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

Laboratoire/Entreprise : L3i
Durée : 12 mois
Contact : mickael.coustaty@univ-lr.fr
Date limite de publication : 2021-02-01

Contexte :
The work carried out by the candidate will be a part of the LabCom IDEAS. IDEAS is co-funded by the French National Research Agency (ANR) and the Nouvelle-Aquitaine Region, and brings together the Yooz company and the L3i laboratory. The objective is to imagine, invent, design, develop, optimise and train the best algorithms for processing automatically business documents. The goal is to offer services, based on artificial intelligence, that are capable of automatically analysing and understanding various types of business documents.

Sujet :
The work of the postdoc fellow will fall within the area “Document fraud detection”. The aim is to develop new methods for fraud detection in document images (image forensics) without a priori knowledge. The candidate, who holds a Ph.D. in the fields of computer science, computer engineering, signal processing, or applied mathematics, must have a significant research experience in the domain of image or signal processing and analysis.

Profil du candidat :
Candidates for this position should send a CV and a cover letter (names and reference details would be appreciated) to:
– petra.gomez [at] univ-lr.fr
– mickael.coustaty [at] univ-lr.fr
– nicolas.sidere [at] univ-lr.fr
– Vincent.PoulaindAndecy [at] getyooz.com
– Saddok.Kebairi [at] getyooz.com

Formation et compétences requises :
Phd

Adresse d’emploi :
L3i laboratory – La Rochelle, France

Document attaché : 202012100928_PostDoc2021 – Fraud Detection.pdf

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

Laboratoire/Entreprise : IBGC
Durée : titulaire
Contact : macha.nikolski@u-bordeaux.fr
Date limite de publication : 2021-02-01

Contexte :
L’IBGC affiche un poste de bioinformaticien ouvert à la mobilité FSEP CNRS.

Sujet :
L’ingénieur(e) devra développer, tester, mettre en œuvre, et optimiser des outils d’analyse de données « omiques » appliqués au cancer.

Postulez sur le lien ci-dessous :

https://mobiliteinterne.cnrs.fr/afip/owa/consult.affiche_fonc?code_fonc=F53011&type_fonction=&code_dr=15&code_bap=&code_corps=&nbjours=&page=1&colonne_triee=1&type_tri=ASC

Profil du candidat :
Profils très variés bienvenus : informaticiens, mathématiciens, bioinformaticiens, biologistes

Formation et compétences requises :

Adresse d’emploi :
Bordeaux

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

Laboratoire/Entreprise : CIRAD – UMR TETIS (Térritoire, Environnement, Télé
Durée : CDI
Contact : raffaele.gaetano@cirad.fr
Date limite de publication : 2021-02-04

Contexte :
L’UMR TETIS mène des recherches sur la chaîne de l’information spatiale. Dans l’unité, les recherches de l’équipe ATTOS « Acquisition, Télédétection, Traitement et Observations Spatiales » visent à identifier et à extraire à partir des données d’observation de la Terre (OT) des « variables essentielles » pour éclairer la prise de décision territoriale dans un contexte de développement durable. L’identité de l’équipe s’est construite autour de domaines d’application, dont celui de la sécurité alimentaire qui est traitée à différentes échelles avec une approche intégrée milieu et société, et qui mobilise différents outils (télédétection, modélisation agrométéorologique, fouille de données hétérogènes) et compétences (agronomie, géographie).

Sujet :
En lien avec la sécurité alimentaire, ce poste de chercheur.e en télédétection est dédié à l’identification et à l’extraction de couches d’information – variables et indicateurs agronomiques et paysagers – sur la dynamique des systèmes, des pratiques agricoles et du climat dans les pays du Sud.
Les méthodes développées doivent intégrer la forte évolution technique et scientifique en OT (augmentation du volume des données et de la diversité des sources), en sciences de données (intelligence artificielle et apprentissage automatique) et en analyse des besoins des utilisateurs. Ces travaux, mêlant télédétection et science des données dans un contexte pluridisciplinaire à l’interface avec les sciences agronomiques et environnementales, contribueront à la définition des “variables essentielles en agriculture” (EAV, Essential Agriculture Variables) en lien avec les caractéristiques spatio-temporelles des systèmes agricoles tropicaux. La zone d’intérêt principale sera l’Afrique de l’Ouest.

Profil du candidat :
En concertation avec différents chercheur.e.s de TETIS et du CIRAD travaillant sur les différents piliers de la sécurité alimentaire vous travaillerez sur :
– la compréhension et le recueil des besoins en information spatiale pour la sécurité alimentaire, avec un focus (non exclusif) sur les EAV en lien avec l’usage des sols et leurs déterminants ;
– le développement de cadres conceptuels pertinents aux différentes échelles d’étude et permettant de passer des observations satellitaires aux EAV identifiées (descripteurs spatio-temporels en lien avec les pratiques agricoles, la typologie et les trajectoires des systèmes agricoles, etc.), et l’identification des données (télédétection, in-situ et exogènes) et des solutions méthodologiques innovantes permettant de les produire ;
– la conception et le développement de méthodes d’intelligence artificielle permettant de tirer partie du volume et de la diversité des données disponibles, tout en montrant un potentiel de généralisation et de passage à l’échelle ;
– la validation de ces EAV, notamment vis-à-vis de la diversité des systèmes agricoles tropicaux, ainsi que leur portage au niveau national et international (THEIA, Copernicus, GEOGLAM EWCM).

Formation et compétences requises :
– Doctorat en télédétection appliquée à l’extraction de variables biophysiques ou paysagères
– Une expérience de 2 ans ou plus après la thèse est souhaitable
– Expérience avérée dans la mise en œuvre des technologies d’apprentissage automatique/profond
– Expertise en développement logiciel et langage de programmation informatique et scientifique (R/Python)
– Intérêt prononcé pour les sciences agronomiques et environnementales, et le développement au Sud
– Capacité de travail dans un cadre interdisciplinaire, donc qualité d’écoute, de communication et de collaboration
– Bonnes pratiques liées au partage de données et au développement logiciel collaboratif.
– Goût pour le travail en équipe et en réseau partenarial.
– Bonne maitrise du français et bonne pratique de l’anglais (lu, écrit et parlé).

Adresse d’emploi :
UMR TETIS
Maison de la Télédétection
500, Rue J.-F. Breton
34090 Montpellier
France

Infos complémentaires et candidature:
https://recrutement.cirad.fr/offre-de-emploi/emploi-chercheur-e-en-teledetection-approches-spatialisees-pour-la-securite-alimentaire_4410.aspx

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

Laboratoire/Entreprise : DVRC / Pôle Léonard de Vinci
Durée : CDI
Contact : nicolas.travers@devinci.fr
Date limite de publication : 2021-02-15

Contexte :
The ESILV Engineering School (http://www.esilv.fr) located at Paris La Défense is hiring a permanent Associate Researcher. He/She will participate to ESILV’s courses and research activities of the DVRC laboratory (https://www.devinci.fr/research-center/le-laboratoire/).

