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

Laboratoire/Entreprise : Loria (Laboratoire Lorrain de Recherche en Informatique et ses Applications), UMR7503 (CNRS-University of Lorraine and Inria)
Durée : 12 months (renewable)
Contact : marie-dominique.devignes@loria.fr
Date limite de publication : 2018/02/28

Contexte :
The Centre Hospitalier Regional Universitaire (CHRU) of Nancy supports collaborations with research organisms through Interface Contracts, during which permanent scientists come and work with clinicians to share their skills and contribute to research efforts with new analyses methods. These Interface Contracts benefit from associated post-doctoral fellowships.
This post-doc offer is associated with MD Devignes’s interface contract. MD Devignes is a CNRS scientist at the LORIA, member of the Capsid team. The general objective of her contract is to apply data integration and data mining methods, including domain knowledge, to biomedical data in order to expand the exploitation and valorisation of these data.
The topic of this post-doc offer is part of a hospitalo-universitary research project about Heart Failure in which a workpackage (coordinated by MD Devignes) is dedicated to complex networks analysis, in order to improve the classification and interpretation of various types of heart failure.
Moreover, this position is related to the development at the Loria of a shared ressource platform for « data science for healthcare », displaying high-performance computing facilities, and that benefits from the service of an engineer for software and database deployment.

Sujet :
GraphScore – Definition and evaluation of graph scores for the identification of biomarkers in complex interaction networks.
The post-doctoral project concerns the analysis of complex interaction networks. The main ressource at our disposal is a huge graph database representing various types of interactions between various groups of elements : proteins, diseases, drugs, etc. One objective of the project is to exploit this ressource to identify new biomarkers of certain heart-failure mechanisms.
The queries on the main graph database most often return subgraphs such as the shortest paths between proteins or drugs of interest and a disease. In order to avoid manual inspection of all these subgraphs, some graph scoring should be defined in order to rank the subgraphs according to given points of view and to analyze first the most relevant ones. The graph scoring method should combine graph topological properties and any other properties attached as attributes to the graph nodes and edges, these latter properties being expressed in controlled vocabularies or ontologies.
Several graph scoring methods will be defined with the help of bioinformaticians, biostatisticiens et FIGHT-HF clinicians. The post-doctoral scientist will develop score calculation, and design and run evaluation studies, based for instance on already known biomarkers.

Profil du candidat :
Computer scientist, trained in graph/network analyses, seeking a post-doctoral fellowship, preferably with some experience after the PhD thesis.
An experience in working in an inter-disciplinary environment related to health or biology will be appreciated.

Formation et compétences requises :
PhD thesis in Computer Science or Applied Mathematics dealing with complex graph analysis or mining.
Computer Science skills: relational database (ex : MySQL), graph-oriented databases (ex : Neo4J), knowledge bases, safety of information systems, programming languages (bash, python, R, php, java, others…), knowledge in statistics and in supervised or unsupervised classification/machine learning.
Some knowledge about biological databases, information retrieval and/or high-performance computing.

Adresse d’emploi :
LORIA (UMR7503), Campus de la Faculté des Sciences et des Technologies, BP239, 54500 Vandoeuvre les Nancy, France

Document attaché : POSTDOCjoboffer_GraphScore_LORIANancy.pdf

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

Laboratoire/Entreprise : LGI2A/ University of Artois
Durée : 8 months
Contact : francois.delmotte@univ-artois.fr
Date limite de publication : 2018-03-01

Contexte :
Mission
The GS2RI project aims at optimizing the relations and safety of multimodal systems involving cars, pedestrians and tramways into city’s environments.
In particular the LGi2A tries to refine models about the state of the tramway drivers in order to improve the overall safety of the multimodal system.

Sujet :
The goals of the post-doctoral position are:
• To dig into a database in order to obtain models about the mental state of the drivers (tiredness for example)
• To realize several scientific publications in renown ranked journals,

•The project is undertaken by collaborating with other teams/ labs from the Hauts-de-France, and in particular with the LAMIH lab from the university of Valenciennes.

Profil du candidat :
Skills
PhD in Datamining, statistics, classification,
Matlab language is required, basic knowledge of the Python language is a perk

Formation et compétences requises :
Skills
PhD in Datamining, statistics, classification,
Matlab language is required, basic knowledge of the Python language is a perk
send a complete CV including journal’s articles and phD defense’s reports and so on to francois.delmotte@univ-artois.fr

a second mission lasting 12 months may follow this project

Adresse d’emploi :
Bethune, France

Financiers
The ELSAT 2020 project is co-founded by the European Union with the European Regional Development fund, the Région Haut de France and the French state.

Document attaché : Post-doc-anglais-moi-3.pdf

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

Laboratoire/Entreprise : LTCI, Télécom ParisTech, Paris
Durée : CDI
Contact : florence.dalche@telecom-paristech.fr
Date limite de publication : 2018-03-01

Contexte :

Telecom ParisTech’s machine learning, statistics and signal processing
group (a.k.a S²A group), within the Laboratoire de Traitement et
Communication de l’Information (https://ltci.telecom-paristech.fr/en/) , is inviting applications for a
permanent (indefinite tenure) faculty position at the *Associate Professor*
level (Maitre de Conferences) in *deep learning applied to temporal data
analysis*.
— Important Dates (tentative)

• February 28th, 2018: closing date

• Mid April: hearings of preselected candidates

Sujet :

Main missions

The recruit will be expected to lead:

Research activities

• Develop groundbreaking research in the field of deep learning, with a
special emphasis on structured prediction and interactions with
probabilistic graphical models, targeting applications to temporal data
analysis that are well aligned with the topics of the S²A group [3] and the
Images, Data & Signals department [4], which include (and is not restricted
to) audio, physiological, video data, sensor data analysis …

• Develop both academic and industrial collaborations on the same topic,
including collaborative activities with other Telecom ParisTech research
departments and teams, and research contracts with industrial players

• Set up research grants and take part in national and international
collaborative research projects

• Publish high quality research work in leading journals and conferences

• Be an active member of the research community (serving in scientific
committees and boards, organizing seminars, workshops, special sessions…)

Teaching activities

• Participate in teaching activities at Telecom ParisTech and its
partner academic institutions (as part of joint Master programs),
especially in machine learning and signal processing, including life-long
training programs (e.g. the local Data Scientist certificate)– More about the position

• Place of work: Paris until 2019, then Campus of Paris-Saclay, near Ecole Polytechnique (Paris outskirts)

