MaDICS est un Groupement de Recherche (GDR) du CNRS créé en 2015. Il propose un écosystème pour promouvoir et animer des activités de recherche interdisciplinaires en Sciences des Données. Il est un forum d’échanges et d’accompagnement pour les acteurs scientifiques et non-scientifiques (industriels, médiatiques, culturels,…) confrontés aux problèmes du Big Data et des Sciences des données.
Pour en savoir plus…
Les activités de MaDICS sont structurées à travers des Actions et Ateliers. Les Actions rassemblent les acteurs d’une thématique précise pendant une durée limitée (entre deux et quatre ans). La création d’une Action est précédée par un ou plusieurs Ateliers qui permettent de consolider les thématiques et les objectifs de l’action à venir.
Le site de MaDICS propose plusieurs outils de support et de communication ouverts à la communauté concernée par les Sciences des Données:
- Manifestations MaDICS : Le GDR MaDICS labellise des Manifestations comme des conférences, workshops ou écoles d’été. Toute demande de labellisation est évaluée par le Comité de Direction du GDR. Une labellisation rend possible un soutien financier pour les jeunes chercheuses et chercheurs. Une labellisation peut aussi être accompagnée d’une demande de soutien financier pour des missions d’intervenants ou de participants à la manifestation.
Pour en savoir plus… - Réseaux MaDICS : pour mieux cibler les activités d’animation de la recherche liées à la formation et à l’innovation, le GDR MaDICS a mis en place un Réseau Formation destiné à divers publics (jeunes chercheurs, formation continue,…), un Réseau Innovation pour faciliter et intensifier la diffusion des recherches en Big Data, Sciences des Données aux acteurs industriels et un Club de Partenaires qui soutiennent et participent aux activités du GDR.
Pour en savoir plus… - Espace des Doctorants : Les doctorants et les jeunes chercheurs représentent un moteur essentiel de la recherche et le GDR propose des aides à la mobilité et pour la participation à des manifestations MaDICS.
Pour en savoir plus… - Outils de communication : Le site MaDICS permet de diffuser des informations diverses (évènements, offres d’emplois, proposition de thèses, …) liées aux thématiques de recherche du GDR. Ces informations sont envoyées à tous les abonnés de la liste de diffusion MaDICS et publiés dans un Calendrier public (évènements) et une page d’offres d’emplois.
Adhésion au GDR MaDICS : L’adhésion au GDR MaDICS est gratuite pour les membres des laboratoires ou des établissements de recherche publics. Les autres personnes peuvent adhérer au nom de l’entreprise ou à titre individuel en payant une cotisation annuelle.
Pour en savoir plus…
Manifestations à venir
Journées Ecoles Conférences et Séminaires
Actions, Ateliers et Groupes de Travail :
CODA DAE DatAstro DSChem EXMIA GINO GRASP RECAST SaD-2HN SIMDAC SimpleText TIDS
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : ENSAI (lab: CREST)
Durée : 3 years (renewable)
Contact : romaric.gaudel@ensai.fr
Date limite de publication : 2020-04-20
Contexte :
ENSAI, the French graduate-level engineering school specialized in Statistics, Data Science and Economics.
Sujet :
ENSAI is currently inviting applications for a position as Associate or Assistant Professor in Computer Science and Machine Learning. The appointment starts in September, 2020, at the earliest. Salary is competitive according to qualifications. The teaching duties are reduced compared to French university
standards. At the time of appointment, knowledge of French is not required but it is expected that the appointee will acquire a workable knowledge of French in a reasonable time. The school offers ressources to learn French.
Profil du candidat :
PhD in Computer Science, with an expertise in Machine Learning.
The applicant will have demonstrated strong ability to teach courses in Computer Science, related in particular to Statistics, and to supervise projects.
At the Associate Professor level, the candidate will have an outstanding research record and is expected to supervise PhD students.
Formation et compétences requises :
PhD in Computer Science, with an expertise in Machine Learning.
The applicant will have demonstrated strong ability to teach courses in Computer Science, related in particular to Statistics, and to supervise projects.
At the Associate Professor level, the candidate will have an outstanding research record and is expected to supervise PhD students.
Adresse d’emploi :
Bruz (15 min driving from Rennes)
Document attaché : 2020_Poste_ML_EC.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : Télécom SudParis équipe ACMES du laboratoire SAMOVAR
Durée : 1 year
Contact : Amel.Bouzeghoub@telecom-sudparis.eu
Date limite de publication : 2020-04-20
Contexte :
The computer science department of Télécom SudParis, member of the Institut Polytechnique de Paris, is hiring an Associate Professor (fixed term position) in computer science.
The position is for 1 year and the candidate is expected to join the data intelligence and knowledge group (DIEGO) and the ACMES team of SAMOVAR lab.
Application deadline: 15/04/2020, CEST
Starting date: 09/2020
Application:
Detailed Curriculum Vitae, list of publications, research statement, teaching statement, list of references.
Application procedure:
By e-mail at recrutements@imtbs-tsp.eu, cc at djamel.belaid@telecom-sudparis.eu,
With the subject “Recrutement TSP/INF 2020 – Profil DIEGO”
Sujet :
The candidate is expected to join the data intelligence and knowledge group (DIEGO) and to conduct upstream and applied researches in the domain of Data Semantics, AI and Data Analytics, Information systems, or Cloud/Fog/Edge.
URL: https://www-inf.telecom-sudparis.eu/departement/diego/
Profil du candidat :
Research profile:
The expected skills concern at least part of the following topics related to data and knowledge:
• Data analytics and mining
• Automatic and symbolic learning
• Decision support systems
• Process mining
• Formal modelling and verification
• Software distributed architectures (Web services, micro services)
• Cloud/Edge/Fog resource deployment and orchestration
Teaching profile:
The candidate is expected to join the teaching curricula in CS of Télécom SudParis, in particular in subjects related to software engineering and database management (Programming, Object/Service oriented design and programming, Database management, middleware, …). The candidate will have to teach in both English and French.
Formation et compétences requises :
PhD degree in Computer Science
Excellent research record
Experience in under-graduate and graduate levels teaching is highly appreciated
Adresse d’emploi :
Location: Campus of Télécom SudParis, Evry and Palaiseau
Annonce en lien avec l’Action/le Réseau : Doctorants
Laboratoire/Entreprise : UMR SPE
Durée : 9 mois
Contact : bisgambiglia@univ-corse.fr
Date limite de publication : 2020-04-30
Contexte :
L’ingénieur participe au programme de rechercheMoonFish:La question centrale de ce projet est de savoir comment assurer une exploitation raisonnée de la ressource dans un modèle de développement économique pérenne en proposant des stratégies de pêche respectueuses du milieu afin de maintenir ou restaurer les stocks à des niveaux permettant de produire un rendement maximal durable. Ce projet collaboratif coordonné par l’Université de Corse etl’UMR SPE regroupe et fédère l’ensemble des acteurs institutionnels et professionnels du milieu marin en Corse concernés par la gestion des ressources halieutiques à savoir l’OEC, la STARESO et le CRPMEM Corse.
Sujet :
Gestion du workpackage sur les simulations lagrangiennes à partir du code CMS connectivity modeling system
https://github.com/beatrixparis/connectivity-modeling-system
pour l’étude de la dispersion larvaires autour de la Corse
Profil du candidat :
Niveau de diplôme attendu: Doctorat
Domaine de formation: Ecologie halieutique ou écologie numérique ou bio-informatique ou informatique
Expérience souhaitée: Expérience en traitement de données halieutiques et en modélisation halieutique
Formation et compétences requises :
Connaissances et compétences opérationnelles:
-Compétences en SIG
-Maitrise des outils bureautiques de bases (Word, Excel)
-Maitrise de base de données (Access, SQL)
-Maitrise des outils de traitement de données nécessaire R ou MatLab ou Python-Maitrise de l’anglais nécessaire
-Connaissance des outils de simulation numérique
Adresse d’emploi :
CORTE (CORSE)
Document attaché : OE2020_IR-INFORMATIQUE-UMR-SPE.pdf
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : MINES SE
Durée : CDI
Contact : batton@emse.fr
Date limite de publication : 2020-04-30
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 et des Finances est chargée de missions de formation, de recherche et d’innovation, de transfert vers l’industrie et de culture scientifique, technique et industrielle.