Sujet :
Teaching

The candidate will be implied in the organization and will teach in the Faculty of Computer Science Department.
The school offers master’s degrees in the following fields: computer science, AI, cybersecurity, finance, industry 4.0, health & biotech, energy. The candidate will be invited to participate in the different masters.
He/She will increase and reinforce the skills at the faculty and will contribute to the five years of the engineering school, especially in:
• Master cycle of the faculty:
o Machine learning
o DataViz
o AI
o Data processing & management
All other Computer Science domains in order to develop students’ knowledge in data management are welcomed. The candidate will also tutor students for internships, apprentices and projects.
Teaching keywords: python, dataviz, neural networks

Research
The candidate will be a member of the Digital Group of the laboratory “De Vinci Research Center” (DVRC). This research group is composed of 14 permanent researchers whose goal is to analyze and model the digital world with multidisciplinary projects. The digital group search to reinforce the research focus on Data Science, especially in Data Management.
We want to strengthen the Machine Learning’s dynamic of the team. The recruitment of a researcher with a long experience in the Machine Learning field will allow us to make the work in this field long-lasting.
The team is currently working on two main themes in Machine Learning:
1) Smart Industry with the design of new numerical tools allowing the collection, structuring and analysis of data, based on advanced Machine Learning and Deep Learning techniques, such as Reinforcement Learning, DTW or CNN. The goal is to allow the safeguarding of expertise with digital twins and their redeployment in the company.
2) From Big Data to Smart Data to collect, store, analyze, optimize and present more and more data. We design solutions that take advantage of the latest advances in knowledge representation, particularly on Deep-Q Network, Reinforcement Learning, Transfer Learning or Learning2Rank. We are particularly interested in tourism applications with a link between spatiotemporal data analysis and tourism behavioral analysis.
The EC will be able to consolidate these themes into Machine Learning and structure the team’s research dynamics in this field. The final choice will be dictated in the first place by the quality of the dossier and the integration project, including its openness to the outside world (national and international).
Resarch keywords: Machine Learning, Reinforcement Learning, Transfer Learning, Deep-Q Network

Profil du candidat :
PhD doctors in Computer Science, Habilitations (HDR) are more than welcome. The candidate must witness a strong experience in teaching.

Formation et compétences requises :
Application
Curriculum Vitae with detailed teaching activities (level, content, volume), scientific contributions (CORE rank, n° pages), research projects (theme, funding, academic and industrial relations), outreach (committees, awards), supervision (theses, M2) and letters of recommendation. A project of integration in the research and teaching teams is welcome.

Adresse d’emploi :
12 Avenue Léonard de Vinci, Paris La Défense, France

Document attaché : 202101211114_profil EC MachineLearning_en.pdf

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

Laboratoire/Entreprise : DVRC / Pôle Léonard de Vinci
Durée : CDI
Contact : nicolas.travers@devinci.fr
Date limite de publication : 2021-02-15

Contexte :
The ESILV Engineering School (http://www.esilv.fr) located at Paris La Défense is hiring a permanent Associate Researcher. He/She will participate to ESILV’s courses and research activities of the DVRC laboratory (https://www.devinci.fr/research-center/le-laboratoire/).

Sujet :
Teaching
The candidate will be implied in the organization and will teach in the Faculty of Computer Science Department.
The school offers master’s degrees in the following fields: computer science, AI, cybersecurity, finance, industry 4.0, health & biotech, energy. The candidate will be invited to participate in the different masters.
He/She will increase and reinforce the skills at the faculty and will contribute to the five years of the engineering school, especially in:
• Undergraduates: mechatronics
• Master cycle of the faculty:
o Modern development methods and tools for IoT
o Networks and OS architectures
o Dev Sec IoT & networks security
o Hardware Security & Trust
o Cyber risk management: Privacy & security, cyber resiliency
All other Computer Science domains in order to develop students’ knowledge in security and network are welcomed. The candidate will also tutor students for internships, apprentices and projects.
Teaching keywords: network, 5G, SecOps, reverse engineering, Pentesting, C, C++, Linux …

Research
The candidate will be a member of the Digital Group of the laboratory “De Vinci Research Center” (DVRC). This research group is composed of 14 permanent researchers whose goal is to analyze and model the digital world with multidisciplinary projects. The digital group search to reinforce the research focus on Data Science, especially in Data Management.
We want to strengthen the team’s dynamic on data management. The recruitment of a researcher with a strong experience in the field of distributed DB and/or graph manipulation (pattern mining, DB), will allow reinforcing the field further.
Currently, the team is working on the “from Big Data to Smart Data” axis to collect, store, analyze, optimize and model more and more data. We design solutions that take advantage of the latest advances in knowledge representation, scaling techniques, data manipulation, Machine Learning and Data Mining. We are particularly interested in methods for optimized conception of distributed databases, distributed detection of frequent patterns, pattern analysis on graph oriented DBs. Of particular interest are applications to tourism with a link between spatiotemporal data analysis and tourism behavioral analysis.
An opening is also envisaged towards “Data Management in Edge Computing”. In a strategy of development of research in distributed data graph management or data security in IoT, this theme will be complementary to the approaches already present in the team.
The EC will be able to consolidate these themes in the team in data management. The final choice will be dictated first and foremost by the quality of the dossier and the integration project, including its openness to the outside world (national and international).
Research Keywords: Graph Data Management, Distributed Data Management, Pattern Mining, Edge Computing

Profil du candidat :
Profile
PhD doctors in Computer Science, Habilitations (HDR) are more than welcome. The candidate must witness a strong experience in teaching.

Formation et compétences requises :
Application
Curriculum Vitae with detailed teaching activities (level, content, volume), scientific contributions (CORE rank, n° pages), research projects (theme, funding, academic and industrial relations), outreach (committees, awards), supervision (theses, M2) and letters of recommendation. A project of integration in the research and teaching teams is welcome.

Adresse d’emploi :
12 Avenue Léonard de Vinci, Paris La Défense, France

Document attaché : 202101211115_profil EC Network_en.pdf

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

Laboratoire/Entreprise : DVRC / Pôle Léonard de Vinci
Durée : CDI
Contact : nicolas.travers@devinci.fr
Date limite de publication : 2021-02-15

Contexte :
The ESILV Engineering School (http://www.esilv.fr) located at Paris La Défense is hiring a permanent Associate Researcher. He/She will participate to ESILV’s courses and research activities of the DVRC laboratory (https://www.devinci.fr/research-center/le-laboratoire/).