• For more information about being an Associate Professor at Telecom
ParisTech, check [6] (in French)

Profil du candidat :
— Candidate profile

As a minimum requirement, the successful candidate will have:

• A PhD degree

• A track record of research and publications in one or more of the
following areas: machine learning, especially deep learning, signal
processing,
• Experience in temporal data analysis problems (sequence prediction,
multivariate time series, probabilistic graphical models, recurrent neural
networks…)
• Experience in teaching
• Good command of English
The ideal candidate will also (optionally) have:

• Experience in distributed computing environments

NOTE:

The candidate does *not* need to speak French at the moment of application, but must be willing to learn the language (teaching will be given partly in English and in french)

Other skills expected include:

• Capacity to work in a team and develop good relationships with
colleagues and peers
• Good writing and pedagogical skills

— More about the position

• Place of work: Paris until 2019, then Campus of Paris-Saclay, near Ecole Polytechnique (Paris outskirts)

• For more information about being an Associate Professor at Telecom
ParisTech, check [6] (in French)

— How to apply

Applications are to be sent by e-mail to: recrutement@telecom-paristech.fr

The application should include:
• A complete and detailed curriculum vitae
• A letter of motivation
• A document detailing past activities of the candidate in teaching and
research: the two types of activities will be described with the same level
of detail and rigor.
• The texts of the main publications
• The names and addresses of two referees
• A short teaching project and a research project (maximum 3 pages)

Formation et compétences requises :
Voir profil

Adresse d’emploi :
Important Dates (tentative)

• February 28th, 2018: closing date

• Mid April: hearings of preselected candidates
— How to apply

Applications are to be sent by e-mail to: recrutement@telecom-paristech.fr

The application should include:
• A complete and detailed curriculum vitae
• A letter of motivation
• A document detailing past activities of the candidate in teaching and
research: the two types of activities will be described with the same level
of detail and rigor.
• The texts of the main publications
• The names and addresses of two referees
• A short teaching project and a research project (maximum 3 pages)

— Contact :
Stephan Clémençon, head of the S2A group, stephan.clemencon@telecom-paristech.fr
Florence d’Alché-Buc, Machine Learning, florence.dalche@telecom-paristech.fr
Slim Essid, ADASP, slim.essid@telecom-paristech.fr
Gaël Richard (Head of the IDS department), gael.richard@telecom-paristech.fr
[1] http://www.tsi.telecom-paristech.fr
[2] http://www.tsi.telecom-paristech.fr/ssa/
[3] http://www.tsi.telecom-paristech.fr/aao/en/
[4] http://www.tsi.telecom-paristech.fr/en/
[5] https://www.ltci.telecom-paristech.fr/?lang=en
[6] https://www.telecom-paristech.fr/nc/telecom-paristech/offres-emploi-stages-theses/fiche-offre-demploi.html?offre_emploi=211

Document attaché : A0106-en-position.pdf

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

Laboratoire/Entreprise : Telecom SudParis, SAMOVAR
Durée : CDI
Contact : bruno.defude@telecom-sudparis.eu
Date limite de publication : 2018-03-16

Contexte :
Télécom SudParis, membre de l’Institut Mines-Télécom est engagée dans la construction du pôle Paris-Saclay au côté de l’école polytechnique, Télécom ParisTech, l’ENSAE, l’ENSTA ParisTech. Le déménagement partiel de l’école est prévu dès l’année scolaire 2019 dans des locaux de l’IMT sur le campus de palaiseau aux côtés de Télécom ParisTech.

La science des données et l’IA sont amenés à prendre une place très importante dans ces nouveaux paysages en construction et nous estimons déjà à 50% la part des EC du laboratoire impliqués dans ce domaine et cela dans les différentes équipes de notre UMR CNRS Samovar. Nous faisons d’ailleurs partie des membres de l’institut de convergence DataIA. Télécom SudParis souhaite donc anticiper ces déploiements en structurant ses forces et en les valorisant dans un contexte porteur mais très compétitif.

Les candidatures doivent être soumises électroniquement à recrutements@tem-tsp.eu avant le 16 mars 2018. Le dossier de candidature doit comprendre une lettre de motivation, un CV détaillé et les coordonnées de deux personnes référentes.
Pour toute information complémentaire, contacter Walid Ben-Ameur directeur de l’UMR CNRS 5157 SAMOVAR (walid.benameur@telecom-sudparis.eu).
La description du poste est accessible sur
https://www.telecom-sudparis.eu/recrutement/Professeur en sciences des données / intelligence artificielle (F/H)

Sujet :
L’objectif du recrutement de ce professeur est :
– de contribuer de manière originale aux recherches dans ce domaine, en lien avec les thématiques suivantes (liste non exhaustive) :
. Machine learning, apprentissage statistique, optimisation et parcimonie
. Deep learning pour l’analyse de contenus multimédias 2D et 3D,
. Représentation des connaissances,
. Prise en compte de l’imprécis et de l’incertitude, IA contextuelle et symbolique,
. – applications de la science des données (sécurité, processus, …)
. Fouille de données.
– de participer et monter de nouveaux enseignements dans ce domaine, en lien avec des partenaires du plateau.
– de structurer et d’animer une équipe transverse au laboratoire
– de permettre à SAMOVAR de prendre sa place tant dans l’écosystème de Saclay que dans celui de l’IMT sur les actions qui vont se mettre en place sur cette thématique (création d’instituts, nouvelles formations, …)
– de profiter de l’attractivité applicative du domaine pour monter des projets participatifs (européens, nationaux, industriels, chaires…).

Profil du candidat :
En lien avec les thématiques suivantes (liste non exhaustive) :
. Machine learning, apprentissage statistique, optimisation et parcimonie
. Deep learning pour l’analyse de contenus multimédias 2D et 3D,
. Représentation des connaissances,
. Prise en compte de l’imprécis et de l’incertitude, IA contextuelle et symbolique, . applications de la science des données (sécurité, processus, …)

Formation et compétences requises :
HDR ou niveau équivalent si candidat vient de l’international

Adresse d’emploi :
Bâtiment Institut Mines Telecom à Palaiseau (campus de Saclay)

Document attaché :

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

Laboratoire/Entreprise : Télécom SudParis; Laboratoire Samovar CNRS UMR 5157
Durée : CDI
Contact : Amel.Bouzeghoub@telecom-sudparis.eu; Walid.Benameur@telecom-sudparis.eu; Djamel.Belaid@telecom-sudparis.eu
Date limite de publication : 2018-03-16

Contexte :
Télécom SudParis, école d’ingénieurs de l’Institut Mines-Télécom et le laboratoire SAMOVAR recrutent pour la rentrée 2018 un professeur (F/H) sur un profil Intelligence Artificielle et Science des Données alliant des approches symboliques et numériques.