Mines Saint-Etienne représente : 2 000 élèves-ingénieurs et chercheurs en formation, 400 personnels, un budget consolidé de 46 M€, 3 sites sur le campus de Saint-Étienne (Loire) d’environ 26 000 m², un campus Georges Charpak Provence à Gardanne (Bouches-du-Rhône) d’environ 20 000 m², 5 centres de formation et de recherche, un centre de culture scientifique technique et industrielle (La Rotonde), des projets de développement sur Lyon et de nombreuses collaborations à l’international.
L’institut Henri Fayol est un centre de formation et de recherche qui regroupe les enseignants-chercheurs de Mines Saint-Étienne en mathématiques appliquées, informatique, génie industriel, environnement et management autour du thème de la performance globale des entreprises. Il est organisé en quatre départements dont l’un est dédié au Génie mathématique et (Génie) industriel (GMI). Les enseignants-chercheurs de GMI sont membres du Laboratoire d’Informatique, de Modélisation et d’Optimisation des Systèmes (LIMOS, UMR 6158 CNRS/MSE/Univ Clermont Auvergne) qui regroupe 193 personnes (dont 87 permanents) et dont Mines Saint- Étienne est l’une des tutelles.
Les activités de recherche du département GMI (Génie Mathématique et Industriel) sont centrées sur le développement de solutions mathématiques pour l’aide à la décision (probabilités, statistiques, optimisation, méta-modélisation, méthodes numériques pour la résolution de systèmes, recherche opérationnelle). Le département GMI est notamment fortement impliqué dans la plateforme IT’mFactory du programme stratégique de l’école Mines Saint-Etienne Tech. Cette plateforme contient l’ensemble des services (BE, Méthodes, IT, …) et ateliers (fabrication, Assemblage, Conditionnement, …) représentatif d’une PME, et permet de présenter les marqueurs forts de l’industrie du futur. L’ensemble des process décrits permet notamment de générer des données temps réel qui peuvent être stockées, filtrées, analysées pour les intégrer dans des processus de décision (KPI, machine learning, IA, …).
Sujet :
Missions :
Responsabilités managériales et administratives : la personne recrutée aura la possibilité de prendre des responsabilités au sein de la thématique Science des données et Mathématiques Appliquées et des enseignements associés. La personne recrutée devra aussi s’impliquer dans la mise en place des partenariats internationaux et le montage de projets.
Enseignement : Le titulaire a vocation à prendre en charge des actions majeures en matière d’enseignement en mathématiques appliquées : conception et/ou responsabilité de cursus ou de partie de cursus, gestion de partenariat international pour les diplômes suivants : cycle ingénieur civil des Mines, master Maths en action (MAEA), mastère spécialisé Management de la transition industrielle (MTI), formation doctorale au sein de l’EDSIS. Comme tout enseignant de l’établissement, il sera amené à donner des cours en face à face pédagogique, à encadrer des projets et des stages, à contribuer à la mobilité internationale des étudiants et à la diffusion de la culture scientifique. Il devra être en mesure de délivrer ses enseignements en langue anglaise et de participer au développement de pédagogies innovantes, notamment grâce aux fonctionnalités du numérique.
Un volume horaire minimal annuel sera à assurer. Les activités de conception, d’encadrement et d’animation sont prises en compte dans celui-ci.
Recherche :
Dans le cadre de la thématique Science des données et Mathématiques Appliquées les missions suivantes seront confiées au candidat dans le Laboratoire d’Informatique, de Modélisation et d’Optimisation des Systèmes (LIMOS, UMR CNRS 6158, http://limos.isima.fr).
Profil du candidat :
La personne recrutée viendra piloter la thématique Science des données et Mathématiques Appliquées au sein du département GMI. Le candidat devra disposer d’une expertise reconnue dans un ou plusieurs domaines suivants :
– L’apprentissage statistique automatique,
– Le traitement des données volumineuses ou hétérogènes,
– L’analyse des données non fiables,
– Les modèles probabilistes pour les données rares ou onéreuses,
– La maitrise statistique des procédés,
– L’optimisation stochastique ou la méta-modélisation,
– L’identification ou le contrôle optimal liés aux modèles directs ou inverses.
Une bonne connaissance des spécificités liées aux données fonctionnelles, spatio-temporelles ou catégorielles sera appréciée. De même, la capacité à faire du lien avec les enseignants-chercheurs en Optimisation combinatoire ou en Recherche opérationnelle serait un plus.
Formation et compétences requises :
Le candidat devra être titulaire d’une Habilitation à Diriger des Recherches dans l’un des domaines précités. La qualification aux fonctions de professeur des universités n’est pas nécessaire mais une qualification par la section CNU 26, 27 ou 61 sera appréciée.
Adresse d’emploi :
Ecole des Mines de Saint-Etienne – Ces missions s’exerceront sur le Campus de Saint-Etienne (42) de Mines Saint-Etienne.
Les dossiers de candidature devront être adressés à l’attention de Monsieur le Directeur de l’école nationale supérieure des Mines de Saint-Etienne le 30 avril 2020 au plus tard.Compte tenu de la crise sanitaire et de manière dérogatoire, deux modalités de candidature sont possibles.
– Par voie postale, le cachet de la poste faisant foi, envoyées à :
École nationale supérieure des Mines de Saint-Étienne
À l’attention de Madame Elodie EXBRAYAT
Direction du personnel et des Ressources Humaines
158, Cours Fauriel
42023 Saint-Étienne cedex 2
Nous vous invitons à doubler votre candidature postale par la voie dématérialisée décrite ci-dessous
– Par courriel à l’attention de :
Madame Elodie EXBRAYAT, gestionnaire DPRH
Mel: elodie.exbrayat@emse.fr
Document attaché : 202004141933_MSE_FAYOL_PROFESSEUR_mathsapp_Scdonnees_2020 VALIDE.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : CREATIS
Durée : 18 months
Contact : michael.sdika@creatis.insa-lyon.fr
Date limite de publication : 2020-04-30
Contexte :
Objective
The goal of this project is to develop a framework for lung nodule detection, segmentation and characterization with deep neural networks.
Medical context
During the last years, lung cancer therapy strategy has been improved thanks to the emergence of targeted therapies and immunotherapy. In this context, the non-invasive identification of tumor histological subtypes and phenotype is crucial to stratify the patients and monitor the therapy.
Radiomic aims at uncovering tumor characteristics at macroscopic scale (from images) (1-3), sometime coupled with microscopic scales data (histologic, cellular, molecular, genetics). It can be formalized as a classification problem from image data. In lots of works with few data, classification is done with handcrafted features, usually requiring the segmentation of the nodule.
Sujet :
Challenges and potential methodological investigation
The first objective is to setup a segmentation network for lung nodule. On these large size CT scans, (GPU) memory is a limiting factor for a correctly account for the 3D nature of the images. We will investigate the use of lightweight architectures based on reversible networks fully use 3D information.
When tumors are located in tissue surrounding the lung, contrast between the tumors and healthy tissue an be poor and can be missed by the expert or can be the subject of discussion between trained radiologists. For this problem, we consider using the very large healthy subject dataset from Léon Bérard Center to enhance out detection/segmentation system with approaches such as semi or weakly supervised learning, anomaly detection or GANs.