Sujet :
Teaching
The candidate will be implied in the organization and will teach in the Faculty of Computer Science Department.
The school offers master’s degrees in the following fields: computer science, AI, cybersecurity, finance, industry 4.0, health & biotech, energy. The candidate will be invited to participate in the different masters.
He/She will increase and reinforce the skills at the faculty and will contribute to the five years of the engineering school, especially in:
• Undergraduates: algorithmic and development
• Master cycle of the faculty:
o Software engineering & DevOps
o Modern development methods and tools for embedded and web technologies
o Design pattern
o Software factory
All other Computer Science domains in order to develop students’ knowledge in software development are welcomed. The candidate will also tutor students for internships, apprentices and projects.
Teaching keywords: C#, C++, node, Source Control, Container Concepts, Continuous Integration, agile, cloud, TDD …

Research
The candidate will be a member of the Digital Group of the laboratory “De Vinci Research Center” (DVRC). This research group is composed of 14 permanent researchers whose goal is to analyze and model the digital world with multidisciplinary projects. The digital group search to reinforce the research focus on Data Science, especially in Data Management.
We want to strengthen the team’s dynamic on data management. The recruitment of a researcher with a strong experience in the field of distributed DB and/or graph manipulation (pattern mining, DB), will allow reinforcing the field further.
Currently, the team is working on the “from Big Data to Smart Data” axis to collect, store, analyze, optimize and model more and more data. We design solutions that take advantage of the latest advances in knowledge representation, scaling techniques, data manipulation, Machine Learning and Data Mining. We are particularly interested in methods for optimized conception of distributed databases, distributed detection of frequent patterns, pattern analysis on graph oriented DBs. Of particular interest are applications to tourism with a link between spatiotemporal data analysis and tourism behavioral analysis.
An opening is also envisaged towards “Data Management in Edge Computing”. In a strategy of development of research in distributed data graph management or data security in IoT, this theme will be complementary to the approaches already present in the team.
The EC will be able to consolidate these themes in the team in data management. The final choice will be dictated first and foremost by the quality of the dossier and the integration project, including its openness to the outside world (national and international).
Research Keywords: Graph Data Management, Distributed Data Management, Pattern Mining, Edge Computing

Profil du candidat :
Profile
PhD doctors in Computer Science, Habilitations (HDR) are more than welcome. The candidate must witness a strong experience in teaching.

Formation et compétences requises :
Application
Curriculum Vitae with detailed teaching activities (level, content, volume), scientific contributions (CORE rank, n° pages), research projects (theme, funding, academic and industrial relations), outreach (committees, awards), supervision (theses, M2) and letters of recommendation. A project of integration in the research and teaching teams is welcome.

Adresse d’emploi :
12 Avenue Léonard de Vinci, Paris La Défense, France

Document attaché : 202101211114_profil EC Dev_en.pdf

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

Laboratoire/Entreprise : ICube
Durée : 6 mois
Contact : seo@unistra.fr
Date limite de publication : 2021-02-15

Contexte :
The robust three-dimensional reconstruction of face and body from one or more images has been an open problem for decades, with many exciting application areas. Initially, efforts were focused on facial reconstruction, and later evolved into the reconstruction of body. A common way to capture such models is to use calibrated multi-view passive cameras to merge a sparse or dense set reconstructed depth images into a single mesh, but size and cost of such multi-view systems prevent their use in consumer applications.
In more unconstrained and ambiguous settings, such as in the monocular image or video, priors in the form of template model or parametric model are often used, which help to constrain the problem significantly. While generative methods reconstruct the moving geometry by optimizing the alignment between the projected model and the image data, regressive methods train deep neural networks to infer shape parameters of a parametric body model from a single image. Despite remarkable progress, reconstruction of 4D humans, i.e. space-time coherent 3D models has not been fully addressed yet, with most existing algorithms operating in a frame-by-frame manner.
In this internship, we will focus on the reconstruction of space-time coherent deforming geometry of entire human body from video input. The problem is particularly challenging since such 4D data is typically of high dimension both spatially and temporally. We will approach the problem by combining a parametric model such as SMPL with recent deep learning techniques that learn to predict both the shape and the motion of the human body in its parametric space.

Sujet :
Our work will be inspired by recent progress on deep autoencoders that approximate an identity mapping by coupling an encoding stage with a decoding stage to learn a compact latent representation of reduced dimensionality. With its appealing characteristic that these are unsupervised, i.e. no labeled data is required, autoencoders have been used to tackle a wide range of tasks, including face recognition, real-time 2D-to-3D alignment, and face model reconstruction.
The main objective is to develop a novel, model-based autoencoder that will learn to jointly regress a set of model parameters (identity shape, pose-dependent shape) based on a skinned template, as well as camera parameters to the foreground segmented from the input video. Among others, SMPL representation is considered as our model: the body model is parameterized by the pose vector θ and shape vector β, with a template mesh M whose pose-dependent deformation is computed using a linear blend skinning function. It will further include camera parameters, the orientation T∈SO(3) and the position t∈ R^3 of the camera. More specifically, the 3D body M(β,θ) will be rendered using a full perspective projection ∏: R^3→R^2 that maps from camera space to screen space. To enable training, implementing a backward pass may be required, i.e. the computation of the gradients of the projection function with respect to the parameters. Developing a robust loss function that includes spatiotemporal regularization along with the data error will also be an important part of this work. Evaluation and comparison of the performance to the state-of-the-art methods is strongly recommended, whenever applicable.

Profil du candidat :
— Master student in Computer Science or in (Applied) Mathematics
— Solid programming skills in deep learning platforms: Tensorflow/Pytorch
— Background in geometric modeling and statistics
— Good communication skills

Formation et compétences requises :
Image processing, Introduction to deep learning, Computer vision, Linear algebra

Adresse d’emploi :
ICube UMR 7357 – Laboratoire des sciences de l’ingénieur, de l’informatique et de l’imagerie
300 bd Sébastien Brant – CS 10413 – F-67412 Illkirch

Document attaché : 202012142140_SujetM2_Reconstruction_from_Video.pdf

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

Laboratoire/Entreprise : UNIVERSITE GRENOBLE ALPES – LABORATOIRE D’INFORMAT
Durée : 12 mois – à pourvoir
Contact : Jerome.Gensel@univ-grenoble-alpes.fr
Date limite de publication : 2021-02-28

Contexte :
Dans le cadre du projet GeoChange (lauréat du challenge Out of Labs de la SATT Linksium), l’équipe de recherche STeamer du Laboratoire d’Informatique de Grenoble recrute un développeur afin de concevoir une interface d’administration et de géo-visualisation de données décrivant des changements géographiques au cours du temps. Le développeur accompagnera l’équipe dans la maturation du projet GeoChange et la création d’une start-up.
L’interface d’administration devant être développée servira à paramétrer, actionner et rendre plus robuste un code existant créé au sein de l’équipe (http://purl.org/steamer/tsndoc). Ce programme, développé sous la forme de différents modules logiciels, est capable de détecter automatiquement plusieurs types de changements subis au cours du temps par divers maillages territoriaux (régions, communes, cartes scolaires, etc.). L’interface de visualisation permettra à travers différents composants graphiques de visualiser et d’analyser les résultats (c’est-à-dire les changements détectés) via une interface Web cartographique, interactive et dynamique.

Grâce au soutien de Linksium, SATT (Société d’Accélération du Transfert de Technologies) Grenoble Alpes, financeur de ces développements, le projet GeoChange entre en phase de maturation précédent la création d’une start-up. Le candidat sera, tout au long de ces développements, formé par la SATT à différentes démarches en ce sens et pourrait, à terme, poursuivre ses activités au sein de la start-up qui serait créée.
Geochange vise une nouvelle gamme de produits logiciels pour le suivi de l’évolution de données géographiques au cours du temps. Basée sur les technologies du Web 3.0, cette gamme de produits sera déclinée en plusieurs applications métiers adaptées, par exemple, au suivi de l’évolution des maillages territoriaux administratifs ou électoraux, des secteurs de santé, des parcelles cadastrales, ou environnementales liées à l’occupation du sol, etc.

