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 : Laboratoire de Physique, ENS de Lyon
Durée : 1 an
Contact : nelly.pustelnik@ens-lyon.fr
Date limite de publication : 2016-04-01
Contexte :
This postdoctoral position takes part in a TOTAL research project aiming to develop new predictive model for special fuel manufacturing. Each product may have both a molecular signa- ture, obtained by chromatographic analysis, and physicochemical properties. The main objective of this post-doctoral position is to establish links between both quantities by means of supervised learning techniques. This objective can come in two axes : (i) selection of an informative sample of observations among massive set of observations and (ii) selection of an informative small subset of variables among a large data set.
Sujet :
Preliminary studies have been done in order to test the reliability of sparse supervised learning (sparse regression, sparse SVM,…). The objective of this post-doctoral position is thus dedicated to develop both new models and new algorithms in order to improve the existing predictive model. Moreover, in order to select observations of interest, we will focus on recent developments on ac- tive learning using submodular informative criteria. The theoretical results could be published in international conferences and journals.
Profil du candidat :
Candidates should have a strong background in supervised learning, optimization, a good publication record and experience in programming (using MATLAB, Python –scikit-learn– or C). Proficiency in English (oral and written) is essential, as well as scientific writing skills.
Applicants should send a CV, including list of publications and a description of previous re- search experience, as well as the names and addresses of two academic referees, to: Dr. N. Pustelnik (nelly.pustelnik@ens-lyon.fr), Dr. S. Janaqi (Stefan.Janaqi@mines-ales.fr) and Dr. M. Chebre (meriam.chebre@total.com).
Formation et compétences requises :
(se référer à “Profil du candidat”)
Adresse d’emploi :
Laboratoire de Physique, ENS de Lyon
Document attaché : 2016_postdoc_lpensl_learning.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : Université de Cergy-Pontoise / laboratoire ETIS (UMR 8051)
Durée : permanent
Contact : dan.vodislav@u-cergy.fr
Date limite de publication : 2016-04-01
Contexte :
Un poste de Maitre de Conférences en informatique, sections 27/61, profil Bases de données / Big Data Analytics, est ouvert au concours en 2016 à l’université de Cergy-Pontoise et au laboratoire ETIS (UMR 8051).
Sujet :
Profil Bases de données / Big Data Analytics
Profil du candidat :
Profil recherche
Mots-clés : Big Data Analytics
Le candidat s’intégrera dans l’équipe MIDI du laboratoire ETIS (UMR 8051), qui mène des travaux de recherche dans le domaine des bases de données, concernant notamment l’intégration de données, la fouille de données et les entrepôts de données. Il devra apporter une expertise complémentaire dans ce domaine, afin d’augmenter le spectre de compétences de l’équipe.
Plus particulièrement, le candidat doit être actif dans le domaine de l’analyse de données à large échelle (« big data analytics »), en utilisant des techniques d’apprentissage appliquées aux données. Nous sommes intéressés par des candidats ayant une expérience dans l’application de techniques d’apprentissage à l’analyse de grands volumes de données, produisant des résultats réutilisables pour la compréhension, l’exploration, la visualisation et la gestion de ces données.
Le candidat doit présenter un excellent dossier de publications dans le domaine et démontrer la capacité de monter des projets de recherche au niveau national et international.
Contact recherche : Dimitris Kotzinos, Dimitrios.Kotzinos@u-cergy.fr
Profil enseignement
Mots-clés : Bases de données, Big Data
Le candidat interviendra dans les enseignements du département des Sciences Informatiques, en Licence, Master et Cursus Master Ingénierie, notamment dans des modules autour des bases de données, de la fouille de données, du cloud computing, de l’apprentissage et de l’analyse de données.
Le candidat s’impliquera activement dans la mise en place de nouveaux modules, parcours, formations autour de la problématique Big Data au département des Sciences Informatiques, éventuellement en collaboration avec d’autres départements de l’Université de Cergy-Pontoise et/ou des écoles de la COMUE Université Paris-Seine.
Contact enseignement : Dan Vodislav, dan.vodislav@u-cergy.fr
————————
Research profile
Keywords : Big Data Analytics
The candidate will join the MIDI team of the ETIS laboratory (UMR 8051), whose researchers have experience in Data Management and Data Integration as well as in Data Mining and Data Warehouses. We expect the successful candidate to bring complementary expertise in this area in order to advance the group’s research abilities.
The candidate should be active in the area of Large Scale Data Analytics by using data intensive Machine Learning techniques. We are particularly interested in candidates with experience on applying Machine Learning techniques for the analysis of big datasets and providing reusable results in terms of understanding, exploring, visualizing and managing big datasets.
