espaces
de grande dimension en présence de fortes colinéarités, la classification et la réduction de la dimensionnalité des données.

Pour plus d’informations : https://www.oniris-nantes.fr/accueil/travailler-a-oniris/#c17498

Profil du candidat :

Aptitudes recherchées : travail en équipe, en interdisciplinarité et en interaction avec le monde de l’entreprise.

Formation et compétences requises :
Doctorat ou dernière année de doctorat : Science des données (sections CNU 26 ou 27).

Adresse d’emploi :
Oniris
Rue de la Géraudière, CS 82225, 44322 Nantes

Document attaché : 202206170952_CERC_Sciences_des_donnees.pdf

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

Laboratoire/Entreprise : ESPCI / Gulliver lab and LAMSADE
Durée : 1 an
Contact : alexandre.allauzen@dauphine.psl.eu
Date limite de publication : 2022-08-31

Contexte :
At ESPCI, there is an open position for 1 year (ATER).
The teaching mission is quite light and about numerical methods,
statistical data analysis, and machine learning. The research will be
in Gulliver lab, with possibilities to include machine learning and/or
statistical physics.
The French call is available:
https://recrutement.psl.eu/ater-physique-statistique-de-la-matiere-active-et-computer-sciences

For more information, feel free to contact me (alexandre.allauzen at
espci dot psl dot eu)

Sujet :
L’activité de recherche se déroulera au sein du laboratoire Gulliver, dont la spécificité est d’être composé pour moitié de théoriciens et pour moitiés d’expérimentateurs de la matière molle. Les recherches du laboratoire couvrent un large spectre de sujets allant de la physico-chimie moléculaire, à l’étude des interfaces, en passant par la physique des verres et gels colloïdaux, la physique de la matière active, de la matière programmable, ou encore topologique. Ces sujets sont le plus souvent abordés sous l’angle de la physique statistique. Dans le cas présent, le projet de recherche portera sur l’étude des systèmes actifs, plusieurs déclinaisons étant possibles, qu’il s’agisse de l’étude des solides actifs ou de celle d’un essaim de robots.

M.DAUCHOT Olivier olivier.dauchot@espci.fr

Profil du candidat :
PhD related to research topics of Gulliver lab and machine learning.

Formation et compétences requises :
A PhD

Adresse d’emploi :
ESPCI, Paris.

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

Laboratoire/Entreprise : IRIT, Toulouse
Durée : 1 year
Contact : josiane.mothe@irit.fr
Date limite de publication : 2022-08-31

Contexte :
This post doc is related to my work on machine learning for information retrieval, query difficulty and system adaption. We have been working for more than 10 years on this domain, have a huge amount of pre-treated data including features, methods, measures, etc…

Sujet :
Query performance prediction aims at predicting the level of effectiveness a system will have for a given query. There are many predictors that have been defined in the litterature, however the domain is still searching for a solution to make accurate predictions. Not only we need to predict the level of difficulty but also to adress the problem of difficult queries. Machine learning will be used. We have already a huge amount of data that we produced to be used in this project.

Profil du candidat :
Defended PhD on Information retrieval or machine learning, or Post doc on a domain related to the topic of the post-doc
English level: at least B2

Formation et compétences requises :
Computer scientist, with a good knowledge of maths
Top ranked during master studies, preferably in CS and/or applied mathematics
Good level of English
A good record of publications

The CV will include the awards, list of publications with their type and ranks, the marks or/and ranks during the Master. The names and emails of the supervisors (who could be contacted for short listed applicants)

Adresse d’emploi :
Toulouse, South France

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

Laboratoire/Entreprise : LIRIS
Durée : 6 mois
Contact : frederique.laforest@insa-lyon.fr
Date limite de publication : 2022-09-04

Contexte :
Dans le cadre du Labex ASLAN et d’un projet pour l’aide à l’apprentissage de l’écriture, l’équipe TWEAK du LIRIS recherche un ingénieur pour la conception et le développement d’une application sur tablette en javascript.

Sujet :
L’objectif de ce CDD est de poursuivre le développement d’une application sur tablette tactile aidant les dyslexiques scolarisés en primaire et les enfants plus jeunes à risque de développer une dyslexie, dans leur apprentissage de la lecture et de l’écriture. Elle est développée en Javascript.