Sujet :
Le développement rapide des masses de données disponibles crée d’importants besoins allant de la collecte à la prise de décision en passant par le stockage, le traitement, l’analyse et la modélisation tenant compte du passage à l’échelle et de la gestion de la complexité. Ce processus doit prendre en considération la nature des données (hétérogènes, multi-sources, dynamiques, en flux, …) et leurs diverses imperfections (imprécises, incomplètes, contradictoires, …). Les techniques d’apprentissage statistique et d’intelligence artificielle sont particulièrement adaptées pour aider à relever ces défis.
Les méthodes développées pourraient s’appliquer à plusieurs domaines dont le traitement des données multimédia massives et distribuées, les réseaux du futur, la santé, la mobilité, l’internet des objets, ou encore l’énergie et la sécurité.
Le/la candidat(e) retenu devra maîtriser quelques maillons de cette chaîne du traitement des données et être capable de mettre en œuvre les techniques adéquates dans certains des cadres applicatifs susmentionnés.

Profil du candidat :
La personne recrutée effectuera sa recherche au sein du laboratoire SAMOVAR (UMR 5157, CNRS, Télécom SudParis) sur la thématique de l’Intelligence Artificielle et des Sciences des Données, en particulier : la gestion et l’analyse des données, la représentation des connaissances, la modélisation du raisonnement, la prise de décision et l’argumentation, le traitement de l’incertitude et de conflits, l’apprentissage automatique, etc.

Il (elle) jouera un rôle d’animation transverse au sein du laboratoire et devra s’impliquer fortement dans le développement des activités contractuelles dans le but de renforcer les liens avec l’écosystème de SAMOVAR à l’échelle nationale et internationale.

Formation et compétences requises :
– Habilitation à diriger les recherches
– Très bonne expérience en enseignement et recherche
– Très bonne productivité en publications (permettant une intégration dans le laboratoire SAMOVAR (UMR CNRS TELECOM SudParis)
– Bonne expérience dans le montage et la réalisation de contrats (bilatéraux, européens ou nationaux) souhaitée
– Maîtrise de l’anglais et du français (oral et écrit)
– Expérience professionnelle à l’international (emploi, doctorat, post-doc ou séjour long) souhaitée
– Qualification par le CNU souhaitée
– Expérience d’animation d’équipe indispensable

Adresse d’emploi :
Télécom SudParis
9, rue Charles Fourier
91011 Evry cedex

Document attaché : FP-prof_data_science.pdf

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

Laboratoire/Entreprise : Aix-Marseille Université / LIS (UMR 7020)
Durée : sans objet
Contact : patrice.bellot@univ-amu.fr
Date limite de publication : 2018-03-23

Contexte :
Le laboratoire LIS (http://www.lis-lab.fr) est issu de la fusion, au 1er janvier 2018, des deux UMR LIF et LSIS. C’est une Unité Mixte de Recherche (UMR) sous tutelles du Centre National de la Recherche Scientifique (CNRS) rattachée à l’Institut des sciences de l’information et de leurs interactions (INS2I), de l’Université d’Aix-Marseille (AMU) et de l’Université de Toulon (UTLN). L’Ecole Centrale de Marseille est par ailleurs partenaire du LIS. Le LIS fédère plus de 375 membres ; 190 permanents chercheurs et enseignants chercheurs, plus de 125 doctorants, plus de 40 post-doctorants et 20 IT/IATSS.

Dans les équipes correspondantes aux thématiques de ces deux postes, les recrutés pourront bénéficier d’un environnement local particulièrement riche :
– IDEX AMU https://amidex.univ-amu.fr
– Institut Convergence ILCB : http://www.blri.fr
– Infrastructures de recherche et Equipement d’Excellence OpenEdition (http://www.openedition.org) et TGIR Huma-Num (https://www.huma-num.fr)
– Fédération Sfère Provence : http://sferep.univ-amu.fr

Sujet :
à moins d’une semaine de la clôture du dépôt des candidatures, je vous rappelle que 2 postes de MCF section 27 sont ouverts au concours à Marseille :

1 poste MCF sur la thématique « Recherche d’information et Langage » avec l’ESPE Aix-Marseille
https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2018_1/0134009M/FOPC_0134009M_647.pdf

1 poste MCF sur la thématique « Recherche d’information et fouille de données »
https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2018_1/0134009M/FOPC_0134009M_654.pdf

Profil du candidat :
Informatique (CNU 27)

Formation et compétences requises :
Recherche d’information, TAL, Text Mining, Data Mining, Apprentissage statistique…

Adresse d’emploi :
Marseille, sites St Jérôme et Canebière
(Aix-en-Provence pour une partie des enseignements pour le poste “Fouille de données”)

Document attaché :

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

Laboratoire/Entreprise : Laboratoire de Recherche en Informatique
Durée : Indéterminée
Contact : Michele.Sebag@lri.fr
Date limite de publication : 2018-03-25

Contexte :
Un poste de Maitre de Conférence en apprentissage est ouvert à
l’Université Paris-Sud, Laboratoire de Recherche en Informatique, équipe
Apprentissage et Optimisation (TAO).
L’équipe TAO/TAU est une équipe CNRS – INRIA – Université
Paris-Sud – Université Paris-Saclay, participant au Labex DigiCosme et à
l’Institut de convergence DataIA.

Sujet :
Les compétences recherchées concernent (liste non exhaustive)
les domaines des réseaux neuronaux, du traitement de données massives,
de l’apprentissage interactif, du traitement de signal, de
l’optimisation stochastique, et de la science des données scientifiques.
Parmi les axes émergents de l’équipe TAO figurent la modélisation
causale, la transparence des modèles/décision, la prise en compte des
biais des données, avec applications dans le domaine de l’énergie, ou
des sciences humaines et sociales, ou de la conception optimale.

Enseignement en informatique aux niveaux Licences, Masters Paris-Saclay, parcours international, Polytech. Compétences en architectures, ou réseaux, ou bases de données appréciées.