Profil du candidat :
The successful applicant will have a strong expertise in image analysis with deep learning, should be fluent in English, have good communication and organizational skills, and a PhD in a relevant area (Biomedical engineering, applied mathematics, computer sciences, …).
Candidates are expected to be highly motivated and to be autonomous.
Formation et compétences requises :
Very good programming skills are required. Knowledge of Python and the practical use of any deep learning framework (pytorch, keras, tensorflow,…) are key prerequisites
Adresse d’emploi :
The 18 months position has been funded by the IRP3 of the SIRIC LYriCAN.
The successful candidate will be integrated in a project between CREATIS www.creatis.insa-lyon.fr and the cancer research hospital Center Léon Bérard (CLB) www.centreleonberard.fr/en.
The proposed work involves transversal partnership with CLB radiologists CREATIS researchers.
The position will be located at CREATIS, Lyon, FRANCE, on the la Doua Campus
Document attaché : Sujet_PostDoc_multitask_lightweight.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : Institut de Neurosciences de la Timone (INT), Marseille
Durée : 3 ans
Contact : sylvain.takerkart@univ-amu.fr
Date limite de publication : 2020-04-30
Contexte :
Neuroimaging Data Scientist
Multimodal neuroimaging study of cerebellar anomalies in Parkinson’s disease
The project SENCE (Movement disorders in Parkinson’s disease: The role of somatosensory deficits and cerebellar anomalies) is funded by the French National Research Agency (ANR) and conducted in collaboration with the University of Oxford (Medical Research Council – MRC). It investigates the anatomical anomalies and abnormal metabolism of the cerebellum resulting from basal ganglia deregulation in Parkinson’s Disease (PD), which may contribute substantially to motor deficits. To this aim, we collect in PD patients (and healthy controls) an original multimodal neuroimaging dataset, comprising anatomical, diffusion-weighted (DWI), and resting state fMRI (rs-fMRI), as well as FDG-PET images, complemented by behavioural and electrophysiological recordings (EEG/intracranial LFP) collected in the same participants during motor tasks performed ON/OFF dopaminergic medication and/or ON/OFF deep brain stimulation (using open- or closed-loop adaptive stimulation protocols).
Sujet :
Sylvain Takerkart
9:45 AM (57 minutes ago)
to SPM
Neuroimaging Data Scientist
Multimodal neuroimaging study of cerebellar anomalies in Parkinson’s disease
The project SENCE (Movement disorders in Parkinson’s disease: The role of somatosensory deficits and cerebellar anomalies) is funded by the French National Research Agency (ANR) and conducted in collaboration with the University of Oxford (Medical Research Council – MRC). It investigates the anatomical anomalies and abnormal metabolism of the cerebellum resulting from basal ganglia deregulation in Parkinson’s Disease (PD), which may contribute substantially to motor deficits. To this aim, we collect in PD patients (and healthy controls) an original multimodal neuroimaging dataset, comprising anatomical, diffusion-weighted (DWI), and resting state fMRI (rs-fMRI), as well as FDG-PET images, complemented by behavioural and electrophysiological recordings (EEG/intracranial LFP) collected in the same participants during motor tasks performed ON/OFF dopaminergic medication and/or ON/OFF deep brain stimulation (using open- or closed-loop adaptive stimulation protocols).
— Missions — The data scientist will be responsible to set-up processing pipelines dedicated to analyzing the different neuroimaging scan types (MRI and PET), both at the full-brain level and with a particular focus on the characterization of the anatomy, connectivity and metabolism of the cerebellum. These neuroimaging results will also be combined with behavioural and electrophysiological data which will be analysed by other members of the project team. Furthermore, the data scientist will organize the raw and processed data in a standardized fashion to make it accessible to all the consortium and to the scientific community at large. These missions fall into our commitment to reproducible science through open code and data.
Profil du candidat :
— Profile — This position is for a candidate who is comfortable (or proficient) with computer programming (python will be our language of choice; matlab will also be used) and has good knowledge and/or experience in signal and image processing. It can be of interest to different types of profiles. You are a young graduate (BSc or MSc) either in data science, in electrical engineering or in neuroscience and you want to be at the heart of an innovative medical imaging project, with the possibility to continue as a PhD student. Or you already have a PhD in a relevant field and you want to take this opportunity to fulfill the aforementioned missions while getting further involved in the research aspects of the project, which should offer excellent opportunities for publications in neuroscience or methodological journals.
Formation et compétences requises :
— Working environment — The Institut de Neurosciences de la Timone (INT) is one of the top French neuroscience research institutes with 150 staff members gathered in 10 inter-disciplinary teams examining different aspects of the cerebral organization. It is located on the medical campus of Aix-Marseille University. The successful candidate will join the SENCE project’s team within INT and will interact with cognitive neuroscientists, theoretical neuroscientists as well as specialists in neuroimaging data acquisition and processing. Marseille, the second largest city in France, is a vibrant inter-cultural hub located on the Mediterranean shore, and only 2h away from the Alps mountains.
The position is initially open for one year, with a possible renewal for two more years. Starting date can be as early as December 2019 and can be postponed until the position is fulfilled. If you are interested, please send your resume and cover letter to:
Sylvain_DOT_Takerkart_AT_univ-amu_DOT_fr and Nicole_DOT_Malfait_AT_univ-amu_DOT_fr
Adresse d’emploi :
Institut de Neurosciences de la Timone (INT)
Faculté de Médecine, Marseille
http://www.int.univ-amu.fr
Document attaché : SENCE_neuroimaging_data_scientist.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : LIFO (Laboratoire d’Informatique Fondamentale d’Orléans): https://www.univ-orleans.fr/lifo/
Durée : illimité
Contact : thi-bich-hanh.dao@univ-orleans.fr, marcilio.desouto@univ-orleans.fr
Date limite de publication : 2020-04-30
Contexte :
L’Université d’Orléans ouvre pour septembre 2020 un poste de Professeur des universités section 27. Pour les détails, consulter le profil complet joint.
Composante de rattachement : IUT d’Orléans
Laboratoire de rattachement : LIFO (Laboratoire d’Informatique Fondamentale d’Orléans)
https://www.univ-orleans.fr/lifo/
Au niveau recherche, la personne recrutée doit intégrer une des deux équipes du LIFO, à égale priorité :
– Contraintes et Apprentissage (CA)
– Graphes, Algorithmes et Modèles de Calcul (GAMoC)
Sujet :
*** Cet annonce concerne seulement les candidats pour l’équipe CA ***
L’équipe Contraintes et Apprentissage (CA) est structurée autour de 3 axes complémentaires: (i) Contraintes, (ii) Apprentissage-Fouille de Données et (iii) Traitement Automatique des Langues.
La personne recrutée devra renforcer l’axe apprentissage et fouille de données (classification supervisée, non-supervisée et semi-supervisée, recherche de motifs, etc.), que ce soit sur les familles de méthodes étudiées, sur les types de données (données textuelles, données temporelles, …), ou sur l’intégration de connaissances expertes. Les thèmes de recherche de la personne recrutée devront comporter des aspects théoriques et applicatifs en cohérence avec ceux de l’équipe.
CONTACTS :
Benjamin Nguyen, directeur du LIFO, benjamin.nguyen@insa-cvl.fr
Marcílio Pereira De Souto, président du CED, marcilio.desouto@univ-orleans.fr
Thi-Bich-Hanh Dao, responsable de l’équipe CA, thi-bich-hanh.dao@univ-orleans.fr
Au niveau enseignement, le candidat devra intégrer le département Informatique de l’IUT. Ce département possède trois filières d’enseignement : le DUT Informatique, le DUT Année spéciale et la Licence Professionnelle option web et mobile. La seconde année du DUT ainsi que la licence professionnelle peuvent être suivies par apprentissage.