Profil du candidat :
formation en informatique de niveau Licence, DUT, master ou ingénieur
processus de développement agile
gestion de versions, méthodes de tests
expression des besoins
développement javascript
aisance en langue française, à l’écrit et à l’oral

Formation et compétences requises :
formation en informatique de niveau Licence, DUT, master ou ingénieur
processus de développement agile
gestion de versions, méthodes de tests
expression des besoins
développement javascript
aisance en langue française, à l’écrit et à l’oral

Adresse d’emploi :
LIRIS, INSA Lyon, Villeurbanne

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

Laboratoire/Entreprise : ISEA (Institut des Sciences Exactes et Appliquées)
Durée : –
Contact : nazha.selmaoui@unc.nc
Date limite de publication : 2022-09-08

Contexte :
L’Université de la Nouvelle-Calédonie publie 4 postes de maitre.esse.s de conférences en informatique (section 27) pour la rentrée de février 2023:
– Vous êtes en poste et vous souhaitez venir 2 ou 4 ans en Nouvelle-Calédonie : 2 postes de MCF sont publiés en délégation ;
– Vous êtes en poste, vous souhaitez une mutation en Nouvelle-Calédonie
ou
Vous êtes docteur, qualifié, vous souhaitez un recrutement en Nouvelle-Calédonie : 2 postes de MCF sont publiés au recrutement/mutation
Échéances de candidature : selon les postes : 30 septembre, 15 octobre, 17 octobre 2022

Tous les profils et détails sur https://unc.nc/utile/recrutement/recrutement-emplois-stages/ (et sur Galaxie)

Sujet :
NR

Profil du candidat :
voir le lien

Recrutement : emplois et stages

(et sur Galaxie)

Formation et compétences requises :

Recrutement : emplois et stages

(et sur Galaxie)

Adresse d’emploi :
Nouméa Université de la Nouvelle Calédonie

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

Laboratoire/Entreprise : Université de Saint-Etienne, Laboratoire Hubert Cu
Durée : 1 an
Contact : amaury.habrard@univ-st-etienne.fr
Date limite de publication : 2022-09-09

Contexte :
Bonjour,

Un poste d’ATER temps plein en section 27 (informatique) est ouvert à l’Université Jean Monnet (UJM) de Saint-Étienne pour l’année universitaire 2022–2023 avec prise de fonction au 1er octobre 2022.
Le ou la candidat.e recruté.e sera rattaché.e au département informatique de l’UJM et devra s’intégrer dans une équipe de recherche du département “Informatique, Sécurité, Image” du laboratoire Hubert Curien (UMR CNRS 5516).

Plus d’information sur les profils enseignement et recherche et sur la procédure de candidature sont disponibles sur le site web de l’Université de Saint-Étienne :
https://www.univ-st-etienne.fr/fr/direction-des-ressources-humaines/recrutement-et-concours/ater-2022-2023.html

Contact enseignement : Fabrice Muhlenbach
Contact recherche : Lilian Bossuet

Les candidatures se font depuis l’application ALTAÏR du site ministériel GALAXIE du 24/08/2022 au 07/09/2022 :
https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/cand_recrutement_ATER.htm

Sujet :
La personne recrutée rejoindra le département informatique de la faculté des Sciences et effectuera ses enseignements en licence et master d’informatique. La personne recrutée devra être opérationnelle dans les enseignements suivants : programmation, développement web et base de données (niveau licence), apprentissage automatique, data mining et méthodes d’optimisation (niveau master). À noter qu’une partie des enseignements effectuée au niveau master se fera en langue anglaise au sein du master international Machine Learning et Data Mining (MLDM).
Recherche

La personne recrutée intègrera l’une des équipes du département « Informatique, Sécurité, Image » du laboratoire Hubert Curien UMR CNRS 5516 : l’équipe « Data Intelligence » ou « Image Science & Computer Vision » ou « Systèmes embarqués sécurisés et architectures matérielles ». La personne recrutée sera amenée à développer des travaux en intelligence artificielle au sein de l’une de ces équipes en lien avec les projets de recherche qui y sont développés

Profil du candidat :
Doctorat en informatique ou inscrit pour la préparation d’un doctorat en informatique

Formation et compétences requises :
Formation en informatique

Adresse d’emploi :
Université de Saint-Etienne

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

Laboratoire/Entreprise : GREYC UMR CNRS 6072
Durée : 36 mois
Contact : olivier.lezoray@unicaen.fr
Date limite de publication : 2022-09-15

Contexte :
Le laboratoire GREYC UMR CNRS de l’Université de Caen Normandie et ENSICAEN (Caen, France), en collaboration avec l’entreprise United Biometrics (Caen, France), lance un appel à candidatures pour un poste de recherche postdoctorale (durée entre un et 3 ans) sur l’inférence du visage à partir de la voix. Les travaux réalisés se feront dans le cadre du projet BIOPOP (BIOmétrie Pour les Opérations) financé par l’AID (Agence Innovation Défense).