Profil du candidat :
Qualifié.e en 27e section

Formation et compétences requises :
Voir profil

Adresse d’emploi :
LRI
Rue Noetzlin, 91190 Gif-sur-Yvette

Document attaché :

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

Laboratoire/Entreprise : IMT Atlantique – Campus de Rennes
Durée : 18 mois
Contact : yann.busnel@imt-atlantique.fr
Date limite de publication : 2018-03-28

Contexte :
IMT Atlantique (École nationale supérieure Mines-Télécom Atlantique Bretagne-Pays de la Loire) est une grande école d’ingénieur généraliste et un centre de recherche international dépendant du ministère en charge de l’industrie et du numérique. Issue de la fusion au 1er janvier 2017 de Télécom Bretagne et de Mines Nantes, c’est une école de l’Institut Mines-Télécom.

Sur trois campus (Brest, Nantes et Rennes), IMT Atlantique a pour ambition de conjuguer le numérique et l’énergie pour transformer la société et l’industrie, par la formation, la recherche et l’innovation et d’être à l’international l’établissement d’enseignement supérieur et de recherche français de référence dans ce domaine.

Le poste est à pourvoir au sein du département Systèmes Réseaux, Cybersécurité et Droit du numérique (SRCD) d’IMT Atlantique sur le campus de Rennes. Sous la responsabilité du responsable du département, et sous l’encadrement du responsable du mastère spécialisé cybersécurité coté IMT Atlantique, vous serez impliqué dans le cadre de cette formation, reconnue pour être la meilleure dans son domaine : http://meilleurs-masters.com/master-telecoms-et-reseaux/centralesupelec-telecom- bretagne-mastere-specialise-cybersecurite.html

Sujet :
Le candidat devra prendre en charge des enseignements dans les thématiques liées à la cybersécurité :
• Enseignement de base de la sécurité des réseaux IPv6 dans un système d’information (SI).
• Enseignements de base en sécurité des OS et de la sécurité du Web.
• Enseignements spécialisés en cyberprotection (déploiement de pare-feu) et cyberdéfense (détection d’intrusion/SIEM/contre-mesures) sur un réseau de SI.
• Enseignement spécialisé dans le cadre réalisation de challenges cyber.

Dans le cadre des orientations en matière de formation définies par l’école, sous la responsabilité du Chef de département, au sein d’une équipe d’enseignement et recherche pluridisciplinaire et en étroite collaboration avec les services et directions de l’École, le titulaire du poste :
• Assure, développe et coordonne un ensemble d’enseignements (cours, TP, TD, encadrement de projet) et de méthodes pédagogiques (par projet, face à face ou à distance) dans une ou plusieurs disciplines (Sécurité des réseau TCP/IP, Sécurité système des OS, Sécurité web, Fil-rouge multi séances concevant une passerelle de sécurité ), pour un public varié (élèves ingénieurs, étudiants master(e)s, formation continue, stagiaires en formation continue).
• Contribue au bon fonctionnement du Mastère Spécialisé en Cybersécurité des Systèmes d’Information, par la coordination des enseignements, le recrutement et la participation au suivi d’étudiants ainsi que celle aux différents jurys de cette formation. Il contribue également à l’évolution du contenu de l’enseignement et de la pédagogie.
• Peut être amené à coordonner, voire encadrer l’activité d’un ou plusieurs intervenants internes ou externes.

Profil du candidat :
Connaissances théoriques, techniques et pratiques nécessaires pour tenir le poste :
– Connaissances théoriques et pratiques dans les domaines mentionnés ci-dessus, en lien notamment avec la Cybersécurité des Systèmes d’Information.
– Très bonne culture des technologies de l’Internet et très bonne connaissance des principes fondamentaux des réseaux de données.
– Excellente maitrise de l’anglais écrit et oral.
– Connaissance du secteur des TIC.
– Expérience de l’enseignement.

Formation et compétences requises :
Niveau de formation et/ou expérience requis :
– Diplôme Bac + 5 minimum

Capacités et aptitudes :
– Capacité d’ adaptation aux évolutions thématiques.
– Capacité à appliquer et enseigner ses connaissances à des systèmes opérationnels ou en devenir.
– Capacité à s’intégrer à des équipes de recherche et d’enseignement pluri- et interdisciplinaire
– Intérêt et ouverture sur le monde de l’entreprise.
– Intérêt et ouverture sur l’innovation en matière de pédagogie.

Adresse d’emploi :
IMT Atlantique
Campus de Rennes
2, rue de la Châtaigneraie
CS 17607
35 576 Cesson Sévigné Cedex

Document attaché : FDP_Charge_enseignement_cybersecurite.pdf

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

Laboratoire/Entreprise : DI ENS
Durée : 3 ans
Contact : concours@di.ens.fr
Date limite de publication : 2018-03-29

Contexte :
Le Département Informatique (DI) de l’École normale supérieure (Paris, Université PSL) recrute un ou une professeur(e) des universités en détachement pour une durée de 3 ans, renouvelable. Les candidats et candidates doivent avoir un statut de fonctionnaire et un poste actuel de Professeur(e) des Universités, Directeur ou Directrice de Recherche, ou équivalent.

Sujet :
La personne retenue effectuera sa recherche au sein d’une des 10 équipes du DI et participera aux enseignements dans le cadre du diplôme de l’ENS aux niveaux L3 à M2.

Profil du candidat :
Les recherches du DI se concentrent aujourd’hui sur l’apprentissage statistique, la cryptologie, la sécurité, les systèmes synchrones, la théorie et l’algorithmique, la théorie des réseaux de télécommunications, le traitement du signal, la vérification de programmes, les bases de données, et la vision artificielle. Le concours est ouvert pour un ou une professeur(e) qui devra justifier de son intégration dans l’une des dix équipes de recherches du département.

Plus d’informations sur les pages :
http://www.di.ens.fr/Concours
et
https://www.ens.fr/l-ens-recrute/recrutement-par-concours/recrutement-enseignants-chercheurs-session-synchronisee
ou par email à concours@di.ens.fr. La date limite de candidature est le 29 mars 2018.

Formation et compétences requises :
Une expérience internationale, ainsi qu’une activité de recherche de niveau international, avec des publications dans les meilleures conférences internationales ou journaux du domaine seront exigées.

Adresse d’emploi :
École normale supérieure
45 rue d’Ulm
75230 Paris Cedex 05

Document attaché :

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

Laboratoire/Entreprise : GREYC
Durée : 18 months
Contact : luc.brun@ensicaen.fr
Date limite de publication : 2018-03-31

Contexte :
We are seeking an outstanding postdoctoral research fellow with experience in deep learning to work with us at Caen University, France on a project investigating the design of algorithms for speaker identification for intelligent home speakers.