CONTACT :
Nathalie Brossier, chef du département Informatique, nathalie.brossier@univ-orleans.fr
Profil du candidat :
Recherche et enseignement : voir plus haut.
Formation et compétences requises :
Recherche et enseignement : voir plus haut.
Adresse d’emploi :
Université d’Orléans
Document attaché : Profil_PU_LIFO_IUT.pdf
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : LOPS UMR6523
Durée : 1 an (+ 1 an)
Contact : jean.marc.delouis@ifremer.fr
Date limite de publication : 2020-05-01
Contexte :
Le projet de recherche DEEPSEE est commun à la cosmologie et l’océanographie. En cosmologie, il s’agit d’établir – par delà les résultats de la Collaboration Planck – les meilleures cartes du ciel pour la recherche de la trace laissée par l’onde gravitationnelle primordiale preuve directe d’une période d’inflation pendant les premiers instants de l’univers. En océanographie, le but est reconstruire la circulation océanographique à des échelles inaccessibles aujourd’hui à partir de données lacunaires satellitaires. Ces objectifs sont tous deux des enjeux clefs de ces disciplines ouvrant à des découvertes majeures.
Le projet DEEPSEE propose une approche novatrice dans l’inversion de données : les données ne sont plus reconstruites sur des « pixels » mais dans un espace de dimensionnalité réduite pour améliorer le rapport signal sur bruit ou l’interpolation entre données lacunaires. Des méthodes d’analyse issues l’Intelligence Artificielle sont utilisées pour déterminer cet espace optimal. Dans le cas du logiciel SRoll4 à développer lors de cette mission, la reconstruction en « pixel » est laissée à un réseau de neurones. L’apprentissage de ce réseau de neurones étant simultané à l’inversion des données. Le développement de ced logiciel SRoll4 est basé sur une récriture du code existant qui a déjà permis l’analyse des données Planck 2018 (SRoll1) et aussi leur réanalyse (SRoll2). Ce code, aux capacités HPC éprouvées, n’intègre pour l’instant pas de méthodes de type réseau de neurones.
Sujet :
Dans un premier temps, l’objectif est l’amélioration du traitement des données astrophysiques pour valider le logiciel et les objectifs scientifiques du projet DEEPSEE. La performance sur des données océanographiques doit aussi être démontré rapidement.
Le développement de l’outil SRoll4 constitue le cœur de la mission. L’objectif est une intégration d’outil de type IA (Tensorflow) dans un code parallèle (MPI). Au-delà de l’intégration, de la validation et des tests sur les jeux de données existant ; cette mission contient une forte participation à la définition de l’architecture de SRoll4 pour lui apporter la flexibilité nécessaire à l’utilisation de différents types de données.
ACTIVITES:
Analyser les besoins et contraintes et participer à la réalisation des évolutions de Sroll4.
• Suivre les productions de données et valider leurs qualités.
• Etre force de proposition et participer à la définition de l’architecture logicielle SRoll4.
• Développer, tester et valider le logiciel SRoll4 .
• Organiser et suivre les activités de packaging applicatif destiné à être déployé sur un ou plusieurs centres de calculs.
Profil du candidat :
Ingénieur en développement logiciel (Débutant accepté).
Diplôme souhaité : doctorat ou diplôme d’ingénieur
Formation et compétences requises :
Expertise en méthodes de développement logiciel : gestion de configuration, tests, validations, déploiement.
• Expertise en langages de programmation C et Python.
• Expérience avérée en environnement HPC : parallélisation MPI,scheduler.
• Pratique de Tensorflow.
• Connaissances en traitement du signal.
• La connaissance d’un des domaines scientifique (astrophysique ou océanographie) sera un plus.
• Anglais technique.
Adresse d’emploi :
LOPS, Ifremer, Centre Bretagne – ZI de la Pointe du Diable – CS 10070 – 29280 Plouzané
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : Université Lumière Lyon 2, ERIC
Durée : CDI
Contact : julien.jacques@univ-lyon2.fr
Date limite de publication : 2020-05-01
Contexte :
Créée en 1973, l’université Lumière Lyon 2 est considérée comme la deuxième université française en Lettres, Langues, Sciences humaines et sociales. Membre fondateur du Pôle de Recherche et d’Enseignement Supérieur (PRES) de Lyon, l’Université Lumière Lyon 2 accueille sur deux campus près de 30 000 étudiants, de la Licence 1 au doctorat. Elle compte 13 entités de formation réparties dans 4 domaines de formation et de recherche : Arts, lettres, langues – Droit, économie, gestion – Sciences humaines et sociales – Sciences, technologie, santé. Dotée de 34 laboratoires et de 3 fédérations de recherche, couvrant l’ensemble du champ des Lettres – Langues – Sciences Humaines et Sociales (LLSHS), l’université Lumière Lyon 2 fait le pari de l’innovation, de l’interdisciplinarité, du partenariat et de l’ouverture internationale.
Sujet :
Recherche.
La personne recrutée devra s’intégrer dans l’équipe Data Mining et Décision (DMD), qui regroupe des chercheur.es en mathématiques appliquées et en informatique travaillant sur l’apprentissage (statistique et automatique) pour la fouille des données complexes, avec des applications privilégiées en Lettres, Langues, Sciences Humaines et Sociales (LLSHS). Une expérience en la matière sera appréciée mais n’est pas indispensable.
La personne recrutée devra pouvoir collaborer à la fois avec les informaticiens et statisticiens de l’équipe, ainsi qu’avec les partenaires LLSHS du laboratoire. Il est attendu qu’elle apporte une dynamique de publication dans les grandes conférences internationales de machine learning.
Les thèmes de recherche attendus sont l’apprentissage statistique et l’apprentissage automatique (machine learning).
Enseignement.
La personne recrutée pourra prendre en charge, suivant son profil, soit des cours de mathématiques appliquées, soit des cours d’informatique.
Les besoins en mathématiques appliquées sont principalement en statistique, mais également mathématiques générales, probabilités, data mining, machine learning.
Les besoins en informatique sont en algorithmique, programmation, data mining, machine learning, technologies big data.
Les cours et travaux dirigés seront principalement au sein des masters Informatique et Humanités Numériques. Des interventions dans les enseignements en formation continue (cours du soir, notamment) de la filière Informatique – Statistique sont également possibles.
Profil du candidat :
qualité MCF 26 ou 27
Formation et compétences requises :
Cf. ci-dessus
Adresse d’emploi :
Cf. ci-dessus
Document attaché : mcf2627machineLearning2020.pdf
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : LaSTIG (IGN/UGE/EIVP
Durée : CDI
Contact : clement.mallet@ign.fr
Date limite de publication : 2020-05-15
Contexte :
Trois postes d’enseignant-chercheur sont ouverts, à l’Ecole Nationale des Sciences Géographiques (ENSG) (en CDI ou aux fonctionnaires A/A+; candidature avant le 30 Avril 2020), les recherches étant menées au sein du laboratoire LaSTIG (UMR IGN/UGE/EIVP).
Sujet :
Enseignant-chercheur en cartographie et visualisation de données spatiales:
https://www.umr-lastig.fr/lastig_data/pdf/ensg-ec-geovisualisation.pdf
Enseignant-chercheur en apprentissage:
https://www.umr-lastig.fr/lastig_data/pdf/ensg_ec_apprentissage_2.pdf
Enseignant-chercheur en photogrammétrie:
https://www.umr-lastig.fr/lastig_data/pdf/ensg_ec_photogrammetrie-2.pdf
Vous pouvez retrouver ces postes ici: http://www.ign.fr/institut/offres-demplois/offres-demplois
Profil du candidat :
Un diplôme de doctorat est nécessaire.