The candidate should be able to demonstrate an excellent publication record for the position as well as the ability to develop research projects at the national and international level.
Research contact: Dimitris Kotzinos, Dimitrios.Kotzinos@u-cergy.fr
Teaching profile
Keywords : Databases, Big Data
The candidate will join the department of Computer Science and will teach at all the levels, Licence, Master, Cursus Master Ingénierie, in particular modules related to databases, data mining, cloud computing, machine learning and data analytics.
The candidate will be actively involved in the creation of new teaching modules, programs and diploma in the field of Big Data at the department of Computer Science, possibly in collaboration with other departments of the University of Cergy-Pontoise and/or schools of the COMUE University Paris-Seine.
Teaching contact: Dan Vodislav, dan.vodislav@u-cergy.fr
Formation et compétences requises :
Doctorat et qualification pour les postes de Maitre de Conférences, sections 27 ou 61 CNU
Adresse d’emploi :
Université de Cergy-Pontoise, laboratoire ETIS
Site St Martin, 2 rue Adolphe Chauvin, 95302 Cergy-Pontoise Cedex
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : INSA Lyon- Laboratoire CREATIS
Durée : CDI
Contact : carole.lartizien@creatis.insa-lyon.fr
Date limite de publication : 2016-04-02
Contexte :
Un poste de Maitre de Conferences en sections 27 et 61, profil Apprentissage et Image, est ouvert au concours 2016 à l’INSA de Lyon.
Une description plus complete est disponible sur le site de CREATIS
www.creatis.insa-lyon.fr/site/fr/node/45759
La date limite de candidature est fixee au 30 Mars 2016.
Contact Recherche :
Denis FRIBOULET, Responsable de l’equipe ‘Images et Modeles’ de CREATIS, denis.friboulet@creatis.insa-lyon.fr
Carole LARTIZIEN, Adjointe de l’ Equipe ‘Images et Modeles’, carole.lartizien@creatis.insa-lyon.fr
Contact enseignement :
Sylvie CAZALENS, Responsable informatique au Premier Cycle INSA, sylvie.cazalens@insa-lyon.fr,
Sujet :
La personne recrutée exercera ses activités de recherche au sein de l’équipe ‘Image et Modèle’ de CREATIS. Elle entreprendra des recherches amont sur les aspects théoriques de l’apprentissage statistique avec pour objectif leur application, en interaction étroite avec les autres membres de l’équipe, à des problématiques de représentation de données, de classification, de segmentation et de reconstruction.
Concernant l’enseignement, la personne recrutée intègrera l’équipe pédagogique d’informatique du Département du Premier Cycle (PC) de l’INSA. Ses enseignements concerneront principalement les fondamentaux de l’informatique : éléments d’architecture et systèmes, codage de l’information, algorithmique, paradigmes de programmation (impérative, orientée objet, événementielle, déclarative).
Profil du candidat :
De solides connaissances et une très bonne expérience dans les domaines de l’apprentissage automatique (« Machine Learning ») et de l’optimisation sont indispensables. Une expérience portant sur l’application de ce type d’approche dans le domaine de l’imagerie médicale n’est pas requise, mais constituera un atout.
Formation et compétences requises :
Apprentissage statistique, Mathématiques appliquées, Informatique
Adresse d’emploi :
INSA Lyon
Campus de la Doua
69100 Villeurbanne
Annonce en lien avec l’Action/le Réseau : Doctorants
Laboratoire/Entreprise : LIP ENS de Lyon
Durée : 1 an
Contact : eric.fleury@inria.fr
Date limite de publication : 2016-04-14
Contexte :
Profil enseignement : L’enseignant(e) recruté(e) assurera principalement des TD et TP dans les formations dispensées en L3 et en M1 aux étudiants d’informatique de l’ENS de Lyon. On s’attachera à ce que les enseignements soient connexes au projet et à la thématique de recherche des candidats.
Sujet :
Profil recherche : Intégration dans une des équipes de recherche du laboratoire de l’informatique du parallélisme (LIP). Le projet de recherche sera défini en lien avec la ou le responsable de l’équipe choisie.
Profil du candidat :
Contact Enseignement : Nicolas Trotignon, directeur du DI, nicolas.trotignon@ens-lyon.fr
http://www.ens-lyon.fr/DI/
Contact Recherche : Guillaume Hanrot, directeur du LIP, Guillaume.Hanrot@ens-lyon.fr
http://www.ens-lyon.fr/LIP/web-n/
Formation et compétences requises :
PhD
Adresse d’emploi :
ENS de Lyon
Calendrier :
Date de publication officielle du poste sur le site internet de l’ENS de Lyon et Altair : 15 mars 2016.
Clôture des pré-candidatures sur ALTAIR : 14 avril 2016 à minuit.