The postdoctoral position is funded under the research project HomeKeeper supported by the French National Future Investments Program. The HomeKeeper project gathers companies and universities around the design of a personal home speaker assistant that communicates with humans through sound media. Within this framework, the personal assistant should be able to discriminate the different persons living in a house and entitled to communicate with it.

Background:
———–
Intelligent Home Speakers such as Amazon Echo and Google Home are a causing a wave of excitement amongst consumers. Their shipments reached 5.9 million units globally in 2016 and should grow tenfold by 2022. The promise of conversational, hands-free interaction with the Internet is a very compelling one and the development of personal home speaker assistants is likely to strongly benefit of cutting-edge research developments in speech recognition, especially with the recent advent of Deep Learning techniques. Such advancements in voice biometrics and voice authentication will help ease privacy concerns and make the devices more adaptable to multi-user environments. The Home- Keeper project falls within that line of research and aims at developing an innovative intelligent home speaker connected to a service platform, and will rely on Artificial Intelligence and vocal interaction to ensure secure access to the services.

Sujet :
Objectives and challenges:
—————————
Several bottlenecks will have to be overpassed in order to perform the speaker identification. The first one will consists in defining a deep learning architecture sufficiently generic for the framework of the application. The second challenge will consists to deal with the re- duced number of available data. This problem is particularly challenging in the deep learning context which usually require huge mass of data in order to perform an accurate learning. The insight of the project will be focused on these two points, the second one being hardly addressed by the literature.

Work plan:
———–
The position will start by a large state of the art and an encoding of the best non deep methods. This first step should take 3 months and will allow to provide a first result to the other partners of the project.
The second step, evaluated to 6 months will consists in designing a deep learning architecture and to train it in order to identify several members of the project.
The last step, evaluated to 3 month, will consists in designing a first functional prototype and to evaluate its performances (in terms of size of the training set, precision and recall) when a deep network is trained on a new set of persons. This new training will be performed either thanks to random weighs or thanks to the weighs obtained at the previous step. The network architecture will remain unchanged.

Application:
————-
Interested candidates should submit their application to luc.brun@ensicaen.fr and
olivier.lezoray@unicaen.fr

Please include in your application email one Curriculum Vitae, one statement of research letter ex- plaining your interest and your skills for this position, and 2 reference letters (all in a single pdf file). Applications will be admitted until the position is filled.

Additional information:
———————–
Host institution: University of Caen Normandy and CNRS, GREYC laboratory (UMR 6072)
Gross Salary: 2074 euros per month (charges included)
Duration: One year, expendable to 18 months
Starting date: from February / March 2018
Advantages: Possibility of French courses, participation in transport costs, possibility of restoration on site.

Profil du candidat :
The candidate must have a recent Ph.D. (within 5 years) in Computer Science (or Applied Mathematics) in the filed of Machine Learning. Knowledge and experience within the Deep Learning frameworks is also very welcomed. The candidate will perform research and algorithmic development and solid programming skills are required. Excellent interpersonal skills and the ability to work well individually or as a member of a project team are recommended. Good written and verbal communication skills are required, the candidate has to be fluent in spoken French or English and written English. Working language can be English or French.

Formation et compétences requises :
The candidate must have a recent Ph.D. (within 5 years) in Computer Science (or Applied Mathematics) in the filed of Machine Learning.

Adresse d’emploi :

Caen, France in the GREYC UMR CNRS laboratory. Situated in the Normandy region of France close to the sea and about 240km west of Paris; the city still has many old quarters, a population of around 120,000; the city area has roughly 250,000 inhabitants.

Document attaché :

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

Laboratoire/Entreprise : Laboratoire TSCF, Irstea de Clermont-Ferrand, campus des Cézeaux, Aubière – http://www.irstea.fr/tscf
Durée : 1 an
Contact : francois.pinet@irstea.fr
Date limite de publication : 2018-03-31

Contexte :
Proposition de contrat de postdoctorat en informatique / bases de données.
Démarrage possible d’avril à juin 2018
Contrat : CDD de l’Université de Clermont Auvergne, financé dans le cadre de l’ISITE CAP2025

Contact : Merci d’envoyer un CV rapidement à François Pinet, francois.pinet@irstea.fr

Le postdoctorat se déroulera dans le laboratoire TSCF (Technologies et Systèmes d’information pour les agrosystèmes – Clermont-Ferrand), au sein de l’équipe COPAIN, groupe travaillant sur les systèmes d’information communicants et agri-environnementaux. Il s’agit d’une équipe de 17 personnes, incluant 7 docteurs (4 HDR).

Sujet :

Les travaux s’intéressons à l’entreposage de données des capteurs dans le contexte Big data. Les capteurs seront du type de ceux utilisés en agriculture : fixes (capteurs sur des parcelles agricoles) ou mobiles (capteurs d’agro-équipements). Les données de capteurs présentent des particularités qui rendent difficile leur gestion/analyse avec les modèles de Big EDs (Big Entrepôts de données). Le travail demandé dans ce projet consiste en :
1. Etat de l’art sur les Big EDs
2. Définition d’un ou plusieurs modèles de Big EDs pour l’interrogation de données capteurs
3. Mise en place d’une architecture pour l’implémentation de modèles
4. Expérimentation et validation avec les données capteurs issues d’Irstea et de données simulées.

Le travail consistera aussi à participer activement au groupe de travail Big data de l’ISITE CAP2025 regroupant différents laboratoires de recherche sur Clermont-Ferrand.

Profil du candidat :
Profil recherché : connaissance en bases de données et systèmes d’information

Formation et compétences requises :
Doctorat

Adresse d’emploi :
Laboratoire TSCF, Irstea de Clermont-Ferrand, campus des Cézeaux, Aubière – http://www.irstea.fr/tscf

Document attaché :

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

Laboratoire/Entreprise : CRIStAL
Durée : CDI
Contact : philippe.preux@univ-lille.fr
Date limite de publication : 30 mars 2018

Contexte :
1 poste de maître de conférence en 27è section est à pourvoir à l’université de Lille.

Ce poste est rattaché à l’UFR MIME de l’Université de Lille et à l’UMR CRIStAL : les équipes de recherche sont prioritairement Magnet et SequeL (CRIStAL et Inria-Lille).

CRIStAL est le laboratoire d’informatique, automatique et traitement de signal de l’université de Lille, associé au CNRS.