Formation et compétences requises :
Ils sont indiqués dans les fiches de poste respectives.
Adresse d’emploi :
ENSG Marne-la-Vallée (77) et IGN Saint-Mandé (94)
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : Télécom SudParis équipe ACMES du laboratoire SAMOV
Durée : One year
Contact : Amel.Bouzeghoub@telecom-sudparis.eu
Date limite de publication : 18/05/2020
Contexte :
Telecom SudParis, Institut Polytechnique de Paris
Computer Science department, SAMOVAR lab, ACMES team
Location: Campus of Telecom SudParis, Evry and Palaiseau, 25km south of Paris, France
The computer science department of Telecom SudParis, member of the Institut Polytechnique de Paris, is hiring an Associate Professor (fixed term position) in computer science.
============================
Application deadline: 17/05/2020
Starting date: ASAP
============================
Sujet :
The candidate is expected to join the data intelligence and knowledge group (DIEGO) and to conduct upstream and applied researches in the domain of Data Semantics, AI and Data Analytics, Information systems, or Cloud/Fog/Edge.
Contact: walid.gaaloul@telecom-sudparis.fr
URL: https://www-inf.telecom-sudparis.eu/departement/diego/
====================================================
How to apply
====================================================
Application:
– Detailed Curriculum Vitae, list of publications, research statement, teaching statement, list of references
Application procedure:
– By e-mail at djamel.belaid@telecom-sudparis.eu,
With the subject “Recrutement TSP/INF 2020 – Profil DIEGO”
============================
Application deadline: 17/05/2020
Starting date: ASAP
============================
Profil du candidat :
====================================================
Research profile
====================================================
The expected skills concern at least part of the following topics:
– Data analytics and mining
– Automatic and symbolic learning
– Decision support systems
– Process mining
– Formal modelling and verification
– Software distributed architectures (Web services, micro services)
– Cloud/Edge/Fog resource deployment and orchestration
====================================================
Teaching profile
====================================================
The candidate is expected to join the teaching curricula in CS of Telecom SudParis, in particular in subjects related to software engineering and database management (Programming, Object/Service oriented design and programming, Database management, …). The candidate will have to teach in both French and English.
====================================================
Formation et compétences requises :
Qualifications:
– PhD degree in Computer Science
– Good research record
– Fluent in French and English (spoken and written)
– Experience in under-graduate and graduate levels teaching is highly appreciated
Adresse d’emploi :
Campus of Telecom SudParis, Evry and Palaiseau, 25km south of Paris, France
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : ERIAS — BPH INSERM 1219 Bordeaux
Durée : 1 an
Contact : Gayo.Diallo@u-bordeaux.fr
Date limite de publication : 2020-05-29
Contexte :
Objectifs pédagogiques : Les enseignements en informatique ont pour objectifs d’outiller les étudiants en formations initiale et continue de connaissances de base dans la gestion et le traitement de données d’une part, et des compétences et connaissances spécialisées en informatique de santé.Pour la discipline informatique,les enseignants statutaires sont particulièrement mobilisés par les enseignements parcours de M2 Public Health Data Science dans le cadre de l’Ecole Universitaire de Recherche Digital Public Health lancée en2018. Un tiers des enseignements de ce M2 concernent l’informatique, ce qui constitue une charge supplémentaire pour l’équipe pédagogique actuelle, déjà en surcharge d’heures.L’objectif de ce recrutement est de renforcer le potentiel enseignant en informatique et de permettre aux enseignants-chercheurs statutaires de se consacrer plus à l’enseignement des thématiques plus pointues dans le cadre des parcours Public Health Data Science et SITIS.
Sujet :
Les besoins en enseignement dans le domaine informatique concernent aussi bien des formations de base dans la discipline que des formations très spécialisées destinées aux futurs experts en systèmes d’information et technologies informatiques pour la santé et en sciences des données.Ces enseignements concernent la première année et plusieurs parcours du Master mention Santé Publique de l’ISPED et des filières médicales et paramédicales du collège sciences de la santé.
Profil du candidat :
Doctorat en Informatique ou Etudiant en Fin de thèse, Section 27
Formation et compétences requises :
Le candidat recruté, de la section 27, doit avoir une expérience d’enseignement dans le domaine informatique, avec une pédagogie adaptée notamment pour un public issu de filières non nécessairement spécialistes de l’informatique. Dans un contexte d’internationalisation des formations de l’Université de Bordeaux, des aptitudes à dispenser des enseignements en anglais seraient un plus.
La personne recrutée rejoindra le Centre INSERM 1219 Bordeaux Population Health, laboratoire pluridisciplinaire autour de la Santé Publique (Epidémiologie, Biostatistique, Informatique de Santé, Economie de la Santé). Il mènera ses activités de recherche prioritairement dans le domaine de l’informatique de santé, au sein de l’Equipe de Recherche en Informatique de Santé (ERIAS) du centre. Plus particulièrement, ses activités s’intégreront dans les thèmes liés à l’intégration des données et connaissances en santé, la réutilisation secondaire des données biomédicales,la représentation des connaissances en santéou encore le traitement automatique des langues.
Adresse d’emploi :
Université de Bordeaux, ISPED
Contact pédagogique (nom et coordonnées): Fleur MOUGIN (fleur.mougin@u-bordeaux.fr)
Contact recherche( nom et coordonnées) : Gayo DIALLO (gayo.diallo@u-bordeaux.fr)
Document attaché : 202004171330_FOPC_33289.pdf
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : Mission Infrastructu
Durée : 24 mois
Contact : jean-christophe.desconnets@ird.fr
Date limite de publication : 2020-05-30
Contexte :
AFFECTATION STRUCTURELLE
Institut de Recherche pour le Développement (IRD)
Référent scientifique incontournable sur les grands enjeux du développement et organisme pluridisciplinaire reconnu internationalement, l’Institut de recherche pour le développement est un établissement public français placé sous la double tutelle du ministère en charge de l’enseignement supérieur, de la recherche et de l’innovation et de celui de l’Europe et des affaires étrangères. Il porte depuis plus de 75 ans, une démarche originale de recherche, d’expertise, de formation et de partage des savoirs au bénéfice des territoires et pays qui font de la science et de l’innovation un des premiers leviers de leur développement.
Près de 40% des effectifs de l’Institut sont affectés à l’étranger et en outremer.
Structure d’accueil : la Mission « Infrastructures et données Numériques » rattachée au Pôle Science de l’IRD, (MIDN) est une des quatre missions transversales scientifiques. Elle contribue aux axes stratégiques du Plan d’orientation stratégique 2016-2030 et aux objectifs prioritaires du Contrat d’objectifs et de performance 2016-2020 notamment avec l’objectif de faire émerger une politique institutionnelle, partagée avec les partenaires du Sud, de gestion des données de la recherche en accord avec les principes du mouvement de l’open Data et de l’open Science répondant également à l’échange de données vers les dispositifs nationaux et internationaux. Dans ce cadre, des travaux visant à renforcer et généraliser l’interopérabilité des données en lien avec les initiatives nationales, européennes, internationales sont engagés.
Contexte :. En étroite collaboration avec le Service Innovation Valorisation, l’Information Scientifique et Technique, la Mission d’Appui à la Science, et la Mission Evaluation et de programmation de la Recherche, nous engageons une étude visant à proposer les méthodes et les outils (conceptuels et informatique) visant à mieux connaître, suivre et piloter la production numérique de l’IRD. Afin de circonscrire le périmètre de cette étude, elle se concentre sur les bases de données produites par les scientifiques de l’IRD.