Sujet :
MISSIONS
Conception et implémentation d’une interface d’administration et de géovisualisation visant à automatiser une chaîne de traitements de données géographiques (de la description des territoires étudiés, jusqu’à la géovisualisation de leur évolution au cours du temps).

Profil du candidat :
Développeur Java/Python ayant des connaissances en Web sémantique et en Information Géographique (SIG).

Formation et compétences requises :
Vous êtes titulaire d’un diplôme d’ingénieur ou de master en informatique et avez une solide expérience en développement logiciel. Vous êtes doté(e) d’un bon relationnel et avez le goût du travail en équipe. Vous avez l’esprit
d’initiative et une véritable capacité d’adaptation et l’envie de prendre part à la création d’une startup. Le candidat devra, en outre, démontrer des qualités relatives à la prise de décisions techniques au sein du projet et savoir justifier ces choix. Vous disposez de compétences dans la plupart des aspects suivants :
• Bonnes compétences techniques en développement Java ou Python, et notamment en développement d’interfaces ;
• Des connaissances des normes et des technologies du Web sémantique (RDF, OWL, Apache Jena, SparQL) sont souhaitées ;
• Une expérience de développement avec des données géographiques serait un plus (Systèmes d’Information Géographique, Bases de Données spatiales…) ;
• Intérêt pour la visualisation de données et le Web sémantique + développement Web et Web Mapping ;
• Expérience de l’outil gestionnaire de code Git et compétences en documentation Wiki.

Adresse d’emploi :
Le candidat rejoindra le laboratoire de recherche en informatique LIG à Grenoble et travaillera dans l’équipe STeamer sous la direction de Camille Bernard, Marlène Villanova-Oliver et Jérôme Gensel, enseignants-chercheurs et membres de l’équipe STeamer. STeamer est une équipe de recherche en informatique, spécialisée dans le traitement et la
visualisation de données spatio-temporelles

Document attaché : 202101131714_geochange-offre-emploi.pdf

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

Laboratoire/Entreprise : Physiologie de la Reproduction et des Comportement
Durée : illimité
Contact : romain.yvinec@inrae.fr
Date limite de publication : 2021-03-04

Contexte :
L’Unité Mixte Physiologie de la Reproduction et des Comportements située à Nouzilly, près de Tours, mène des recherches fondamentales et appliquées sur la fonction de reproduction et sur les comportements sexuels et sociaux, chez les animaux d’élevage et des animaux modèles.
Au sein de cette unité, vous rejoindrez l’équipe Biologie & Bioinformatique des Systèmes de Signalisation, composée de 13 membres permanents. Les travaux de cette équipe visent à apporter des connaissances fondamentales sur les réseaux de signalisation cellulaire induits par les récepteurs couplés aux protéines G impliqués dans la reproduction et les interactions sociales. Les applications de ces travaux contribueront à développer de nouvelles approches pharmacologiques chez les animaux d’élevage et chez l’Homme.
Vous compléterez les compétences de l’équipe en biologie des systèmes et en intelligence artificielle appliquée à la biologie de la signalisation cellulaire et serez en en étroite collaboration avec l’équipe-projet commune INRAE-INRIA-CNRS MUSCA (Dynamiques de populations multi-échelles dans les systèmes physiologiques) à laquelle une partie de votre équipe d’accueil se rattache.

Sujet :
Les grandes étapes de votre projet consisteront à (i) développer une inférence statistique des réseaux de signalisation d’intérêt par fouille automatique de texte et de bases de données disponibles dans la littérature ; (ii) relier l’état d’un réseau de signalisation à un destin cellulaire et à un état physiologique, par des méthodes d’apprentissage profond ; (iii) prédire les effets de perturbations de ces réseaux, leur dynamique et leurs conséquences physiologiques en combinant modélisation mathématique et apprentissage-machine, dans la continuité des modèles multi-échelles développés dans l’équipe.
A court terme, la priorité sera de comprendre les mécanismes par lesquels le réseau de signalisation de l’hormone FSH (follicle-stimulating hormone) contrôle les transitions prolifération/différenciation qui jouent un rôle-clé dans la fonction de reproduction. Pour cela, une première étape consistera à mieux caractériser l’évolution temporelle du réseau de signalisation de la FSH au cours de la gamétogenèse.

Profil du candidat :
Concours ouvert aux candidats titulaires d’un doctorat ou équivalent.
Le projet nécessite des compétences avancées en biologie des systèmes, de solides connaissances en intelligence artificielle (apprentissage machine, traitement automatique du langage, système expert, etc.) et en statistique (inférence, apprentissage). Une expérience dans le domaine de la modélisation des réseaux biologiques sera considérée favorablement, ainsi que, plus généralement, dans la modélisation computationnelle du vivant.
La maîtrise de l’anglais à l’écrit et à l’oral et une expérience internationale sont fortement souhaitées. Si le/la lauréat/e n’avait toutefois pas encore effectué de séjour à l’étranger, il/elle devra en réaliser un à l’issue de l’année de stage.

Formation et compétences requises :
Doctorat

Adresse d’emploi :
Physiologie de la Reproduction et des comportements
37380 NOUZILLY
France

Candidature: https://jobs.inrae.fr/concours/concours-charges-recherche-classe-normale-profil-h-f/cr-2021-phase-2

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

Laboratoire/Entreprise : Laboratoires XLIM et LMA, Poitiers
Durée : 12-18 mois
Contact : philippe.carre@univ-poitiers.fr
Date limite de publication : 2021-03-04

Contexte :
Le contexte du projet est la stéganalyse, à savoir comment analyser une image anodine (cover) pour détecter un message qui peut possiblement avoir été caché (stéganographié) par une personne malveillante.

Sujet :
Le projet porte sur l’étude et la proposition d’une méthode de stéganalyse n’utilisant pas d’extraction de signature par apprentissage mais basée sur le modèle statistique d’une image naturelle. Il existe dans la littérature quelques méthodes reposant sur des tests statistiques (H0 : image Cover, H1 : image Stega) proposant d’identifier les variations par rapport à un modèle général d’une image naturelle. Cependant, ces approches restent naïves du point de vue statistique ou sinon trop complexes et manquant de justification théorique. Un travail de formalisation des méthodes de stéganographie et de stéganalyse (détection de présence d’un message caché) par différentes étapes est nécessaire :
1. Modélisation des descripteurs de l’image (espace de départ ou espace transformé).
2. Construction d’un test qui détecte la présence d’un message caché selon la nature de la méthode de stéganographie (test adaptatif au positionnement aléatoire ou paramétré d’un message).
3. Caractérisation de performance d’un (ou plusieurs) test selon les paramètres du message caché (taux d’insertion et parcimonie).

Profil du candidat :
Niveau master d’une école d’ingénieur ou université en mathématiques appliquées ; thèse en mathématiques appliquées, statistique ou apprentissage statistique.

Formation et compétences requises :
Expérience en modélisation, apprentissage statistique et analyse d’image numérique. Maîtrise de Python ou Matlab.