Sujet :
Missions :
———————————————————————-
L’objectif visé est d’inférer des informations sur le visage d’une personne à partir d’un enregistrement brut de sa voix. De récents travaux préliminaires [1, 2, 3, 4] ont montré la faisabilité de cette inférence. Il ne s’agira pas de générer le visage exact correspondant à la voix, mais de générer un visage qui permette de ressortir les caractéristiques discriminantes principales du visage (genre, âge, ethnicité, attributs crano-faciaux). Ceci peut présenter de nombreux intérêts dans le cadre d’applications liées à la sécurité. En effet, inférer un visage à partir d’une voix peut permettre ensuite à un opérateur d’effectuer différentes tâches à partir de l’image de visage inférée. Nous pouvons citer par exemple : la vérification de la cohérence entre une voix et un visage, la recherche du visage inféré dans une base de données.

Le post-doctorant réalisera un état de l’art précis des méthodes d’inférence du visage à partir de la voix. Il implémentera une solution de l’état de l’art reposant sur des modèles génératifs. Enfin il développera une nouveau modèle génératif plus efficace, qui puisse garantir la génération d’un visage réaliste pour répondre aux attentes du projet BIOPOP.

Profil du candidat :
Profil attendu :
———————————————————————-
Doctorat en informatique et spécialisé en apprentissage automatique.
– De solides connaissances de l’apprentissage profond, de la vision par ordinateur.
– Des publications dans des conférences majeures du domaine.
– De solides compétences en développement logiciel/programmation, en particulier en Python/PyTorch.
– De bonnes compétences en communication écrite et verbale sont requises, le candidat doit parler couramment le français et maitriser l’anglais écrit.
– Des compétences interpersonnelles et la capacité à travailler individuellement ou en tant que membre d’une équipe de projet sont recommandées.

Formation et compétences requises :

— Pour postuler : Les candidats intéressés doivent soumettre (par courrier électronique, dans un seul fichier pdf) leur curriculum vitae, la liste de leurs publications, une lettre de motivation et les coordonnées de trois références (ne pas inclure les lettres de référence avec vos candidatures car nous ne les demanderons qu’aux candidats présélectionnés). Les candidatures seront admises jusqu’à ce que le poste soit pourvu. Le poste débutera début Octobre
— Contact / encadrement:
— Olivier Lézoray (olivier.lezoray@unicaen.fr, Professeur, UNICAEN, GREYC)
— Sébastien Bougleux (sebastien.bougleux@unicaen.fr, Maître de Conférences, UNICAEN, GREYC)
— Christophe Charrier (christophe.charrier@unicaen.fr, Maître de Conférences HDR, UNICAEN, GREYC)

Adresse d’emploi :
Informations générales :
———————————————————————-
– Laboratoire : Le laboratoire GREYC (UMR CNRS 6072) est une Unité Mixte de Recherche en sciences du numérique sous la tutelle de l’ENSICAEN, du CNRS et de l’Université de Caen Normandie (UNICAEN). Les travaux seront effectués au sein de l’équipe Image dont les activités de recherche sont centrées sur le développement de nouvelles méthodes de traitement et d’analyse de signaux/images/vidéos.
— Lieu : Caen (France), située en région Normandie, près de la mer et à environ 240 km à l’ouest de Paris, la ville possède encore de nombreux quartiers anciens, une population d’environ 120 000 habitants et une agglomération d’environ 250 000 habitants, incluant plus de 30 000 étudiants à l’Université.

Document attaché : 202205120826_post-doc-greyc.pdf

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

Laboratoire/Entreprise : IMT Atlantique, AI Chair OceaniX
Durée : 24 mois
Contact : ronan.fablet@imt-atlantique.fr
Date limite de publication : 2022-09-15

Contexte :
This postdoc position is open in the framework of AI Chair OceaniX (https://cia-oceanix.github.io/) and a collaboration between OceaniX chair and SHOM (https://www.shom.fr/) on AI approaches for the modelling of ocean dynamics and their impact on underwater acoustic propagation. The postdoc will be hosted on IMT Atlantique campus in Brest by the newly created INRIA team Odyssey (https://team.inria.fr/odyssey).