Sujet :
Mission L’agent recruté proposera des méthodes et des outils (conceptuels et informatique) visant à mieux connaître, suivre et piloter la production numérique de l’IRD. Afin de circonscrire le périmètre de l’étude, il/elle se focalisera sur les bases de données produites par les chercheurs de l’IRD. De manière itérative et en s’appuyant sur les inventaires existants et les documents mis à sa disposition (rapport HCERES, données institutionnelles), il/elle construira dans un premier recensement en structurant les informations nécessaires, d’une part à la caractérisation des bases de données et à la construction d’indicateurs clés pour le suivi des productions, d’autre part. Il/elle mènera une réflexion afin d’envisager une collecte pérenne des informations nécessaires, leur hébergement, gestion et exploitation (visualisation, production des indicateurs d’aide à la décision) au sein d’un outil ad hoc. Les indicateurs clés pourront être envisagés au regard des politiques publiques actuelles en matière de partage et d’ouverture des données de la recherche (Plan National de la science ouverte, EOSC : European Open Science Cloud)
Activités Collecter et recenser les informations sur les bases de données produites par les chercheurs de l’IRD. Explorer les méthodes pour assurer leur (semi)automatisation
Etudier et proposer des indicateurs clés visant à caractériser la nature de la production des bases de données (contenu, volume, accessibilité, conformité…), son impact sur la visibilité de l’IRD dans le monde de la recherche au Sud.
Organiser en parallèle une recherche / veille technologique sur la base des besoins analysés de l’IRD.
Préconiser les outils de visualisation et d’aide à la décision pour structurer, analyser et fournir des indicateurs de pilotage de la politique de gestion des données de l’IRD.
Compétences
– Maîtrise des techniques et technologies de la prise de décision basée sur des grandes masses de données.
– Maîtrise des outils et méthodes avancées de visualisation, d’analyse statistique, de la modélisation et de l’informatique décisionnelle.
Profil du candidat :
Maîtrise des techniques et technologies de la prise de décision basée sur des grandes masses de données.
Maîtrise des outils et méthodes avancées de visualisation, d’analyse statistique, de la modélisation et de l’informatique décisionnelle.
Formation et compétences requises :
doctorat ou master
science des données ou informatique appliquée à la visualisation et à la fouille de données
Adresse d’emploi :
Délégation régionale IRD l’Occitanie, Montpellier
Document attaché : 202004141746_IR MIDN – expert-e en information statistique.doc
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : IRIT, Toulouse
Durée : 6 à 8 mois
Contact : aussenac@irit.fr
Date limite de publication : 2020-05-30
Contexte :
Le chantier DataNooS (https://groupes.renater.fr/wiki/datanoos/) est soutenu par la Fondation de Coopération Scientifique “Sciences et Technologies pour l’Aéronautique et l’Espace” (FCS STAE) sur la période sept 2018- déc. 2020. Il rassemble aujourd’hui une vingtaine de laboratoires toulousains de différentes disciplines.
Objectif du chantier DataNooS : collecter et confronter les expériences des laboratoires partenaires relatives à la production, gestion et valorisation des données de la recherche à l’échelle toulousaine et de façon transdisciplinaire, en cohérence avec les initiatives nationales et disciplinaires.
DataNooS traite des questions communes à tous les partenaires via des cas d’études pour la gestion et la valorisation des données de la recherche
· production de données FAIR,
· droit et l’éthique des données,
· impact des nouvelles réglementations RGPD),
· aide à la mise en place de plans de gestion de données (DMP),
· mise en commun de retours d’expériences,
· identification des ressources et des plateformes existants,
· …
Sujet :
Missions associées au poste :
1. Contribuer à la spécification et à l’implémentation d’un logiciel de workflow prenant une description sémantique des services et des données (contribution à un environnement de gestion de données pour la science ouverte) ; cas d’application à la plateforme CALLISTO associé au centre de calcul régional CALMIP
2. C oordonner le projet afin d’en valoriser les productions : alimentation du site web de référence, contribution à la rédaction d’un « livre blanc » sur les points forts et perspectives liées à la mutualisation des données de la recherche à Toulouse, représentation du chantier, etc.
Profil du candidat :
Formation souhaitée : thèse ou ingénieur avec expérience en informatique (bases de données, architectures de gestion de données, données et web sémantique …)
Connaissances attendues : architectures de gestion de données, standards du web sémantique, normes et réglementations relatives au partage des données de la science, méthodes de gestion de projet…
Formation et compétences requises :
Compétences attendues : Capacité à coopérer, dialoguer afin de favoriser l’échange d’informations. Capacité de synthèse et rédactionnelle.
Expérience souhaitée : 1 à 3 ans d’expérience de travail dans un contexte interdisciplinaire, expérience de gestion de projet, de manipulation de grandes bases de données (si possible de la recherche).
Dates et durée : recrutement 6 à 8 mois (suivant la rémunération), au plus tôt
Rémunération : selon expérience et formation, grille de l’Université Paul Sabatier (entre 1800 et 2300 euros net)
Adresse d’emploi :
IRIT – UPS
118 route de Narbonne 31062 Toulouse cedex 9
Document attaché : 2020.01.28-DataNoos_Offre-de-posteIR.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : IRIT, Toulouse
Durée : CDI
Contact : Andreas.Herzig@irit.fr
Date limite de publication : 2020-05-30
Contexte :
L’Université Paul Sabatier cherche à recruter pour la rentrée 2020 un Maître de conférences en informatique (section 27) avec un profil “Intelligence artificielle et apprentissage”.
L’enseignement se fera en Licence et Master d’informatique et concerne majoritairement l’apprentissage automatique.
La personne recrutée sera rattachée à une des trois équipes du département IA de l’IRIT (UMR 5505). Elle devra présenter un projet de recherche sur l’IA hybride combinant IA symbolique et sub-symbolique.
Une description détaillée du profil est attachée, dans l’attente de la parution officielle sur le site de l’UPS précisant la procédure de dépôt des candidatures et les échéances. Les candidats intéressés peuvent prendre contact avec les personnes indiquées dans PDF attaché ainsi qu’avec le président du CoS Andreas.Herzig@irit.fr.
Sujet :
* Filières de formation concernées :
Licence informatique, master informatique
* Objectifs pédagogiques et besoin d’encadrement :
Le futur ou la future Maître de Conférences viendra renforcer les équipes pédagogiques de licence et de master de la mention informatique.
La principale thématique pédagogique concernée par ce poste est l’intelligence artificielle et plus particulièrement l’apprentissage automatique, et une partie importante du service y sera dédiée. Toutefois, une culture englobant l’approche connexionniste mais aussi les approches classiques de l’intelligence artificielle sera un réel plus.
En complément des compétences attendues dans ces domaines, une attention particulière sera portée sur l’expérience et les qualités pédagogiques du candidat ou de la candidate.
Profitant de la dynamique initiée par différents enseignants du département, la personne recrutée devra s’approprier et continuer à développer les expérimentations en matière d’innovation pédagogique. Elle sera amenée à participer à la transformation numérique des formations et à s’inscrire dans la dynamique de l’approche par compétences.
* Nom directeur département : Alain CROUZIL
Tel directeur dépt. : 05 61 55 83 44
Email directeur dépt. : alain.crouzil@irit.fr
URL dépt. : http://departement-informatique.univ-tlse3.fr/
Profil du candidat :
* Activités de recherche :
Le futur ou la future Maître de Conférences exercera son activité de recherche au sein de l’Institut de Recherche en Informatique de Toulouse (UMR 5505 CNRS-INP-UT3-UT1-UT2J), dans la thématique de l’intelligence artificielle et de l’apprentissage.