Sujet :
Le profil enseignement est principalement tourné autour de deux axes :

– l’informatique à destination du public de sciences humaines et sociales (sociologie, linguistique, sciences cognitives, …)
– l’apprentissage machine dans les formations de licence et master MIASHS et informatique.

Profil du candidat :
Mots-clés pour les activités de recherche : Apprentissage séquentiel, prise de décision séquentielle dans l’incertain, apprentissage par renforcement, apprentissage et graphes, apprentissage de représentations, apprentissage et respect de la vie privée, apprentissage et traitement automatique de la langue.

Formation et compétences requises :
Doctorat en informatique, spécialisé en apprentissage automatique.

Adresse d’emploi :
Université de Lille
Villeneuve d’Ascq

Document attaché :

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

Laboratoire/Entreprise : GREYC
Durée : 12 to 20 months
Contact : luc.brun@ensicaen.fr
Date limite de publication : 2018-04-01

Contexte :
The candidate will work within a small team of three persons in
collaboration with other laboratories.

Place: The research will be conducted at GREYC Laboratory (Caen, France)
in Normandy. The GREYC (UMR 6072) is affiliated to the CNRS, University of Caen and ENSICAEN.

Start date: January/ February 2018

Duration: 12 to 20 months according to discussions with the candidate.

Topics: Graph Edit distance, error correcting graph matching, combinatorial optimization, quadratic minimization.

Contacts to apply and further information:

• Luc Brun (luc.brun@ensicaen.fr, 02 31 45 27 01) and
• Sébastien Bougleux (sebastien.bougleux@unicaen.fr)

Sujet :
Together with a small team the candidate will develop new methods to compute close approximations
of the Graph edit distance on large graphs. This research activity will
be based on a formulation of the Graph edit distance as the minimization of a quadratic functional. From this point of view, the Graph edit distance is quite similar to error correcting graph matching.

The candidate will be encouraged to propose his own improvements of this existing framework. Possible research directions, include the design
of efficient parallel bipartite graph matching methods (to be included
in quadratic minimization schemes) and proposals of new quadratic
minimization schemes. Validated methods will be included in a global
library on Graph edit distance developed by the team.

Salary: This position will be granted with about 2280 euros/month
net salary.

Application domains: machine learning on graphs (prediction of
molecular properties, analysis of brain connectivity graphs, malware
detection, . . . )

Profil du candidat :

PhD or Master in Applied Mathematics or computer science,

Formation et compétences requises :
Required skills:

• experience in C/C++ or Matlab programming,
• knowledge in optimization (discrete and/or continuous).

Adresse d’emploi :
GREYC
6 Boulevard du Maréchal Juin,
14050 Caen.

Document attaché :

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

Laboratoire/Entreprise : Mathematical and Algorithmic Sciences Lab France Research Center, Huawei Technologies Co. Ltd.
Durée : Permanent
Contact : jeremie.leguay@huawei.com
Date limite de publication : 2018-04-01

Contexte :
The Network and Traffic Optimization research team of the Mathematical and Algorithmic Sciences Lab, Huawei France Research Center, located in the Paris area, is looking for candidates for a permanent research position on Machine Learning, AI and Big Data for Networking to commence by the end of the year. The research will focus on developing novel network analytics and network control algorithms to drive research and innovation in the context of fixed networks. The successful candidate will be involved in the development of competitive solutions Intelligent Routing systems.

Sujet :
Major Responsibilities:
– Develop intelligent services using big data and artificial intelligence for future automatic and simplified network management solutions.
– Conduct research activities on intelligent OAM of networks (datacenter, campus) with problems such as like root cause analysis, failure prediction, anomaly detections, intent-based networking and closed loop network control.
– Accurately grasp the long-term technological trends in the field of network intelligence, identify key needs and key technologies, and enable business success.
– Be responsible for the research on algorithms for network management, apply intelligent OAM algorithms to specific scenarios, and enhance the core competitiveness of related products.
– Build up collaborative projects with industry partners and top tier academic research institutes.

Required Degree: PhD Experience: 10+ English: Operational

Profil du candidat :
Candidates must have a strong background in Networking in the context on network control, automation and management.

Formation et compétences requises :
The following skills and experiences are highly desirable:
– PhD Degree in Electrical Engineering, Computer Science or Applied Mathematics
– Excellent knowledge of networking technologies: equipments, network planning solutions, operation and maintenance solutions.
– Good knowledge of Machine learning (such as classification, anomaly detection, prediction, transfer learning, reinforcement learning), Deep learning algorithm and platforms.
– Experience in driving new projects as an entrepreneur or at large companies. Ability to initiate, lead new ideas and initiatives in collaboration with both external and internal partners.
– Experience with Java, Python, Scala and other programming languages.
– Experience on network telemetry/data acquisition is a plus.
– Excellent Communication skills – Presentation, oral and writing skills in English

Adresse d’emploi :
http://www.huawei.com

Document attaché : Research-Scientist-on-Intelligent-Networks-with-AI-and-Big-data.pdf

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

Laboratoire/Entreprise : Aix-Marseille School of Economics (AMSE)
Durée : CDI
Contact : bruno.decreuse@univ-amu.fr
Date limite de publication : 2018-04-06

Contexte :
Dans le cadre de sa nouvelle Ecole Universitaire de Recherche, l’Ecole d’Economie d’Aix-Marseille-Aix-Marseille School of Economics (AMSE) et la Faculté d’Economie et de Gestion d’Aix-Marseille Université souhaitent recruter un docteur spécialiste des big data.

Sujet :
La personne retenue enseignera au sein de la Faculté d’Economie et de Gestion. Ses enseignements porteront sur le big data. Elle bénéficiera d’une décharge d’enseignement d’un tiers du volume horaire normal sous réserve de l’approbation du CA de l’université.

Elle mènera sa recherche au sein de l’AMSE où elle sera rattachée au département d’Econométrie. Elle bénéficiera d’excellentes conditions de travail assurées par l’AMSE et l’EUR qui lui est associée. Elle disposera d’un budget garanti pour mener sa recherche et acquérir son matériel informatique.

Profil du candidat :
Le poste est offert dans les sections 05 et 26 du CNU.

A l’interface entre les statistiques, l’économie et l’informatique, le candidat sera spécialiste d’économétrie ou d’économie appliquée orientée big data, ou un mathématicien appliqué spécialiste de simulations numériques ou de statistique orientée data science, ou un informaticien spécialiste de machine learning et de ses applications.