Sujet :
This postdoc aims to explore and develop deep learning schemes for the reconstruction of upper ocean dynamics and associated acoustic propagation conditions from underwater acoustics observations possibly combined with other in situ data and available satellite-derived observations.

More information can be found at https://cia-oceanix.github.io/vacancies

Profil du candidat :
Applications are encouraged from candidates with a Ph.D in applied math/machine learning/data assimilation with interest in ocean science or a Ph.D in ocean science and a strong interest in deep learning.. Candidates should have a strong interest and commitment to research. Creativity with an aim towards independent research is highly emphasized.

Formation et compétences requises :
Background in deep learning, machine learning, inverse problems and/or data assimilation

Adresse d’emploi :
IMT Atlantique, Brest

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

Laboratoire/Entreprise : LIG
Durée : 18 months
Contact : Emilie.Devijver@univ-grenoble-alpes.fr
Date limite de publication : 2022-09-15

Contexte :
Despite their success in many NLP tasks, seq2seq models fail at learning
simple generalization rules, i.e. interpreting novel combinations
of known lexical items, as illustrated by results on challenge datasets
such as SCAN [1] or COGS [2].
The HyperboTAL project is a multi-disciplinary collaboration
aiming at applying the tools of hyperbolic geometry to improve the
systematic compositional capabilities of Natural Language Processing models.
The project will build on recent proposals, as [3] and [4], that use
hyperpolic geometry to better encode linguistic information (e.g. Poincaré
embeddings).

[1] Generalization without systematicity: On the compositional skills of
sequence-to-sequence recurrent networks. B. M. Lake, M. Baroni. ICML 2018.
[2] COGS: A Compositional Generalization Challenge Based on Semantic
Interpretation. N. Kim, T. Linzen. EMNLP 2020
[3] Poincaré Embeddings for Learning Hierarchical Representations.
M. Nickel, D. Kiela. Neurips 2017.
[4] Hyperbolic graph neural networks. Q Liu, M Nickel, D Kiela.
NeurIPS 2019.

Sujet :
Main tasks:

– Literature review on hyperbolic geometry applications in NLP and
deep learning approaches to systematic compositionality.
– Design compositionality models that bring together
the tools of hyperbolic geometry and those of deep learning.
– Implementation and evaluation of proposed models on existing
challenge datasets (COGS).

The scientific orientations of the post-doc may vary according to the
candidates’ background and interests.

Profil du candidat :
– Background and/or strong interest in Mathematics and Natural Language
Processing.
– Programming skills: proficiency in python and experience with a deep
learning library.
– Proficiency in either French or English.

Formation et compétences requises :
– PhD in computer science.

Work environment:

– Location: Laboratoire d’Informatique de Grenoble (LIG), on Université
Grenoble Alpes campus.
– Cosupervision by Émilie Devijver (PI), Gérard Besson, Maximin Coavoux,
Éric Gaussier.
– Gross salary: minimum 2400 euros per month (depends on experience).
– Starting date: September 2022 (flexible).

To apply, please send a cv and a cover letter to contacts below as soon as
possible (applications are open until the position is filled).

Contacts (for applications or any questions about the position/project):
emilie.devijver@univ-grenoble-alpes.fr
g.besson@univ-grenoble-alpes.fr
maximin.coavoux@univ-grenoble-alpes.fr
eric.gaussier@imag.fr

Adresse d’emploi :
Laboratoire de Grenoble d’Informatique

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

Laboratoire/Entreprise : Computer Vision and Pattern Discovery group of Bio
Durée : + 1 an
Contact : leehk@bii.a-star.edu.sg
Date limite de publication : 2022-09-18

Contexte :
The advancement of Artificial Intelligence enables the extraction of quantitative information from high resolution biomedical images. New knowledge, skills, and approaches are required to develop novel, efficient and reliable computational tools for emerging challenges in biological and biomedical studies. Our project is supported by close collaborations with local hospitals.