Clôture du dépôt des fichiers de candidature via DEMATEC : 17 avril à minuit.
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : Aix-Marseille Université – LSIS UMR 7296
Durée : Maître de conférences
Contact : patrice.bellot@univ-amu.fr
Date limite de publication : 2016-04-16
Contexte :
laboratoire LSIS UMR CNRS 7296 (http://www.lsis.org)
Sujet :
un poste MCF 27 “Informatique ; traitement de données massives » a été publié hier 15 mars (Référence Galaxie 508) pour l’Université d’Aix-Marseille.
L’activité de recherche s’effectuera au sein du laboratoire LSIS UMR CNRS 7296 (http://www.lsis.org)
Ouverture des candidatures : 15 mars 2016
Clôture des candidatures : 14 avril 2016, 16h
Date de prise de fonction : 1er septembre 2016
Profil du candidat :
L’enseignant(e) recruté(e) devra se démarquer par de solides compétences en Informatique de Gestion essentiellement dans les domaines de l’Informatique Décisionnelle et du traitement des données massives qui seront à mettre en œuvre dès la prise de fonction.
Formation et compétences requises :
Docteur en Informatique
Adresse d’emploi :
Université Aix-Marseille
Document attaché : fiche-poste-amu-feg-lsis-27-508.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : Holimetrix
Durée : CDI
Contact : guillem.lefait@holimetrix.com
Date limite de publication : 2016-04-30
Contexte :
A propos de DBI-holimetrix
DBI est l’éditeur d’holimetrix, une solution analytique des performances publicitaires des entreprises digitales. L’un des objectifs de la plate-forme est de pouvoir comparer le ROI de plusieurs canaux publicitaires (TV vs Radio vs SEM, …) sous différents niveaux de granularité (campagne, chaîne, horaire, spot, …). Lors d’une seconde levée.
notre structure a levé 3.5 millions d’euros auprès des investisseurs Iris Capital, A Plus Finance, Siparex Proximité Innovation et Jaina Capital en Juillet 2015.
L’équipe Data est responsable de la définition des données à collecter, de leur qualité et des traitements pour produire un modèle d’attribution publicitaire performant. L’équipe est divisée en deux pôles: une partie “Big Data” qui s’occupe principalement de l’aspect performance, contraintes temps réel et mise à l’échelle et une partie “Data Science” dont l’objectif est d’améliorer la qualité des modèles.
Sujet :
Missions:
Au sein du pôle “Big Data”, votre mission est de participer à la conception et au développement de méthodes permettant le traitement, l’agrégation et l ’analyse d’un très grand volume de données.
Avec le pôle “Data Science”, vous contribuez également à mettre en production des modèles complexes associés à des contraintes temps réel, de coûts et de robustesse.
Vos activités quotidiennes consistent à:
– Apporter votre expertise technique lors de la conception puis participer à l’implémentation des nouveaux algorithmes de traitement de données dans un environnement Big Data, notamment sur Hadoop MapReduce, Pig et Spark
– Tester et optimiser les algorithmes existants
– Assister l’équipe Data Science lors de la mise en production d’algorithmes de Machine Learning
– Interagir avec l’équipe “production” pour conserver et améliorer la disponibilité de la plate-forme
– Collaborer activement avec les utilisateurs opérationnels requérant ces outils de traitement
Profil du candidat :
Expérience réussie sur un projet Big Data et en particulier sur un projet spark d’envergure
Maîtrise d’au moins un language parmi Java, python et scala
Intérêt prononcé pour l’algorithmie, les structures de données et l’optimisation
Expérience et/ou fort intérêt pour l’écosystème Big Data
Intérêt pour le travail en équipe dans un environnement Agile
Capacité d’analyse et de réactivité
Formation et compétences requises :
Docteur et/ou ingénieur
Spark, python, scala, GraphX, SQL
Adresse d’emploi :
69003 Lyon, France
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : Equipe SMIS (commune INRIA-UVSQ-DAVID)
Durée : illimitée
Contact : Philippe.Pucheral@inria.fr
Date limite de publication : 2016-04-30
Contexte :
Un poste de Maitre de Conférences en informatique, section 27, profil Bases de données, est ouvert au concours 2016 à l’Université de Versailles St-Quentin en Yvelines (UVSQ, désormais membre de l’Université Paris-Saclay).
L’intégration se fera dans l’équipe de recherche SMIS (Secured and Mobile Information Systems) commune à l’Inria Saclay et à l’UVSQ (laboratoire DAVID).
L’équipe étant en train de construire son futur programme de recherche, le poste est particulièrement ouvert et porteur de dynamique (nouvelle université Paris-Saclay, nouveau laboratoire DAVID, nouveau programme de recherche SMIS !).