Adresse d’emploi :
Laboratoire XLIM
Bât. H1 – SP2MI
11 Bd Marie et Pierre Curie
86360 Futuroscope Chasseneuil

Document attaché : 202102031934_Poste_IR_XLIM_Poitiers.pdf

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

Laboratoire/Entreprise : BRGM
Durée : 18 months
Contact : nathalie-f.abadie@ign.fr
Date limite de publication : 2021-03-19

Contexte :
SURICATE-Nat (www.suricatenat.fr) is a collaborative platform for the semi-automatic analysis of tweets written in French related to natural disasters (for instance, earthquakes or floods). This platform aims to exploit the testimonies immediately after a natural disaster in order to promote a rapid rise of information by «citizen sensors». This involves extracting the main information from the tweets: type of disaster, damage, location etc. Location is a particularly important piece of information as it helps the relief agencies to deal with the disaster effectively, but state of the art approaches for tweet geolocalization often fail to provide accurate location.

Sujet :
The main mission of the post-doctorate fellow would therefore be to propose new approaches to improve the accuracy and the precision of the automatic geolocalization of tweets, which is a necessary step to accurately describe the effects of natural disasters.

He/she will contribute to the scientific state of the art in several fields:
– recognition, extraction and contextualization of geographic information that can be found in tweets messages,
– spatial named entities resolution and text geocoding.

The successful candidate will work in direct collaboration with researchers from both BRGM and IGN research teams, as well as researchers from the ANR funded project « RéSoCIO», having an established expertise in geographic information extraction, spatial named entity resolution, knowledge management and machine learning.

Profil du candidat :
PhD in computer science, computational social science, computational linguistics or geographic information science with knowledge in Natural Language Processing:
With less than five years of postdoctoral experience
You need to have academic publications in related works

Formation et compétences requises :
– Text mining/NLP methods (particularly Deep Learning models such as BERT and its French implementations, such as FlauBERT, camemBERT, etc.) and libraries (NLTK, Spacy, etc.)
– Very good programming skills (Python))
– Knowledge on GIS (QGIS, PostGIS and spatial SQL) and statistical analysis tools (R)
– Ability to understand questions regarding research and transfer
– Spoken and Written French and English
– Knowledge of natural hazards issues would be appreciated

Adresse d’emploi :
BRGM, Orléans, France

Document attaché : 202102261617_Postdoctoral position BRGM-IGN_Geolocating Tweets.pdf

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

Laboratoire/Entreprise : TETIS
Durée : CDI
Contact : dino.ienco@inrae.fr
Date limite de publication : 2021-03-25

Contexte :
L’Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (INRAE) est un établissement public de recherche placé sous la double tutelle du ministère en charge de l’agriculture et du ministère en charge de la recherche.

C’est un acteur majeur de la recherche et de l’innovation créé le 1er janvier 2020. Institut de recherche finalisé issu de la fusion entre l’Inra et Irstea, INRAE rassemble une communauté de 12 000 personnes, avec 268 unités de recherche, de service et expérimentales, implantées dans 18 centres sur toute la France.

L’institut se positionne parmi les tout premiers leaders mondiaux en sciences agricoles et alimentaires, en sciences du végétal et de l’animal, et se classe 11ème mondial en écologie-environnement. Face à l’augmentation de la population, au changement climatique, à la raréfaction des ressources et au déclin de la biodiversité, INRAE construit des solutions pour des agricultures multi-performantes, une alimentation de qualité et une gestion durable des ressources et des écosystèmes.

Sujet :
Vous rejoindrez l’unité mixte de recherche (UMR) « Territoire Environnement Télédétection Information Spatiale » (TETIS) qui regroupe plus de 70 chercheurs, ingénieurs et enseignants dont les activités sont dédiées au développement et à la mise en oeuvre de méthodes et techniques en information spatiale, et structurées en trois missions : recherche, appui aux politiques publiques, formation.
Vous ferez partie de l’équipe ATTOS et serez rattaché.e à l’équipe ingénierie. Une partie des recherches ATTOS porte sur l’extraction de variables biophysiques de la végétation à partir de données de télédétection et sur leur utilisation pour le suivi et la gestion durable des milieux naturels et des agroécosystèmes dans un contexte de changement global. Ces travaux s’appuient sur 1) des outils de modélisation du signal pour simuler les données acquises par des capteurs passifs (imagerie optique) et actifs (lidar, radar) qui permettent de mieux comprendre le lien entre signal radiométrique et propriétés biophysiques de la végétation (chimie foliaire, structure des milieux) et 2) des méthodes d’inversion par apprentissage automatique qui mobilisent de plus en plus des méthodes d’intelligence artificielle pour gérer et tirer parti de la quantité croissante de données d’Observation de la Terre (OT).
L’expertise dans ces 2 domaines permet à ATTOS de contribuer, en lien avec le CNES ou l’ESA, au dimensionnement de capteurs et à l’élaboration des produits thématiques de missions spatiales.
Par ailleurs des projets collaboratifs (CESBIO, AMAP, ONERA et CNES) pilotés par TETIS ont récemment abouti au développement de méthodes et d’outils pour simuler des données Lidar et hyperspectrales sur les milieux forestiers. Une infrastructure de simulation a été développée pour permettre une utilisation plus opérationnelle du modèle de transfert radiatif DART, développé au CESBIO, et faciliter production et analyse des données simulées (https://gitlab.com/pytools4dart).
Coupler modélisation physique et méthodes d’apprentissage automatique pour l’analyse des données d’OT constitue une voie de recherche prometteuse qui permettrait le développement de méthodes d’analyse innovantes pour le suivi par télédétection des forêts tempérées, la cartographie de la biodiversité et des habitats naturels, ou l’étude des systèmes de culture hétérogènes (vigne, vergers, agroforesterie). Réussir ce couplage constitue une inflexion majeure du projet scientifique de l’équipe ATTOS et de l’UMR qui permettra de consolider une position scientifique originale.
Pour cela il est primordial de consolider les capacités de l’équipe ATTOS à réaliser des simulations en masse et à intégrer les sorties de ces simulations dans des approches d’apprentissage profond.
Votre mission sera de faciliter la mise en oeuvre de ce couplage, aux côtés des chercheurs d’ATTOS et en lien étroit avec les chercheurs de l’équipe MISCA qui travaillent sur l’extraction de connaissances par des approches d’apprentissage profond.
Dans ce contexte vos activités viseront à :
1) développer et maintenir une plateforme pour la réalisation en masse de simulations de données de télédétection,
2) contribuer au développement et à l’implémentation de méthodes d’inversion du signal radiométrique pour estimer les propriétés de la végétation dans les milieux naturels et agricoles,
3) participer au développement de méthodes de fusion multi-capteurs et à la définition de leurs domaines de validité.
Avec l’équipe ingénierie, vous participerez aux chantiers communs et aux développements nécessaires au transfert de méthodes et à la qualification des produits issus de la recherche. Une de vos missions sera de participer à la diffusion des bonnes pratiques de gestion des codes et des données. En lien avec l’équipe ingénierie, vous formerez les chercheurs et les doctorants de l’UMR aux bonnes pratiques d?écriture et de gestion de versioning des codes.