Sujet :
You will be working in a team of AI researchers who have a deep understanding of the fundamentals of deep learning and have considerable experience in applying deep learning to different problems. Our group has a well established reputation in developing AI solutions for digital pathology image analysis, radiology images and digital health. You will have the opportunity to learn and hone your AI skills through this project as well as by learning from other on-going projects in the team. You will receive training and guidance to be in the niche area of applying deep learning for bioimage analysis applications. You will learn both AI along with guiding clinical/medical knowledge in this project. This will be the differentiating factor for you as an AI scientist at our lab. You will also learn to sharpen your communication, collaboration, project management and leadership skills.
Responsibilities:
1. Develop AI methodologies to perform computer assisted diagnostics.
2. Work closely with collaborators to fully understand the clinical problems.
3. Design and conduct the experiments to assess the proposed AI models’ performance.
4. Collaborate with the team members via discussions, study groups, guiding students/interns/research officers.
5. Periodically present the progress to the group and submit the research findings to top-tier journals and conferences

Profil du candidat :
We are looking for a researcher with a creative mind, strong communication skills and a team player to work with us on collaborative projects with multiple local hospitals.

Formation et compétences requises :
1. Undergraduate, masters or PhD with a strong background in Computer Science, Mathematics, Statistics, Biomedical Engineering or relevant fields.
2. Prior knowledge in machine learning and prior domain knowledge medical image analysis is NOT REQUIRED. Training for these domains will be provided on the job.
3. Experience and versatility in programming especially in python.
4. Familiarity with PyTorch and/or TensorFlow is NOT REQUIRED but would be a plus.
5. Good communication skills, a team player and willing to share ideas and knowledge with peers .
6. Candidates should be able to work in a fast paced environment.

Adresse d’emploi :
This Research Fellow position for Artificial Intelligence research is available in the Computer Vision and Pattern Discovery (CVPD) group of Bioinformatics Institute (BII), A*STAR, Singapore.
For more information, please email Hwee Kuan Lee (leehk@bii.a-star.edu.sg) and Wei Liu (liuwei@bii.a-star.edu.sg). Visit the CVPD websites for more informaiton: http://web.bii.a-star.edu.sg/~leehk/ and https://www.a-star.edu.sg/bii/research/ciid/cvpd

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

Laboratoire/Entreprise : LIG
Durée : 12 months
Contact : Emilie.Devijver@univ-grenoble-alpes.fr
Date limite de publication : 2022-09-18

Contexte :
Causality plays a central role in science and has been the subject of many debates among philosophers, biologists, mathematicians and physicists, to name but a few. The recent decades have seen the development, from philosophers, mathematicians, and computer scientists, of different models and methods to infer causal relations from data and to reason on the basis of these relations. If the first studies were dedicated to non temporal data, more and more studies now focus on time series. Indeed, time series arise as soon as observations, from sensors or experiments, for example, are collected over time. 

Despite the importance of time series, very few works (apart from [6]) have studied methods to estimate the causal effect of interventions. This project will focus on this through the steps described below.

Sujet :
– Literature review on the estimation of causal effects [1,2] as well as treatment effects in time series [3,4,5].
– Design of an estimator for back-door probabilities
– Generalization to other identification probabilities (as in the ID algorithm).
– Theoretical study of the corresponding estimator. 
 
The scientific orientations of the post-doc may vary according to the candidate’s background and interests.

Profil du candidat :
Programming skills: proficiency in R or Python.
Proficiency in either French or English.

Formation et compétences requises :
PhD in machine learning or statistics.

Adresse d’emploi :
Bâtiment IMAG
Grenoble

Document attaché : 202207111449_postdoc_causalReasoning.pdf

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

Laboratoire/Entreprise : IRIT/Toulouse et SCIENOMICS/Paris
Durée : 12 mois
Contact : cassia.trojahn@irit.fr
Date limite de publication : 2022-09-19

Contexte :
In product development materials are selected and designed based on several criteria including performance, cost of production, availability, recyclability, and others. It is commonly accepted that the chemical space covers at least 1063 molecules making therefore the discovery of new materials with optimal design an impossible task to be performed following exhaustive screening and testing. Learning from known chemicals, translating the design requirements of the products and the constraints of the related processes into requirements for the materials to be discovered and testing then using virtual experiments is a viable route to follow.

SCIENOMICS is developing SIMAGORA, an online marketplace offering virtual experiments for the eco-conception and development of products, and the materials needed. It implements no-code concepts and allows interoperability between simulation engines from diverse domains. The aim is to democratize simulation technology and will provide to the international scientific community the capability to offer cutting-edge virtual experimentation technology to all companies worldwide.