Profil : Bases de données / sécurité
Mots-clés : gestion de données mobiles et embarquées, sécurité des données, protection des données personnelles, cloud personnel.
Sujet :
Enseignement :
Le candidat fera son enseignement au sein du département Informatique de l’université. Il aura vocation à enseigner principalement les différentes facettes de la gestion des données (organisation des systèmes d’information, structuration, interrogation et protection des données, analyse de données et big data) en Licence, Master 1, Master 2 et Ecole d’ingénieurs ISTY. Il interviendra notamment dans le nouveau parcours DataScale de l’UPSay.
Recherche :
La recherche du candidat devra s’inscrire dans les domaines couverts par l’équipe SMIS (Secured and Mobile Information Systems), commune INRIA-UVSQ (rattachée au laboratoire DAVID). Ces domaines sont prioritairement : (1) la gestion de données mobiles et embarquées, (2) la protection de la vie privée. Plus précisément :
– Gestion de données embarquées dans des objets mobiles intelligents constituant l’Internet des Objet (IoT) et la ville intelligente : modèles de stockage et d’indexation, évaluation/optimisation de requêtes pour données tabulaires, semi-structurées ou spatio-temporelles (ex: géolocalisation), protocoles transactionnels, en prenant en compte les contraintes matérielles de ces objets. Par extension, toute activité rentrant dans le cadre ‘Core Database Technology’ adaptée aux évolutions hardware, qu’elles s’appliquent à des objets intelligents comme à de grands serveurs.
– Protection des données personnelles : modèles de contrôle d’accès et d’usage (ex : gestion et délégation de privilèges, masquage de données, durées limites de rétention, audit), protection cryptographique des données, traitements distribués sur des données hébergées sur le cloud ou sur un ensemble de mobiles/capteurs et préservant la confidentialité des données et/ou l’anonymat, architectures de Cloud Personnel, aspects pluridisciplinaires (juridiques, économiques, sociologiques) de la protection des données personnelles.
Ce sont des axes de recherche centraux du nouveau laboratoire DAVID, de l’INRIA Saclay-Ile de France et de l’Université Paris-Saclay (notamment au travers du groupe Vie Privée de l’Institut de la Société Numérique auquel participent activement SMIS et DANTE). La ville intelligente et la protection de la vie privée sont également des thématiques prioritaires des politiques de recherche nationales et européenne en STIC.
Profil du candidat :
PhD – Post-doc dans les domaines cités ci-dessus : gestion de données, sécurité, mobilité, confidentialité des données
Formation et compétences requises :
PhD – Post-doc dans les domaines cités ci-dessus : gestion de données, sécurité, mobilité, confidentialité des données
Adresse d’emploi :
Université de Versailles St-Quentin en Yvelines
Document attaché : profil-poste-ufr_2016_smis.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : Telecom-Lille / CRIStAL UMR 9189
Durée : CDI
Contact : francois.septier@telecom-lille.fr
Date limite de publication : 2016-05-01
Contexte :
Télécom Lille, école d’ingénieurs créée en 1990 par l’Université de Lille1 et l’Institut Mines-Télécom, recrute, pour son département Systèmes de Communication, un(e) enseignant(e)-chercheur en Traitement Statistique du Signal.
La nomination à ce poste de Maître de Conférences Institut Mines-Télécom pourra commencer dès le 1er septembre 2016. Le salaire est compétitif et dépend du niveau d’expérience.
Sujet :
Le candidat participera à la conception et la mise en œuvre des enseignements liés au département Systèmes de Communication dans le cadre des différentes formations de l’école.
Ses activités de recherche devront s’intégrer dans les thématiques développées par l’équipe SIGMA (SIGnal, Models and Applications) du laboratoire CRIStAL (Centre de Recherche en Informatique, Signal et Automatique de Lille – UMR CNRS 9189). Elles porteront sur le traitement statistique du signal.
Profil du candidat :
Activités d’enseignement
Le candidat participera à la conception et la mise en œuvre des enseignements liés au département Systèmes de Communication dans le cadre des différentes formations de l’école. Il interviendra notamment dans des modules autour des probabilités et statistiques, du traitement du signal (théorie des signaux déterministes et aléatoires, processeur de signal numérique) et de l’estimation avec application dans les communications numériques.
Le candidat participera à la coordination de certains modules et également à l’encadrement des étudiants (projets, stages, …).
Activités de recherche
Elles devront s’intégrer dans les thématiques développées par l’équipe SIGMA (SIGnal, Models and Applications) du laboratoire CRIStAL (Centre de Recherche en Informatique, Signal et Automatique de Lille – UMR CNRS 9189).