La réussite à ce concours vaut qualification informatique. Le poste ouvre droit à une prime informatique en qualité d’Analyste ou de Chef de projet selon expérience.

Missions sur le terrain pour l’acquisition de données de référence en forêt et milieux naturels.

Profil du candidat :
Vous avez des compétences fortes en développement informatique et des compétences en calcul distribué seront fortement appréciées. Une expérience en télédétection des surfaces continentales et sur l’utilisation de modèles de transfert radiatif est un plus.
Vous avez une expertise dans le domaine de la modélisation physique et du traitement du signal et des images.
Vous avez un goût marqué pour les applications environnementales. Une expérience portant sur l’étude de la végétation sera fortement appréciée.

Formation et compétences requises :
Vous avez des compétences fortes en développement informatique et des compétences en calcul distribué seront fortement appréciées. Une expérience en télédétection des surfaces continentales et sur l’utilisation de modèles de transfert radiatif est un plus.
Vous avez une expertise dans le domaine de la modélisation physique et du traitement du signal et des images.
Vous avez un goût marqué pour les applications environnementales. Une expérience portant sur l’étude de la végétation sera fortement appréciée.

Adresse d’emploi :
https://jobs.inrae.fr/concours/concours-externes-ingenieurs-cadres-techniciens-h-f/ir21-mathnumm-1

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

Laboratoire/Entreprise : LIFO
Durée : 1 an renouvellable
Contact : benjamin.nguyen@insa-cvl.fr
Date limite de publication : 2021-03-26

Contexte :

L’Université d’Orléans propose des postes d’ATER avec recherche au LIFO, campus d’Orléans, avec intérgration dans l’une des équipes de recherche du LIFO ( https://www.univ-orleans.fr/lifo/ ) :

https://www.univ-orleans.fr/fr/univ/universite/travailler-luniversite/personnels-enseignants-et-chercheurs/attaches-temporaires

Nous proposons :

A- 3 postes à l’UFR de Sciences (une seule fiche de poste : https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ATERListesOffresPubliees/0450855K/FOPC_37497.pdf
B- 1 poste à Polytech Orléans : https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ATERListesOffresPubliees/0450855K/FOPC_37477.pdf
C- 1 poste à l’IUT 45 (site d’Orléans) : https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ATERListesOffresPubliees/0450855K/FOPC_37445.pdf

Il est recommandé aux candidats intéressés d’envoyer 3 dossiers, 1 pour chaque profil A, B, C.

Date limite pour déposer le dossier sur Galaxie : 24/3/2021

Sujet :
ATER au LIFO

Profil du candidat :
Intégration dans les équipes PAMDA (Bases de données) , CA (apprentissage), LMV (Vérification), GAMOC (Graphes, algorithmes, modèles de calcul) ou SDS (sécurité)

Formation et compétences requises :
Doctorat en informatique

Adresse d’emploi :
LIFO
Bâtiment IIIA
Rue Léonard de Vinci
45067 Orléans

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

Laboratoire/Entreprise : Université Paris II
Durée : 1 an renouvelable
Contact : mdr@irif.fr
Date limite de publication : 2021-03-27

Contexte :

L’Université Paris II (Panthéon-Assas) recrute 2 ATERs à plein temps en Informatique pour la rentrée 2021.

Sujet :
Enseignement: Tds d’Informatique Décisionnelle, Big Data, VBA, Python, ….. Détails sur http://www.up2.fr

Recherche: Laboratoire CRED http://cred.u-paris2.fr/ ou Lemma http://lemma.u-paris2.fr/ ou autre laboratoire.

Profil du candidat :
Thésard ou Postdoc

Formation et compétences requises :
Gestion d’un serveur virtuel Linux. Bonnes connaissances de Bases de Données, d’analyse OLAP, de Data Mining.

Informatique VBA et Python. Accès en streaming à des services numériques (Twitter, FB,….).

Excel et Office

Adresse d’emploi :
Siège de l’Université: 12 Place du Panthéon, 75005 Paris

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

Laboratoire/Entreprise : Laboratoire IBISC, Equipe AROBAS, Université d’Ev
Durée : Indéterminée
Contact : fariza.tahi@univ-evry.fr
Date limite de publication : 30/03/2021

Contexte :
Un poste de MCF (CNU 27) devrait ouvrir à l’université d’Evry, laboratoire IBISC/équipe AROBAS, dans le cadre de la campagne synchronisée 2021.

Enseignements : UFR Sciences Fondamentales et Appliquées – Département Informatique.

Ce poste vise à renforcer l’axe bioinformatique de l’équipe AROBAS, un axe stratégique pour le laboratoire IBISC, en lien avec Genopole. Ce dernier, plus grand biocluster français dédié à la recherche en génomique et aux biotechnologies, donne une place centrale à la bioinformatique (ou “génomique numérique”), par la création d’un Institut de Génomique Numérique, dont l’Université d’Évry est partenaire. Genopole est par ailleurs partenaire du plan France Médecine Génomique 2025, visant à promouvoir les projets autour de la santé et de la médecine personnalisée. Ce poste s’inscrit ainsi dans cet axe Génomique Numérique pour la Médecine Personnalisée.

Sujet :
Mots-clés :

Bio-informatique
Optimisation combinatoire
Algorithmique de séquences
Apprentissage automatique
Bio-informatique structurale
Analyse de séquences
Génomique
Médecine personnalisée

Un des thèmes de recherche de l’équipe AROBAS d’IBISC concerne par exemple la bioinformatique des ARN, en particulier des ARN non-codants. On s’intéresse à leur identification et leur classification, ainsi que la prédiction de leurs structures (2D et 3D) et de leurs interactions avec d’autres ARN et avec des protéines. Différentes méthodes algorithmiques sont utilisées, telles que l’optimisation multi-objectif, la programmation mathématique, la théorie des graphes, ainsi que des méthodes d’apprentissage automatique (supervisé et non-supervisé). Le passage à l’échelle nécessite d’avoir des algorithmes parallélisables et/ou de plus faible complexité possible et susceptibles de s’appliquer sur des grandes instances.

Profil du candidat :
La personne recrutée devra avoir une compétence reconnue en bioinformatique. Une expérience en algorithmique serait appréciée, permettant de mener une activité de recherche en bioinformatique en développant des méthodes algorithmiques originales pour la résolution de problèmes en génomique et biologie structurale, notamment pour des applications en médecine personnalisée.

Les critères prioritaires seront l’adéquation thématique, le potentiel scientifique, la capacité de travailler en équipe et en collaboration avec les membres de l’équipe et du laboratoire. La personne recrutée s’investira dans les actions du laboratoire, et s’impliquera dans des projets en lien avec Genopole et l’institut de Génomique Numérique.

Formation et compétences requises :
Doctorat

Adresse d’emploi :
IBISC, IBGBI, 23 bv. de France. 91000 Evry.