Le département IA de l’IRIT cherche à renforcer le domaine de l’apprentissage automatique (supervisé ou non-supervisé) et à faire le lien avec le domaine du raisonnement symbolique. Le candidat rejoindra une des équipes du département (ADRIA, LILaC, MELODI).
Formation et compétences requises :
Profil en anglais :
The Artificial Intelligence department seeks an expert in machine learning to conduct research in relation to symbolic reasoning.
Teaching activities concern artificial intelligence and, in particular, machine learning in the licence and master university degrees.
Key words: computer science, artificial intelligence, machine learning
Adresse d’emploi :
* Enseignement :
Département d’enseignement : Informatique
Lieu(x) d’exercice : FSI – Université Paul Sabatier – Toulouse
Équipe pédagogique : l’ensemble du département d’informatique
Nom directeur département : Alain CROUZIL
Tel directeur dépt. : 05 61 55 83 44
Email directeur dépt. : alain.crouzil@irit.fr
URL dépt. : http://departement-informatique.univ-tlse3.fr/
* Recherche :
Lieu(x) d’exercice : Institut de Recherche en Informatique de Toulouse (IRIT)
Nom directeur labo : Michel DAYDE
Tel directeur labo : 05 61 55 67 70 ; 05 34 32 21 54
Email directeur labo : michel.dayde@irit.fr
URL labo: http://www.irit.fr/
Document attaché : Fiche-de-Poste-MCF27-IA.pdf
Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : Université de Montpellier
Durée : 1 an
Contact : marianne.huchard@lirmm.fr
Date limite de publication : 2020-05-31
Contexte :
6 postes d’ATER en informatique sont attendus à l’Université de Montpellier (IUT informatique et Faculté Des Sciences).
Sauf changements de calendrier dus à la situation sanitaire, la procédure de candidature est totalement dématérialisée et se déroule :
du 4 mars 2020 au 3 avril 2020.
Les candidats s’inscrivent via l’application “Altaïr” du portail GALAXIE du Ministère en suivant le lien :
https://galaxie.enseignementsup-recherche.gouv.fr/antares/can/index.jsp
Puis déposent leurs dossiers numériques de candidature sur l’application dédiée “Campec” en suivant le lien :
https://campec.umontpellier.fr/public.php
Sujet :
Les postes sont visibles ici :
https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/cand_postes_GALAXIE.htm
Profil du candidat :
Docteur en informatique ou Doctorant en fin de thèse
Formation et compétences requises :
Compétences pour l’enseignement de l’informatique en IUT, Licence, Master
Adresse d’emploi :
Université de Montpellier – 163 rue Auguste Broussonnet – 34 090 Montpellier – Tel : 04 .67.41.74.00
https://www.umontpellier.fr/contact
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : CNRS UMR 8256 et INSERM ERL 1164
Durée : 2 ans
Contact : christian.neri@inserm.fr
Date limite de publication : 2020-06-01
Contexte :
2 postdoc positions in machine learning and statistics are immediately available at the Brain-C Lab in the Institute of Biology Paris-Seine (see http://www.ibps.upmc.fr/en/research/biological-adaptation-and-ageing/brainc).
The positions are supported for 2 years with possible renewal for a third year.
Postdoc position 1 is focused on probability and statistics.
Postdoc position 2 is focused on bioinformatics and programming.
Sujet :
The successful applicants will work on modeling the molecular pathogenesis of Huntington’s disease (HD) on a system-level via the analysis of high-dimensional genomic data (eg, RNA-seq data) in collaboration with mathematicians and bioinformaticians inside and outside the team. We use several types of machine learning methods to address key questions about the rules that govern the progression of HD over time and the therapeutic implications of such knowledge.
Profil du candidat :
The candidates are expected to be highly qualified, independent and highly motivated with a strong interest in research.
Strong writing (scientific publications) and presenting (scientific ongresses) skills are mandatory.
Previous knowledge of the basic principles in genomics and molecular biology will be a plus.
Formation et compétences requises :
Postdoc candidates should hold a Ph.D. in Probability and Statistics (Position 1) or a Ph.D. in Informatics or in Physics (Position 2).
Candidates that hold a diploma from high profile Engineer Schools (e.g. Ecole Polytechnique, Supelec, Centrale, INSA, EPFL, ETZ) are welcome to apply.
Candidates should have no more than 1-2 year postdoctoral experience if already working in France, and no more than 3-4 years of such an experience if working abroad.
Postdoc position 1:
Demonstrated experience and autonomy in probability and statistics for the analysis of complex datasets (probabilistic models, R).
Good autonomy in machine programming (in at least one the following languages: Python, C/C++, Java)
Skills in database management are desirable but not mandatory.
Postdoc position 2:
Demonstrated experience and autonomy in programming (in at least one the following languages: Python, C/C++, Java) and database languages (MySQL)
Good autonomy in statistical modeling (probabilistic models, R)
Skills in web technologies (javascript, Php) are desirable but not mandatory.
Adresse d’emploi :
IBPS, Campus de Jussieu
9 Quai St Bernard
75005 Paris – France
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : INP-ENSEEIHT & IRIT
Durée : CDI
Contact : nicolas.dobigeon@enseeiht.fr
Date limite de publication : 2020-06-01
Contexte :
Un poste de Maître de Conférences (Section CNU 61) « Apprentissage statistique pour le signal et l’image » ouvrira à la rentrée prochaine (septembre 2020) à l’INP-ENSEEIHT, avec un rattachement à l’équipe Signal & Communications (SC) de l’Institut de Recherche en Informatique de Toulouse (IRIT).
Sujet :
*Enseignements*
Le(la) candidat(e) sera amené(e) à participer aux enseignements de mathématiques et traitement du signal dans le cadre de la formation initiale 1A (L3) du département Électronique, Énergie Électrique & Automatique. Il/elle contribuera fortement aux enseignements en apprentissage automatique (machine learning), optimisation, probabilité et statistiques pour le signal et l’image au sein des parcours de spécialisation du département.
Dans le cadre de la procédure d’accueil des nouveaux entrants à Toulouse INP, le(la) maître de conférences recruté(e) bénéficiera d’une décharge d’enseignement à hauteur de 50 % du service statutaire la première année, et de 25 % la deuxième année.
*Recherche*
Le(la) maître de conférences recruté(e) s’intégrera à l’équipe SC du site ENSEEIHT de l’IRIT. L’équipe SC mène des activités de recherche en traitement du signal, traitement d’image et communications numériques. Elle est également fortement impliquée dans la structuration des activités en intelligence artificielle (IA) et science des données (data science) au niveau local à travers une chaire au sein du Artificial and Natural Intelligence Toulouse Institute (ANITI).
Sous réserve d’acceptation par l’institut, le(la) maître de conférences recruté(e) pourra être associé(e) à une Chaire de l’institut en IA (ANITI). A ce titre, il(elle) pourra bénéficier de moyens dédiés (prime de recherche, budget d’environnement, financement de thèse et/ou de post-doctorat) dans des modalités à définir.
Profil du candidat :
*Enseignements*
mathématiques pour l’ingénieur (intégration, probabilités, statistique), traitement du signal, apprentissage automatique (machine learning), optimisation
*Recherche*
Dans le contexte exposé ci-dessus, l’équipe SC recherche un(e) maître de conférences ayant des compétences fortes dans le domaine de l’apprentissage automatique au sens large (optimisation, statistique, théorie de l’information, deep learning). Son projet devra s’intégrer dans les activités actuellement en cours dans l’équipe SC, ou proposera de développer de nouvelles activités en lien avec les travaux existants.
Formation et compétences requises :
Doctorat en apprentissage statistique, traitement du signal, traitement d’image ou domaines connexes.
Qualification aux fonctions de maître de conférences (Sections CNU 26, 27, 61 ou connexes).