Elles porteront sur le traitement statistique du signal. Le candidat devra apporter des compétences fortes dans l’un ou plusieurs des domaines suivants : modélisation et estimation statistique, approches bayésiennes, méthodes de Monte-Carlo, apprentissage statistique, problèmes inverses, sécurisation de l’information…
Le candidat pourra s’appuyer sur un environnement favorable (projets ANR et contractuels, 12 permanents dont 2 CNRS, implication dans un Equipex) et devra inscrire son activité dans la dynamique du groupe DATING (Data Intelligence) du laboratoire CRIStAL.
Formation et compétences requises :
Niveau de formation et/ou expérience requis :
• Doctorat avec une expérience en enseignement.
• Qualification par le CNU souhaitée (par exemple 61ème section).
• Une expérience à l’international serait appréciée.
• Maîtrise de l’anglais (oral et écrit).
Capacités et aptitudes :
• Capacité à travailler en équipe, aptitude au dialogue.
• Qualités relationnelles et pédagogiques.
• Aptitude à la synthèse et à la rédaction.
• Capacité d’organisation et d’animation.
Adresse d’emploi :
Les candidatures comportant les documents suivants (en français ou en anglais) :
Curriculum vitae détaillant l’expérience en enseignement et recherche;
Lettre de motivation;
Projet d’intégration dans l’établissement et l’équipe de recherche;
Noms et adresses d’au moins trois personnes disposées à fournir une lettre de recommandation devront être soumises par email à josephine.tassaert@telecom-lille.fr et manuel.ardouin@telecom-lille.fr avant le 01 mai 2016 avec la référence “Candidature MCF TSS” en sujet du mail.
Personnes à contacter :
Enseignement : Manuel ARDOUIN, Responsable du département Systèmes de Communication, manuel.ardouin@telecom-lille.fr – +33 3 20 33 55 19
Recherche : François SEPTIER, Coordinateur Recherche de Télécom Lille, francois.septier@telecom-lille.fr – +33 3 20 43 64 02
Document attaché : fiche_poste_mcf_imt_signal_final.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : Laboratoire ENAC équipe DEVI
Durée : 3 ans renouvelable
Contact : lezaud@recherche.enac.fr
Date limite de publication : 2016-05-31
Contexte :
L’ENAC mène une politique de développement et de valorisation de sa recherche appliquée en s’appuyant sur un laboratoire subdivisé en équipes. L’école est établissement de référence de la direction générale de l’aviation civile pour ces activités et est fortement impliquée dans de grands programmes européens tels que SESAR.
Une synergie forte avec l’enseignement est requise, ainsi qu’une insertion dans le riche environnement académique et industriel toulousain.
L’analyse des données dans le domaine aéronautique est un des enjeux majeurs des prochaines années ; le développement d’une équipe pluridisciplinaire centrée sur les données est une des priorités de l’ENAC. Le poste offert s’insère dans cette dynamique.
Sujet :
Ce poste de niveau professeur des universités répond à une double mission d’enseignement et de recherche en mathématiques appliquées (statistiques, probabilités). Elle sera exercée au bénéfice des unités d’enseignements du département de Science et Ingénierie de la Navigation Aérienne (SINA) auxquelles il est fonctionnellement rattaché, et pour la recherche au sein de l ‘équipe « Données Economie Visualisation Interactive » (DEVI).
Les charges d’enseignement et de recherche seront réparties selon les mêmes règles que celles appliquées dans les universités françaises.
La rémunération sera fonction de l’expérience du candidat.
Recherche : de développer un axe de recherche et d’expertise en analyse statistique de mégadonnées (« big data ») au sein de l’équipe DEVI.
Profil du candidat :
Le candidat devra être :
– titulaire d’un doctorat en statistiques/probabilité ;
– titulaire d’une HDR ou état de l’obtenir à court terme ;
Formation et compétences requises :
– expert en analyse de données et en extraction de connaissance de données (e.g. fouille de données, science des données,…) ;
– en mesure de démontrer son excellence scientifique par des contributions et publications dans des revues et conférences internationales de référence dans le domaine de l’analyse de données et des statistiques ;
– capable de collaborer avec des chercheurs et experts d’autres disciplines ainsi qu’avec des industriels ;
– en mesure de démontrer une expérience réussie de recherche de financement nationaux ou internationaux et de conduite (ou participation significative) de projets.
Adresse d’emploi :
ENAC Toulouse
Document attaché : ficherecrutementenac_fr.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : Heudiasyc, Université de Technologie de Compiègne
Durée : CDI
Contact : yves.grandvalet@hds.utc.fr
Date limite de publication : 2016-05-31
Contexte :
La personne recrutée bénéficiera de l’expérience reconnue de l’équipe DI dans le domaine de l’apprentissage statistique et du raisonnement dans l’incertain, ainsi que d’un environnement de recherche dynamique permettant de soutenir des initiatives ambitieuses, notamment au travers du laboratoire d’excellence Labex MS2T et de l’Équipex Robotex.