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

Laboratoire/Entreprise : Laboratoire LIS UMR 7020
Durée : CDI
Contact : mohamed.quafafou@univ-amu.fr
Date limite de publication : 2021-03-30

Contexte :
Un poste de Professeur en Informatique va être ouvert au concours à l’Université d’Aix-Marseille, pour un recrutement au sein du pôle Science de données du LIS et au département Informatique, Polytech Marseille

Sujet :
Recherche :

Le.la candidat.e mènera et dirigera des recherches sur l’apprentissage automatique et ses applications dans tous les domaines couverts par les équipes du pôle Sciences des Données. Ses recherches s’inscriront dans l’une des lignes de force du pôle Science des Données : intelligence artificielle et apprentissage, langage et recherche d’information, multimodalité et interaction, ou gestion et fouille de données pour l’extraction de connaissances dans de multiples domaines d’applications tels que le transport ou la santé. Le.la candidat.e développera des méthodes originales et fondamentales pour renforcer les travaux des équipes du pôle dans les thématiques qu’elles développent. Le.la candidat.e devra s’impliquer dans les instances du laboratoire et proposer un projet s’intégrant dans les priorités de l’un des instituts auxquels participent les chercheurs du pôle : Institut Archimède Mathématiques et Informatique, Turing Center for Living Systems (Centuri), Institute for Language Communication and the Brain (ILCB), Institute for Creativity and Innovation (InCIAM) ainsi que le futur Institut IA Santé.

Profil du candidat :
Enseignement :

Le département informatique développe actuellement la thématique « Science de données, Intelligence Artificielle et Applications », aussi bien en formation initiale qu’en apprentissage. Le candidat recruté devra développer et renforcer les enseignements dans ces domaines, par exemple en apprentissage automatique, fouille de données, gestion et analyse de données massives (Big Data), les systèmes de recommandation, etc. Il participera aussi aux enseignements de bases de l’informatique pour l’ingénieur.

La personne recrutée prendra des responsabilités au sein du département aussi bien en formation initiale qu’en formation par apprentissage. La création de la nouvelle formation par apprentissage nécessite une réelle implication dans la vie du département pour répondre aux besoins importants aussi bien au niveau administratif que pédagogique.

Elle animera une équipe pédagogique qui aura pour objectif de faire évoluer les pratiques pédagogiques au sein du département en les adaptant aux deux formations : initiale et par apprentissage.

Formation et compétences requises :
Les candidatures seront à déposer sur Galaxie, l’application sera ouverte le 25 février 10:am et la date limite de soumission est le 30 Mars a 16:00 (heure de Paris).Contacts :

Recherche : Laboratoire LIS, Frédéric BECHET – Frederic.Bechet@lis-lab.fr

Enseignement : Département Informatique, Polytech Marseille : Mohamed Quafafou – mohamed.quafafou@univ-amu.fr

Adresse d’emploi :
Université d’Aix-Marseille, Polytech Marseille

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

Laboratoire/Entreprise : LIB (Laboratoire d’Informatique de Bourgogne)
Durée : 12-18 mois
Contact : ana-maria.roxin@u-bourgogne.fr
Date limite de publication : 2021-03-30

Contexte :
Dans le cadre du projet ANR McBIM, les objectifs pour ce poste visent à a) d’extraire des informations des différentes structures en béton composant un bâtiment, b) d’intégrer ces informations dans la maquette numérique du bâtiment et c) de permettre leur exploitation tout au long du cycle de vie du bâtiment. Le standard international pour représenter des maquettes numériques est le format IFC (Industry Foundation Classes). Depuis 2017, une sérialisation en langage OWL (Web Ontology Language) a été définie pour le format IFC.

Sujet :
L’approche étudiée dans ce projet souhaite tirer avantage des technologies dites du Web sémantique, et plus particulièrement des données liées, afin a) d’augmenter l’interopérabilité entre les différentes acteurs métiers intervenant sur une maquette numérique, mais aussi de b) permettre de fournir une connaissance plus précise du bâtiment aux gestionnaires de patrimoine (e.g. résistance structurelle au cours du temps). Plus particulièrement, les aspects suivants seront abordés :
• Définition du l’ontologie McBIM permettant d’annoter les données remontées par les capteurs
• Selon les jargons et normes métiers, alignement de concepts de l’ontologie McBIM par rapport à la terminologie
• Selon les données remontées par le système, identification des propriétés IFC associées et alignement avec les propriétés de l’ontologie McBIM
• Définition de règles de gestion permettant de lancer des alertes automatiquement (e.g. à la suite d’une remontée d’informations il faut être capable d’identifier si quelque chose ne va pas).
• Développement d’un prototype permettant la vérification de données remontées par les capteurs selon des requêtes SPARQL

Profil du candidat :
Les candidats doivent avoir des bases solides en ingénierie des connaissances. Dans le contexte de ce poste, nous nous intéressons aux modèles formels définis avec des langages de description d’ontologies tels qu’OWL, ainsi qu’aux technologies dites du Web sémantique en un sens plus large (langages de requêtes e.g. SPARQL et langages de modélisation de règles logiques e.g. SHACL).
Sont souhaitées des compétences en développement informatique, notamment en développement de services Web.
Des compétences en réseaux de capteurs sans-fil (Wireless Sensor Networks) sont un plus.
Les approches développées au sein de ce projet seront appliquées dans le domaine du bâtiment et des maquettes numériques associées.
Des connaissances dans le domaine de l’ingénierie civile ou de la construction de bâtiments seront considérées comme des plus.
La maîtrise de la langue française est indispensable. Un bon niveau en communication anglaise est un plus.
Le candidat devra présenter un solide potentiel de recherche. Il/elle devra être prêt(e) à interagir avec un nombre significatif d’acteurs industriels et à faire l’interface entre ces derniers et l’encadrant académique.

Formation et compétences requises :
Master 2 en Informatique / M2 Recherche / Ingénieur informatique

Ingénierie des connaissances (langages RDF/OWL), données liées (Linked Data), langage de requêtes SPARQL, Services Web
Constituent un plus :
– une connaissance de la norme Industry Foundation Classes (IFC)
– un intérêt pour le domaine du BIM (Building Information Modeling)

Adresse d’emploi :
Laboratoire LIB (EA 7534), 9 allée Alain Savary, 21000 Dijon
Possibilité de télétravail à 100% pendant la période de crise sanitaire

Document attaché : 202101191626_Offre de IR_McBIM_01_2021.pdf

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

Laboratoire/Entreprise : SAMOVAR/Télécom SudParis
Durée : post doc 1 an renouv
Contact : bernadette.dorizzi@telecom-sudparis.eu
Date limite de publication : 2021-03-30

Contexte :
Il s’agit de proposer des techniques d’IA pour caractériser automatiquement sur un simple frottis sanguin les principales cellules sanguines, hématies, leucocytes et plaquettes dans une perspective de diagnostic précoce et de suivi des patients. Le projet repose sur une technique de microscopie augmentée par holographie de synthèse, produisant un volume important de données qui nécessite pour une exploitation efficace, l’usage des outils de l’Intelligence Artificielle.

Sujet :
Ce post doc rentre dans le cadre du projet TAMIS, lauréat de l’appel à projets « L’IA pour une expérience améliorée du système de santé » soutenu par BPI France et le Health Data Hub.

TAMIS vise une caractérisation automatique fine sur un simple frottis sanguin des principales cellules sanguines, hématies, leucocytes et plaquettes dans une perspective de diagnostic précoce et de suivi des patients. Le projet repose sur une technique de microscopie augmentée par holographie de synthèse, produisant un volume important de données qui nécessite pour une exploitation efficace, l’usage des outils de l’Intelligence Artificielle.