Formation et compétences requises :
Le candidat doit avoir des connaissances substantielles dans les listes suivantes (mais pas nécessairement dans tous les éléments de chaque liste) :
– Méthodes et algorithmes : Data mining, Machine learning, Deep learning,
– Frameworks/logiciels/langages de programmation : Hadoop, SQL/NoSQL, Python, C++, R, Matlab.

Adresse d’emploi :
Aix-en-Provence / Marseille

Document attaché : maitre-de-conference-2018.pdf

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

Laboratoire/Entreprise : Mathematical and Algorithmic Sciences Lab France Research Center, Huawei Technologies Co. Ltd.
Durée : CDI
Contact : jeremie.leguay@huawei.com
Date limite de publication : 2018-04-07

Contexte :
The Mathematical and Algorithmic Sciences Lab, Huawei France Research Center, located in the Paris area, is looking for candidates for a permanent research position on Machine Learning applied to Computer Networking problems. The research will focus on developing novel traffic analysis and predictive maintenance algorithms to drive research and innovation in the context of fixed telecommuncation networks.

Sujet :
Major Responsibilities:
– Conduct research on intelligent management of networks (datacenter, campus) for problems such as root cause analysis, failure prediction, anomaly detections.
– Build up collaborative projects with industry partners and top tier academic research institutes.

Profil du candidat :
Candidates must have a strong background in ML. The following skills and experiences are highly desirable:
• Excellent knowledge of Machine learning (such as classification, anomaly detection, prediction, transfer learning, reinforcement learning) and related tools
• Some knowledge of networking / telecommunication technologies
• Experience with Java, Python and other programming languages.
• Excellent Communication skills – Presentation, oral and writing skills in English

Formation et compétences requises :
PhD Degree in Electrical Engineering, Computer Science or Applied Mathematics

Adresse d’emploi :
18 Quai du Point du Jour, 92100 Boulogne-Billancourt, France

Document attaché :

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

Laboratoire/Entreprise : ENS de Lyon
Durée : CDI
Contact : eric.fleury@inria.fr
Date limite de publication : 2018-04-30

Contexte :
Poste de professeur en section 26 ou 27

Affectation recherche : LIP ou UMPA
Affectation enseignement : Département d’informatique ou de mathématiques.

Sujet :
Les laboratoires et départements d’informatique et de mathématiques de l’ENS de Lyon souhaitent impulser une dynamique pluri-disciplinaire
d’enseignement et de recherche autour du thème de l’apprentissage statistique. Le.a professeur.e pourra à ce titre développer son projet à l’UMPA ou au LIP.

Profil du candidat :
Profil recherche.
Au LIP, le profil recherché est en apprentissage statistique. Un positionnement sur des aspects fondamentaux ou méthodologiques du domaine est attendu ; toutefois un intérêt pour des applications serait un plus, par exemple dans les masses de données, l’analyse des grands graphes, en signal et apprentissage …
A l’UMPA, le profil recherché est celui d’un expert en statistique, orienté vers la statistique en grande dimension et à ses aspects modernes tels que l’ acquisition parcimonieuse, l’ apprentissage statistique, ou l’analyse de grands graphes aléatoires.

Profil enseignement.
L’enseignant.e recruté.e participera aux enseignements du département d’informatique ou de mathématiques. La capacité à enseigner dans les deux départements, voire de proposer des cours transverses aux deux départements, sera fortement valorisée.
Au département d’informatique, l’enseignant.e recruté.e pourra assurer certains cours existant en lien avec le profil recherche, à savoir des cours de probabilités, de programmation, et d’apprentissage automatique. La création d’une offre cohérente autour de l’apprentissage en master est attendue.
Au département de mathématiques, la personne recrutée pourra enseigner en probabilités, en statistique et en analyse. Elle devra développer un cursus de statistique, se prolongeant jusqu’au Master, et renforcer l’attractivité de ce débouché auprès des élèves normaliens.

Formation et compétences requises :
Le.a candidat.e aura fait preuve d’une activité de recherche dans le domaine, sanctionnée par des publications ou des conférences au meilleur niveau.
Le.a checheur.euse recruté.e aura le soutien des deux laboratoires pour développer son activité dans l’avenir.

Un engagement dans la vie du département et du laboratoire est également attendu, notamment à travers la prise de responsabilités.

Adresse d’emploi :
ENS de Lyon

Document attaché :

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

Laboratoire/Entreprise : LITIS
Durée : 18 et 24 mois
Contact : alexandre.pauchet@insa-rouen.fr
Date limite de publication : 2018-04-30

Contexte :
La quantité de données publiées sur Internet s’est multipliée ces dernières années, notamment grâce à l’avènement des réseaux sociaux. Ces nouveaux moyens de communication sont régulièrement utilisés pour émettre des opinions sur des évènements publiques et politiques ou pour diffuser des thèses sur des sujets parfois sensibles (appel à la haine, discours radicaux, hooliganisme, racisme et nationalisme, etc.). Dans le projet SAPhIRS, nous nous proposons d’étudier les mécanismes de propagation d’opinion au sein des réseaux sociaux : repérer des leaders d’influence, identifier les mécanismes de diffusion d’information et d’opinion. En particulier dans le domaine de la sécurité, nous nous intéresserons à la détection et à l’analyse de messages appelant à la haine ou à la violence, du suivi de leur propagation et à la détection d’acteurs d’influence sur Twitter.

Sujet :
2 post-doctorants sont recherchés sur les thématiques suivantes :

Un post-doctorat de 18 mois en apprentissage pour l’analyse d’opinions, de sentiment et de détection de changements d’opinion dans des Tweets. Il s’agira en particulier de reconnaître automatiquement l’expression d’idées radicales, en anglais, en français et en alphabet de tchat arabe (translitération de l’arabe en alphabet latin, nommé aussi arabizi ou arabish). La difficulté résidera dans le développement de techniques d’apprentissage sur des textes courts en français et en arabizi pour la détection d’opinions radicales.

Un post-doctorat de 24 mois en analyse et modélisation de la propagation d’information et d’opinions dans des réseaux sociaux. Il s’agira ainsi d’identifier des leaders d’opinions sur des thématiques données et les mécanismes de propagation d’informations et d’opinions dans un réseau social comme Twitter afin de prédire leur diffusion et leur impact. Pour cela, il s’agira de développer des algorithmes innovants d’analyse et de détection d’acteurs clefs et de suivi d’opinion dans les réseaux sociaux.