Créé en 1981, le laboratoire Heudiasyc est une unité mixte de recherche entre l’Université de Technologie de Compiègne et le CNRS (rattachement à l’INS2I). Heudiasyc opère dans le domaine des Sciences et Technologies de l’Information et de la Communication (STIC), à savoir l’informatique, l’automatique, la robotique, la décision et l’image.
L’activité d’Heudiasyc est fondée sur la synergie entre recherche amont et recherche finalisée, pour répondre aux grands enjeux de la société : sécurité, mobilité et transports, environnement, santé ; ceci en étroite collaboration avec des partenaires métiers, notamment industriels. Plusieurs plateformes et démonstrateurs, développés au sein du laboratoire, illustrent cette volonté de confronter la recherche fondamentale à la complexité des applications.
L’activité scientifique d’Heudiasyc est organisée autour de quatre équipes :
– ASER : Automatique, Systèmes Embarqués, Robotique
– DI : Décision, Image
– ICI : Information, Connaissance, Interaction
– RO : Réseaux, Optimisation
À ceci s’ajoutent des services communs, qui apportent leur support administratif et technique aux membres du laboratoire au quotidien. Heudiasyc coordonne le laboratoire d’excellence MS2T et participe à l’Équipex Robotex.
Le département Génie Informatique assure des enseignements en formation d’ingénieur et formation à la recherche (master et doctorat). Il abrite les laboratoires Heudiasyc et LMAC et est associé à trois laboratoires internationaux. Le département Génie Informatique offre des enseignements en formation post-BAC (L1, L2) et dans les formations d’ingénieur (filières Systèmes et Réseaux Informatiques, Ingénierie des Connaissances et des Supports d’Information, Systèmes Temps-Réel et Informatique Embarquée, Fouille de Données et Décisionnel, Aide à la Décision En Logistique, et une filière transversale Management des Projets Innovants). Le département GI entretient également des relations solides avec l’industrie tant en enseignement qu’en recherche, et cultive des liens étroits avec des institutions et partenaires internationaux.
Sujet :
Profil recherche :
La personne recrutée intégrera l’équipe « Décision et Image » du laboratoire Heudiasyc qui souhaite renforcer les thématiques de l’apprentissage statistique et du raisonnement dans l’incertain.
Profil enseignement :
La personne recrutée sera amenée à enseigner en tronc commun (niveau L1, L2), en formation d’ingénieur, en master ou dans la formation par alternance. L’UTC, classée dans les premières écoles d’ingénieurs dans de nombreux classements nationaux, offre un cadre privilégié pour l’enseignement.
La personne recrutée viendra compléter l’équipe pédagogique de la filière Fouille de Données et Décisionnel (FDD). Cette filière vise à donner à l’ingénieur la maîtrise des techniques d’analyse de données ainsi qu’une connaissance solide des concepts de structuration et de gestion des bases et entrepôts de données.
Les enseignements seront tournés vers les statistiques, l’analyse et la fouille de données. La personne recrutée aura également l’opportunité de participer à la création d’une offre de formation axée sur les métiers de la science des données. Une compétence pour enseigner en bases et entrepôts de données serait appréciée.
Profil du candidat :
Profil recherche :
Le candidat devra justifier de solides compétences en apprentissage statistique ou sur les théories de l’incertain. Des compétences en image/vision ou fusion de données seraient également appréciées.
Profil enseignement :
La personne recrutée viendra compléter l’équipe pédagogique de la filière Fouille de Données et Décisionnel (FDD). Les enseignements seront tournés vers les statistiques, l’analyse et la fouille de données. Une compétence pour enseigner en bases et entrepôts de données serait très appréciée. La personne recrutée aura également l’opportunité de participer à la création d’une offre de formation axée sur les métiers de la science des données.
Formation et compétences requises :
Doctorat, qualification aux fonctions de maître de conférence
Adresse d’emploi :
Université de Technologie de Compiègne
Laboratoire HeuDiaSyC, UMR UTC-CNRS 7253
Rue Roger Couttolenc
CS 60319
60203 COMPIEGNE CEDEX
Contacts :
– Yves Grandvalet, DR CNRS, Contact scientifique, yves.grandvalet@hds.utc.fr
– Abdelmadjid Bouabdallah, Professeur, Directeur du département Génie Informatique, madjid.bouabdallah@hds.utc.fr
– Ali Charara, Professeur, Directeur du laboratoire Heudiasyc, ali.charara@hds.utc.fr
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : CMLA / ENS Cachan
Durée : 12 à 36 mois
Contact : mlmda-jobs@cmla.ens-cachan.fr
Date limite de publication : 2016-05-31
Contexte :
In the context of people interacting with complex environments, various sensor technologies have been developed to record on-the-fly the responses of the human body. Such interactions include brain-stroke patients in rehabilitation process, neurological patients during clinical evaluations, operators monitoring industrial systems through SCADA, pilots in their cockpit, seniors in nursing houses, … It is a challenge of scientific and societal importance to organize, extract relevant information from the data collected and help decision-making along such interactions.