Sujet :
In SIMAGORA semantics will play an important role since it will allow to gather experience and expertise available and implemented in technology that will be used to assist SIMAGORA users to take decisions. Ontologies are one of the critical technologies since they provide a formal ground for a self-guided online AI agent employing decision algorithms and provides automated virtual experimentation strategies for materials discovery and product development.

This post-doc will have the main task of performing research and development activities for enabling semantics-aware data access, integration of heterogeneous sources and interpretation in terms of product design objectives in SIMAGORA. It involves the generation of simulation scenarios (structured graphs in the simulation space) based on ontologies rather than building them ad hoc. Therefore, the project consists of three main activities:
(a) research and development in ontologies that will allow to capture product design and materials knowledge;
(b) conceive methodologies to develop and evaluate knowledge graphs and
(c) contribute to the conception of an AI agent, “robo-advisor”, capable to assist in materials discovery and product development through virtual experimentation execution.

Profil du candidat :
Applicants are required to have a PhD in Computer Science, a strong background in semantic web technologies, ontology engineering, ontology construction and reasoning. Fluency in written / spoken English is required too. A good publication record and strong programming skills will be a plus.
Capability to integrate a diverse group of people and supervise research and development work of PhD candidates.

Formation et compétences requises :
(See profile)

Adresse d’emploi :
Localization : Scienomics, 16 rue de l’Arcade, 75008 Paris, FRANCE with short visits at IRIT, Institut de Recherche en informatique de Toulouse (IRIT) – UPS, 118 Route de Narbonne F-31062 Toulouse Cedex, FRANCE.
Duration : 12 months, starting ASAP – 3 months of trying.

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

Laboratoire/Entreprise : INRAE – Biostatistique et Processus Spatiaux
Durée : 15 mois
Contact : samuel.soubeyrand@inrae.fr
Date limite de publication : 2022-09-30

Contexte :
Les jaunisses de la betterave, dues à des virus transmis par le puceron Myzus persicae, induisent en moyenne des baisses de rendement substantielles. Les changements de réglementations visant une agriculture sans pesticide (en particulier sans néonicotinoïde) nécessitent une refonte du système de production de la betterave sucrière. L’épidémiosurveillance est une des dimensions essentielles de cette refonte car elle contribue à anticiper (i) les risques sanitaires et (ii) la réduction de ces risques par des mesures prophylactiques agroécologiques.

Pour candidature, envoyer votre CV et une lettre de motivation à samuel.soubeyrand@inrae.fr

Sujet :
Mission. Votre objectif sera de proposer et optimiser une stratégie spatio-temporelle de surveillance multivalente en intégrant la connaissance du risque et de son évolution (diverses approches sont d’ores et déjà développées dans le projet SEPIM pour mesurer les risques pucerons et jaunisses). Dans cette optique, vous pourrez mobiliser plusieurs leviers de surveillance directe (abondance de pucerons, caractère virulifère des pucerons, intensité de jaunisse, souches virales, abondance d’auxiliaires de culture) et de surveillance indirecte (observation des réservoirs, images satellites, pièges à succion distants, météorologie) qui pourront être exploités à différents moments de l’année en fonction du potentiel d’information qu’ils apportent. Vous pourrez prendre en compte une fonction multi-critère de coût intégrant, par exemple, les coûts d’un site supplémentaire de surveillance, d’une alerte inexacte, de l’absence d’alerte, de la mesure du caractère virulifère des pucerons et d’autres coûts opérationnels. A la stratégie spatio-temporelle de surveillance pourra être associée une stratégie prophylactique multivalente. Ceci consistera à fournir des indicateurs pour la mise en œuvre de mesures de mitigation en fonction de l’intégration des risques et des résultats de la surveillance.
Méthodologie. Pour mener cette mission, vous pourrez mobiliser des techniques de statistique (y compris approche d’échantillonnage, statistique spatiale et intégration de modèles), d’apprentissage supervisé ou non supervisé, ou encore d’optimisation. Vous valoriserez vos travaux par des articles scientifiques dans des journaux à comité de lecture méthodologiques ou appliqués. Vos travaux seront en outre valorisés via le développement d’une application web ; dans cette optique vous collaborerez avec le prestataire en charge du développement de l’application.
Environnement de travail. Vous mènerez votre recherche dans le cadre du projet collaboratif SEPIM ( https://pse.mathnum.inrae.fr/sepim ) en étant affecté à l’unité BioSP à Avignon ( http://biosp.org ). Vous pourrez vous déplacer dans les unités partenaires du projet SEPIM pour des missions plus ou moins longues, notamment à Rennes et en région parisienne, afin de favoriser l’intégration dans vos travaux des diverses approches développées par les partenaires du projet. Les interactions avec les autres unités pourront également se tenir en visio. Vous ferez par ailleurs partie du groupe des contractuels du projet SEPIM qui se réunissent régulièrement pour favoriser les travaux inter-unités.