Profil du candidat :
Les candidat(e)s devront être titulaire d’un doctorat en intelligence artificielle avec des compétences souhaités dans les domaine de l’apprentissage, de l’informatique affective, de l’analyse d’opinion ou de sentiment, de la détection de communautés, des graphes, des systèmes multi-agents (il n’est pas nécessaire d’être expert dans tous ces domaines mais une expérience dans certains d’entre eux sera appréciée). La connaissance de l’arabizi serait également un atout majeur.

Formation et compétences requises :
Candidature : CV, lettre de motivation, rapports de thèse et soutenance, lettres de recommandation.

Contact : alexandre.pauchet@insa-rouen.fr

Adresse d’emploi :
Les contrats seront de 18 et 24 mois pouvant débuter dès à présent, avec un salaire d’environ 3500 € brut mensuel chargé. Ils travailleront dans les locaux du LITIS à l’INSA Rouen Normandie sur le campus du Madrillet à Saint-Etienne du Rouvray (Seine-Maritime).

Document attaché :

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

Laboratoire/Entreprise : Centrale Lille / CRIStAL UMR 9189
Durée : 12 mois
Contact : pierre.chainais@centralelille.fr
Date limite de publication : 2018-04-30

Contexte :
A pourvoir pour la rentrée 2018.

PROFIL ENSEIGNEMENT : Traitement du signal, mathématiques de l’ingénieur, apprentissage statistique.

PROFIL RECHERCHE : équipe SigMA, http://sigma.univ-lille1.fr, Signaux, Modèles et Applications, du laboratoire CRIStAL, Centre de Recherche en Informatique, Signal et Automatique de Lille UMR 9189, http://cristal.univ-lille.fr/.

CONTACTS:
Contact recherche :
pierre.chainais [at] centralelille.fr

Contact enseignement :
olivier.boumatar [at] centralelille.fr

La campagne ATER 2018 est ouverte du 16 mars au 6 avril 2018, 16 heures sur l’application ALTAIR dans GALAXIE.

Les candidatures sont à déposer sur le site : http://recrutements.centralelille.fr/EsupDematEC_ATER/

jusqu’au 6 avril 2018, 23H59.

Afin de candidater, l’ensemble des documents sont disponibles ICI

Sujet :
Poste ATER 61 à Centrale Lille (temps plein )

Traitement du signal / apprentissage statistique

Profil du candidat :
PROFIL ENSEIGNEMENT : Traitement du signal, mathématiques de l’ingénieur, apprentissage statistique.

La personne recrutée devra effectuer son activité d’enseignement à Centrale Lille sous la forme de cours, travaux dirigés (TD) et travaux pratiques (TP) auprès d’étudiants de Bac +3 à Bac + 5. Elle aura aussi différents projets à encadrer et différentes responsabilités au niveau des TP. Les enseignements dispensés concerneront un ou plusieurs des domaines suivants : le traitement du signal (Fourier, temps-fréquence, ondelettes…), les mathématiques de l’ingénieur, l’apprentissage statistique, les problèmes inverses. Un profil à l’interface 61/26 serait un plus.

PROFIL RECHERCHE : équipe SigMA, http://sigma.univ-lille1.fr, Signaux, Modèles et Applications, du laboratoire CRIStAL, Centre de Recherche en Informatique, Signal et Automatique de Lille UMR 9189, http://cristal.univ-lille.fr/.

La personne recrutée devra s’intégrer à l’équipe SigMA, http://sigma.univ-lille1.fr, Signaux, Modèles et Applications, du laboratoire CRIStAL, Centre de Recherche en Informatique, Signal et Automatique de Lille UMR 9189, http://cristal.univ-lille.fr/. Les thèmes de recherche de l’équipe relèvent du traitement statistique du signal : approches bayésiennes non paramétriques, problèmes inverses, apprentissage statistique, méthodes de monte Carlo, sécurité de l’information…

Formation et compétences requises :
Le candidat doit remplir les conditions d’éligibilité aux fonctions d’ATER.

Traitement statistique du signal, mathématiques de l’ingénieur, apprentissage statistique.

Mots-clés : approches bayésiennes non paramétriques, problèmes inverses, apprentissage statistique, méthodes de monte Carlo,…

Adresse d’emploi :
Centrale Lille
Cité Scientifique – CS20048
59651 Villeneuve d’Ascq Cedex

La campagne ATER 2018 est ouverte du 16 mars au 6 avril 2018, 16 heures sur l’application ALTAIR dans GALAXIE.

Les candidatures sont à déposer sur le site : http://recrutements.centralelille.fr/EsupDematEC_ATER/

jusqu’au 6 avril 2018, 23H59.

Afin de candidater, l’ensemble des documents sont disponibles à :
http://ecm.centralelille.fr/nuxeo/nxdoc/default/c1648bc2-7286-4bed-b2a1-e06548ff0169/view_documents

Document attaché : FOP_0590349J_ATER-N°4_TC_61_Traitement-du-signal.pdf

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

Laboratoire/Entreprise : CPE / LIP, INL, CITI, LIRIS, CREATIS
Durée : CDI
Contact : eric.fleury@inria.fr
Date limite de publication : 2018-04-30

Contexte :
L’École Supérieure de Chimie Physique Electronique de Lyon (CPE Lyon) est une école d’ingénieurs formant des élèves dans 2 spécialités : Chimie – Génie des Procédés, et Sciences du numérique.

Sujet :
Rattaché(e) au Directeur de la filière Sciences du Numérique et au coordinateur du domaine, le ou la candidat(e) dispense, principalement, des enseignements dans le domaine du traitement des signaux et des images en adéquation avec les orientations de l’école.

Profil du candidat :
– Doctorat en science du numérique (Traitement du signal, traitement d’images, etc.)
– Diplôme d’une école d’ingénieurs ou équivalent avec expérience professionnelle.

Formation et compétences requises :
Selon ses compétences, le (la) candidat(e) pourra intégrer, pour une partie de son temps, un des laboratoires de recherche partenaires de l’école (LIP, INL, CITI, LIRIS, CREATIS, etc.). Il (elle) participera également à la réalisation de démonstrateurs d’applications utiles à la promotion de l’école (forums, manifestations scientifiques, collaborations avec les entreprises, JPO, etc.).

La répartition entre la charge d’enseignement, les activités de recherche, les responsabilités pédagogiques et la participation à la vie de l’Ecole pourront être définis en fonction des compétences.

Adresse d’emploi :
CPE
43, bld du 11 novembre 1918
Bâtiment Hubert CURIEN 69616 Villeurbanne Cedex

Document attaché : Profil-poste_traitement_Signal_Image2.pdf