An interdisciplinary team of mathematicians, computer scientists, clinicians, and neurophysiologists involving two CNRS labs (CMLA and COGNAC G) and several hospital divisions has developed a methodology to implement a virtuous loop in which sensor signals feed structured databases on which state-of-the-art algorithms from signal processing and machine learning are executed to support interfaces for smooth observation, quantification and assessment by experts. This methodology aims at addressing key questions for clinical and ethomics research.
Sujet :
The candidates will participate in the protocol definition for data collection, data organization, functional data exploration, development of statistical methodologies for longitudinal follow-up and machine learning algorithms leading to operational prototypes tested in operational environments. Typical issues that arise along the projects are:
* Low-level signals processing and feature engineering
* Robust signal indexation and event detection
* Supervised and unsupervised machine learning algorithms, including multi-view learning
Profil du candidat :
Applications from candidates with top-notch scientific background with specific knowledge in data mining, data science, applied statistics, signal processing, or machine learning are welcome. Furthermore, technical and human qualities are also expected:
* Keen to interdisciplinary research and interaction
* Taste for numerical experimentation
* Interest for sensor technologies
* Desire to produce live demos and contribute to prototype solutions
* Creativity
* Excellent communication skills
* Strong programming skills
* Enjoy teamwork
Candidates should email a letter of application, a detailed CV including a complete list of publications, and source code showcasing programming skills to: Nicolas Vayatis (CMLA, ENS Cachan) < vayatis@cmla.ens-cachan.fr> and to
Formation et compétences requises :
Candidates with basic education in engineering sciences, applied mathematics, applied computer science or physics, and PhD in machine learning, data mining, statistical modeling, signal/image/video processing or computational medicine are welcome.
Adresse d’emploi :
Principalement :
CMLA – ENS Cachan
61, avenue du président Wilson
94230 Cachan
&
COGNAC G – Université Paris Descartes
45, rue des Saints-Pères
75006 Paris
Document attaché : postdoc-phd-position-at-cmla-2016.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : IFERISS – FR 4142
Durée : 1 an (CDD renouvelable)
Contact : contact@iferiss.org
Date limite de publication : 2016-06-01
Contexte :
Dans le cadre d’un projet de recherche sur les Big Data, l’Institut Fédératif d’Etudes et de Recherches Interdisciplinaires Santé Société (IFERISS) et l’Institut Mathématiques de Toulouse recherche un Ingénieur de Recherche
Sujet :
Dans le cadre de projets de recherche et en tant que Data Scientist, vous vous intéresserez à la question de la production de connaissances et de la constitution de bases de données à partir de bases existantes de natures diverses (fusion de bases). Vous garantirez la cohérence, le niveau de sécurité et la pérennité des solutions mises en œuvre.
Profil du candidat :
Titulaire d’un doctorat en informatique ou maths-info, ou d’un diplôme d’école d’ingénieur (liste des écoles : https://www.legifrance.gouv.fr/eli/arrete/2014/1/13/ESRS1327350A/jo), vous souhaitez travailler dans le domaine de la fusion de bases avec intérêt pour le domaine de la Santé
Formation et compétences requises :
Missions :
• La fiabilisation et l’optimisation des bases de données,
• Fusion de bases de données hétérogènes
• Le développement et le maintien des outils de production relatifs aux bases de données,
• Administration et Exploitation récurrente des bases de données infogérées
• Statistical learning (svm, random forests, ….)
Compétences spécifiques :
• Maitrise des environnements de bases de données (MySQL, Oracle, DB2, Sybase….)
• R, Matlab, Python éventuel…
• Maitrise du développement, des requêtes, du stockage et des systèmes et réseaux
• Organisation / méthodologies de projet
Qualités personnelles :
• Aptitude au travail en équipe et à la communication
• Curiosité
• Capacité d’innovation et d’adaptation
• Rigueur
Adresse d’emploi :
IFERISS – IMT à Toulouse (31)
Document attaché : 2016_fiche_de_poste_ir_projet_big_data.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : LIP6-UPMC, Paris
Durée : 12 months
Contact : bernd.amann@lip6.fr
Date limite de publication : 2016-06-15
Contexte :
In the context of a two year R&D project, the LIP6 Laboratory is hiring a software engineer for the design and implementation of a user-profile database for online-advertisement applications. This database will provide users with a structured access to their profile data generated by two online advertising agencies collecting user interaction (transaction logs) and social media (Facebook, Twitter…) data. The workplace is at the LIP6 laboratory located on the Jussieu campus in the heart of the Paris Quartier Latin and the candidate will collaborate with colleagues from the industrial partners of the project also situated in Paris.