Adresse d’emploi :
IRIT/INP-ENSEEIHT
2 rue Charles Camichel
B.P. 7122
31071 Toulouse Cedex 7
Les candidat(e)s intéressé(e)s sont invité(e)s à contacter dès maintenant
– Marie Chabert : marie.chabert@enseeiht.fr
– Nicolas Dobigeon : nicolas.dobigeon@enseeiht.fr
Document attaché : Position_MCF_N7_IRIT_2020_fr.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : LIP – possibilité chaire INRIA
Durée : fonctionnaire
Contact : aurelien.garivier@ens-lyon.fr
Date limite de publication : 2020-06
Contexte :
Un poste de Maître de conférences en informatique (27e section) devrait être ouvert à l’ENS de Lyon en 2020, sur le profil ‘Apprentissage statistique, apprentissage profond’, avec rattachement au laboratoire LIP UMR5668 et enseignement dans le département informatique de l’ENS de Lyon. Une chaire Inria peut être associée au poste.
Sujet :
Vous trouverez la description du poste ci-dessous (version française puis anglaise). Les personnes intéressées sont invitées à contacter pour la recherche les responsables d’équipes du LIP dans lesquels elles pourraient
s’intégrer ainsi que le directeur de laboratoire, et pour l’enseignement le directeur du département d’enseignement.
Profil du candidat :
Profil: Apprentissage statistique, apprentissage profond
* Recherche:
La candidate ou le candidat devra montrer son intérêt pour les grands enjeux de l’apprentissage moderne, et apporter des compétences complémentaires de celles déjà présentes au laboratoire. Nous souhaitons qu’elle/il développe une activité sur les aspects fondamentaux ou méthodologiques de ce domaine ; une expérience dans les applications serait un complément apprécié. Par ailleurs la stratégie du LIP est de développer la thématique apprentissage en étroite collaboration avec le laboratoire de mathématiques UMPA, ainsi qu’avec les autres partenaires du site Lyon-Saint-Étienne.
La candidate ou le candidat aura fait preuve d’une activité de recherche dans le domaine, ayant fait l’objet de publications en revues ou conférences internationales au meilleur niveau.
Elle/il devra pouvoir s’intégrer dans l’une des équipes du LIP. Dans le cas d’une intégration à une équipe projet commune Inria au LIP, une chaire Inria sera associée au poste.
Enseignement:
La candidate ou le candidat recruté intégrera le département d’informatique de l’ENS de Lyon. Son service d’enseignement s’inscrira dans le cadre de l’offre de formation du département. La formation est sanctionnée par le diplôme de l’ENS de Lyon, et comprend notamment des enseignements de niveau L3, M1 et M2. Les candidatures internationales sont bienvenues, l’enseignement pouvant se faire en anglais.
Cette formation dispensée à l’ENS de Lyon est résolument une formation par et pour la recherche en informatique. Cet engagement dans la formation à la recherche d’excellence se reflète dans l’organisation des enseignements. Le spectre est complet avec, d’une part, des enseignements donnant les bases d’une solide culture généraliste en informatique et, d’autre part, des enseignements plus spécialisés offrant une réelle introduction à la recherche, notamment dans les aspects fondamentaux de la discipline
Responsabilités:
Le ou la collègue recruté(e) sera appelé(e) à assumer des responsabilités
pédagogiques ou administratives au sein de l’ENS de Lyon
Formation et compétences requises :
job profile: Statistical machine learning, deep learning
Research Profile:
The candidate should show an interest for the great challenges of modern machine learning and bring some complementary expertise to the skills already present in the laboratory. We expect her/him to carry out a research activity on the fundamental or methodological aspects of this field; an experience with practical aspects will also be appreciated. Moreover the LIP laboratory’s strategy is to develop the machine learning research theme in close collaboration with the mathematics laboratory UMPA, as well as with the other partners of the Lyon-Saint Étienne site.
The candidate is expected to have achieved significant research contributions to this area, with a publication record in the highest quality venues, either journals or conferences.
She/he should be able to join one of the LIP research teams. In the case of an integration to an Inria joint project team at LIP, a ‘chaire Inria’ will be associated to the position.
Teaching Profile:
The recruited applicant will become a member of the Computer Science teaching department of ENS de Lyon. The courses she/he will provide will fit within the department curriculum.
The ENS de Lyon diploma is the frame of studies, and includes courses at the L3, M1 and M2 levels. International applications are welcome, as the courses can be taught in English.
The curriculum is driven by and leads to research in Computer Science. This commitment to prepare students to academic careers has a deep influence on the organization of courses. The curriculum provides a wide and solid general background in Computer Science, and contains advanced and specialized units preparing to research, notably in the foundational aspects of the field.
Responsibilities:
The newly recruited colleague will be expected to assume both teaching and administrative responsibilities at ENS de Lyon.
Adresse d’emploi :
Contacts:
Département d’enseignement: http://informatique.ens-lyon.fr/
Directeur du département: Damien Stehlé, damien.stehle@ens-lyon.fr
Laboratoire de recherche: http://www.ens-lyon.fr/LIP/
Directeur du laboratoire: Patrick Baillot, patrick.baillot@ens-lyon.fr
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : Université de Reims Champagne Ardenne
Durée : 12 mois+
Contact : mohamed-lamine.chemchem@univ-reims.fr
Date limite de publication : 2020-06-01
Contexte :
Missions projet : Le poste est intégré au projet Smart Agriculture qui vise à explorer les méthodes d’intelligence artificielle et du deep learning pour le développement d’outils d’aide à la décision dans le domaine agricole.
Au sein de l’université de Reims Champagne Ardenne, vous rejoindrez l’équipe CASH du laboratoire CReSTIC, vous serez amené à travailler en collaboration étroite avec notre partenaire ‘MyEasyFarm’ localisé à Bezannes à 15 minutes de Reims.
• Contrat initial : CDD de 12 mois.
Sujet :
La mission portera principalement sur la recherche et le développement d’outils d’aide à la décision guidés par des méthodes d’intelligence artificielle et du machine learning dans le domaine agricole.
Les missions principales porteront sur :
• Participer à l’acquisition et la mise en forme des données pour chaque cas d’étude.
• Participer à la conception de l’architecture des modèles de machine learning, et à les mettre en œuvre.
• Assurer la veille technologique et le choix d’outils de développement pour les tâches du projet.
• Développer, configurer et mettre en place les démonstrateurs du projet, en tenant compte du contexte et des délais imposés.
• Contribuer à la valorisation et à la publication des résultats du projet dans des conférences, meetings et des revues internationales.
Mots-clés : Deep learning, intelligence artificielle, Traitement d’images et cartographie, Imagerie satellite/sentinelle, analyse d’images/séquences.
Profil du candidat :
Issu(e) d’une formation Bac + 5 avec expérience ou Docteur dans le domaine de l’intelligence artificielle, il disposera :
• Des connaissances approfondies des méthodes d’intelligence artificielle et du deep learning de préférence appliquées sur des images et/ou de séquences d’images ;
• D’une maitrise de la démarche scientifique pour la conception de systèmes complexes, avec une perspective d’innovation ;
• De compétences dans l’imagerie satellite serait appréciée.
Le/la candidat(e) doit avoir les qualités professionnelles et relationnelles suivantes :
• Aisance relationnelle, capacité à travailler en équipe, très bonne communication orale et écrite.
Formation et compétences requises :
Bac + 5 avec expérience ou Docteur dans le domaine de l’intelligence artificielle
Adresse d’emploi :
Contact :
N’hésitez pas à contacter ou à envoyer vos CV à : francois.alin@univ-reims.fr Tel : 0631560811 mohamed-lamine.chemchem@univ-reims.fr
Document attaché : Fiche-de-poste-URCA.pdf