Profil du candidat :
Pour mener la recherche proposée, vous pourrez mobiliser des techniques de statistique (y compris approche d’échantillonnage, statistique spatiale et intégration de modèles), d’apprentissage supervisé ou non supervisé, ou encore d’optimisation. Vous valoriserez vos travaux par des articles scientifiques dans des journaux à comité de lecture méthodologiques ou appliqués.

Formation et compétences requises :
Doctorat ou diplôme d’ingénieur en statistique et science des données ou en agronomie / biologie / sciences environnementale avec un fort intérêt pour l’analyse de données, l’apprentissage ou les méthodes numériques.

Adresse d’emploi :
228 route de l’aérodrome, 84914 Avignon, France

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

Laboratoire/Entreprise : LICIIS / Université de Reims Champagne Ardenne
Durée : 4 ans
Contact : Luiz-Angelo.Steffenel@univ-reims.fr
Date limite de publication : 2022-10-01

Contexte :
Université de Reims Champagne Ardenne is recruiting a Junior Professor Chair to work with us in the areas of high-performance computing and scientific visualization.

Sujet :
The advertised position (reference number: 2022/4514) will be affiliated to the Computer Science Lab in High Performance Computing and Image for Simulation (LICIIS) led by Professor Luiz-Angelo Steffenel.

Created on January 1, 2021, LICIIS is also a unit under agreement (LRC DIGIT) with the Commissariat à l’Energie Atomique et aux énergies alternatives (CEA). Its missions are both theoretical and applied research, training, valorization, and technology transfer. It currently has 34 members (professors, senior lecturer, researchers, BIATSS, post-doctoral students and doctoral students) including 14 permanent and 9 associated with CEA. It is the main operator of two of URCA’s most important infrastructures: the ROMEO regional computing center (supercomputer ranked 249th in the world in the TOP500 and 20th in the GREEN500 when it was commissioned in 2018) and the Image Center. Its research is organized around three major technological domains and aims to address the challenges they generate and respond to the resulting uses. In direct application with simulation and scientific computing, they cover:
• performance and programming models of hybrid architectures with computational accelerators (HPC).
• artificial intelligence (AI) et big data analysis (HPDA).
• scientific visualization, meshes and their interactions.

Profil du candidat :
The employment is a 4-year position with tenure in a permanent position (full-time) at the end of the term. A PhD degree in HPC, scientific visualization, or equivalent from a related area is required.

The future chairholder will participate in current or future training programs in which URCA is involved in the fields of high-performance computing (HPC), simulation, cloud, big data, artificial intelligence, deep learning, visual computing, and scientific visualization. Mainly mobilized at the master’s and PhD levels, he/she will aim to accompany students following these courses towards the very high academic and professional level.
The current training offer is based on the bachelor’s and master’s degrees in « High Performance Computing and Simulation » (CHPS) and the master’s degree in computer engineering and digital simulation (CMI HPVC). This offer will be completed in the fall of 2022 by the participation of the URCA in the:
• first European Master’s program (EUMaster4HPC – H2020 funding) in High-Performance Computing, High-Performance Data Analytics (HPDA) and AI.
• training program of the PIA3 EquipEx+ MesoNet project in HPC and AI.

Formation et compétences requises :
The employment is a 4-year position with tenure in a permanent position (full-time) at the end of the term. A PhD degree in HPC, scientific visualization, or equivalent from a related area is required.

Adresse d’emploi :
Please visit the official vacancy website of Reims Champagne-Ardenne University for a more detailed description of the duties, formal requirements, and on how to apply for this position:
https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/Emplois_publies_TrieParRegion.html

Chaire de professeur junior / Professor

The application deadline is Sept. 30, 2022.

We are looking forward to receiving your application! Please also consider to share this message with any great candidates.

Université de Reims Champagne Ardenne
Laboratoire LICIIS

Document attaché : 202207120815_Fiche de poste-cpj OSMIUM-fr.pdf