Ces techniques d’holographie permettent d’accéder à l’intensité et la phase de l’objet étudié qui code une information sur son volume en 3D. Elles devraient permettre de surpasser les limites des systèmes actuels de détection automatique des anomalies sanguines.

L’objectif de ce post-doc est d’une part de proposer des algorithmes IA fiables pour la détection et classification de globules blancs anormaux, de plaquettes et de schizocytes, adaptés à ce type d’images et d’évaluer l’apport du surplus d’information apporté par la microscopie augmentée.

D’autre part, Il s’agira de faire progresser l’état de l’art en IA en étudiant en particulier :
– la problématique de la réduction du coût de l’étiquetage des données pour l’apprentissage à partir d’exemples en s’intéressant entre autres aux approches non supervisées ou semi-supervisées.

– d’explorer des techniques de segmentation non supervisée des images dans une étape de pré-classification permettant de guider une classification automatique ou experte.

Le post-doctorant sera impliqué dans les différentes tâches du projet. Dans ce cadre, une partie du travail sera dédiée à la définition de métriques d’évaluation pertinentes et à la validation en concertation avec les exigences des partenaires industriels et cliniques.

Partenaires du projet : Télécom SudParis, AP-HP, TRIBVN, hôpital Avicenne.

Qualités demandées : Thèse dans le domaine Machine Learning appliqué à l’image, goût pour le travail en équipe, rigueur scientifique, capacité de synthèse

Profil du candidat :
Qualités demandées : , goût pour le travail en équipe, rigueur scientifique, capacité de synthèse

Formation et compétences requises :
Thèse dans le domaine Machine Learning appliqué à l’image

Adresse d’emploi :
19 rue Marguerite Perey 91120 Palaiseau

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

Laboratoire/Entreprise : Université de Strasbourg
Durée : CDI
Contact : stephane.cotin@inria.fr
Date limite de publication : 2021-03-30

Contexte :
Un poste de maître de conférences 27e section en Informatique est ouvert sur la campagne 2021 à Université de Strasbourg avec affectation possible à l’équipe MLMS du laboratoire Icube.

Créée en janvier 2021, l’équipe MLMS (Machine Learning, Modélisation et Simulation) s’intéresse aux données, modèles et simulations numériques, avec pour application principale la chirurgie guidée par l’image. Elle réunit des informaticiens et mathématiciens pour développer des méthodes numériques mixant physique, géométrie et données. Une partie des chercheurs de l’équipe MLMS forme l’équipe Inria MIMESIS. Pour plus d’information : mlms.icube.unistra.fr et mimesis.inria.fr

Sujet :
La personne recrutée travaillera sur au moins l’un de deux thèmes suivants :
– méthodes numériques pour la simulation temps-réel de structures déformables et leurs interactions avec leur environnement.
+ Mots-clés : biomécanique, méthode elements finis, [A completer]
– prise en compte de données per-opératoires au travers de méthodes d’apprentissage afin de rendre les simulations spécifiques à chaque patient.
+ Mots-clés : jumeau numérique, assimilation de données, apprentissage profond

La personne recrutée fera l’essentiel de son enseignement en BUT informatique et en Licence Professionnelle « Métiers de l’informatique : applications web » au département Informatique de l’IUT Robert Schuman. Elle devra pouvoir prendre part à l’enseignement de l’ensemble des modules d’informatique proposés dans ces formations. En fonction de la spécialité, la personne recrutée aura également la possibilité de participer aux enseignements des Masters portés par l’UFR de Mathématique et d’Informatique et du Diplôme d’Ingénieur en Informatique de Télécom Physique Strasbourg.

Profil du candidat :
Seront privilégiés les candidat.e.s ayant un excellent dossier scientifique mais également une motivation à travailler dans un domaine applicatif, principalement orienté vers les nouvelles technologies de chirurgie assistée par ordinateur. Une expérience postdoctorale est fortement souhaitée et une expérience de mobilité internationale sera clairement un plus.

Il est très important de contacter l’équipe d’accueil avant de soumettre votre dossier, afin de s’assurer de sa bonne adéquation au profil recherche.

Date limite de dépôt des candidatures : le 30 Mars 2021

Formation et compétences requises :
Compétences en informatique : C++ et python.
Compétences scientifiques : méthodes numériques en particulier éléments finis, machine learning

Pour des informations complémentaires sur le profil, merci de consulter le lien Galaxie ci-dessous.
https://galaxie.enseignementsup-recherche.gouv.fr/antares/fichePosteAntee?telecharger=Telecharger&numemp=4707&numetab=0673021V&ancamp=2021&numsession=1

Adresse d’emploi :
Enseignement : Université de Strasbourg, IUT Robert Schuman
Recherche : campus de l’Hopital Civil, Strasbourg

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

Laboratoire/Entreprise : ICOM, UR ERIC, Université Lyon 2
Durée : N/A
Contact : jerome.darmont@univ-lyon2.fr
Date limite de publication : 2021-03-30

Contexte :
Enseignement : La personne recrutée devra en premier lieu intervenir dans les enseignements du M2 OPSIE spécialisé en sécurité des systèmes d’information : cryptographie, sécurité informatique, gestion des risques, plan de reprise d’activité et/ou initiation à la recherche. Elle devra également prendre en charge des enseignements généralistes en informatique de l’ICOM et de la filière Informatique-Statistique : cours et travaux dirigés en L1 (Portail Langage et communication), L3 MIASHS Informatique et data science, ainsi qu’au sein des masters Informatique (bases de données, langages de programmation, réseau, sécurité, etc.) et Humanités numériques.

Recherche : La personne recrutée devra s’intégrer dans l’équipe Systèmes d’information Décisionnels (SID) spécialisée en entrepôts de données et big data. Les sujets de recherche attendus doivent recouvrir ou compléter une partie des thèmes abordés dans l’équipe SID (sécurité, entrepôt de données, intégration de données, data lakes, OLAP, etc.), avec une priorité donnée au thème sécurité des systèmes d’information : confidentialité, intégrité, accessibilité des données, détection d’intrusions par fouille de données, cryptographie, etc.

Sujet :
Des interventions dans les enseignements en formation continue (cours du soir, notamment en M2 OPSIE) de la filière Informatique-Statistique seront également appréciées.

Responsabilités administratives et pédagogiques envisagées : À terme, coresponsabilité puis responsabilité du M2 OPSIE.

Profil du candidat :
La personne recrutée devra pouvoir collaborer à la fois avec les collègues de l’équipe ainsi qu’avec les partenaires LLSHS du laboratoire, et s’impliquer dans des projets de recherche liés aux humanités numériques. Une expérience en la matière sera appréciée.

Il est finalement attendu une dynamique de publication dans les grandes conférences internationales.

Formation et compétences requises :
Doctorat en informatique

Adresse d’emploi :
Institut de la Communication
UR ERIC
Université Lyon 2
Campus Porte des Alpes, Bron

Document attaché : 202012091910_MCF 27 sécurité entrepôts de données HN.pdf