Sujet :
The final goal is to provide users with appropriate services to visualize and manage their personal data and to have a better control about the usage of this data through a high-level data privacy management interface. The hired engineer will be responsible for the concrete system design and the overall software to be engineered and realized.
Expected contributions
* Choice of the appropriate technical infrastructure.
* Design and implementation of a structured user profile model taking account of temporal and other aspects such as data security and privacy.
* Design and implementation of algorithms and services for transforming the raw data into this model (backend).
* Design and implementation of a structured visual user interface for interacting with user profile data (frontend).
Profil du candidat :
* Master in Computer Science or equivalent (engineer). Applicants with a Bachelor’s degree would require respective professional experience.
Formation et compétences requises :
* Advanced software development skills and practical experience in programming (Java, Python).
* Knowledge and practical experience with traditional and NoSQL databases and cloud data management environments.
* Capacity to understand new concepts and to work independently.
Please send your application with a detailed CV, a motivation letter and the academic results of the last 3 years (for freshly graduated applicants) before June 15, 2016 to Bernd.Amann@upmc.fr
Adresse d’emploi :
LIP6-UPMC
4 place Jussieu
75252 Paris
The Laboratory of Computer Sciences, Paris 6 (LIP6, http://www.lip6.fr ) with a staff of 470 people including 170 permanent researchers, 250 PhD students, Postdocs, engineers and administrative employees is today one of the most important centers of Computer Science in France. LIP6 is part of the Université Pierre et Marie Curie and as a department of CNRS (UMR 7606), it is also linked to the INS2I (Institut des sciences de l’information et de leurs interactions). The engineer will be part of the LIP6 database research team (http://www-bd.lip6.fr/)
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : Universite Pierre et Marie Curie, Paris, France
Durée : 15 mois
Contact : patrick.gallinari@lip6.fr
Date limite de publication : 2016-08-31
Contexte :
The Laboratoire d’Informatique de Paris 6 (LIP6) in Paris, France, has a 15 months funded full-time Post-Doctoral Researcher position available in machine learning.
The position is available as soon as july 2016 for a 15 months period.
Sujet :
The Topic of the post-Doc is Representation Learning and Deep Learning for the integration of heterogeneous of dynamic information sources such as text, micro-blogs, semantic and structured information, social networks, to solve recommendation tasks. This research will be carried out in collaboration with industrial partners who will provide data and experimental testbeds, allowing to develop and experiment original solutions.
The successful candidate will join the Machine Learning and Information Access team of the University Pierre et Marie Curie, Paris, France, led by Prof. Patrick Gallinari. The post-doc will be supervised by Prof. Patrick Gallinari and Dr. Benjamin Piwowarski. The University Pierre et Marie Curie is referenced as the first French university in the academic ranking of international universities.
Profil du candidat :
The ideal candidate will have:
– A PhD in machine learning, data mining or other strongly related discipline.
– A very solid background in computer science and mathematics. Special areas of interest include: statistical machine learning, representation learning.
– Strong publication record in the area of machine learning.
– Solid programming skills to conduct experiments
– Excellent command of English and team work capacity.
Formation et compétences requises :
Adresse d’emploi :
The position is available as soon as july 2016 for a 15 months period.
Location: LIP6, University Pierre et Marie Curie, Paris (France)
Duration: July 2015 – March 2017
Net salary: from 1,800 Euros to 2,400 Euros per month, commensurate with experience.
The ideal candidate will have:
– A PhD in machine learning, data mining or other strongly related discipline.
– A very solid background in computer science and mathematics. Special areas of interest include: statistical machine learning, representation learning.
– Strong publication record in the area of machine learning.
– Solid programming skills to conduct experiments
– Excellent command of English and team work capacity.
Candidates should send to patrick.gallinari@lip6.fr and benjamin.piwowarski@lip6.fr:
– a CV
– a short cover letter explaining why their skills, knowledge and experience make them a particularly suitable candidate for the given position
– Their three most representative papers
– The name and emails of two referees
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : Oceanography Laboratory of Villefranche (LOV, UPMC-CNRS, Villefranche-sur-mer), French Riviera
Durée : 12 months, with an opportunity of extension
Contact : marc.picheral@obs-vlfr.fr and copy to antoine.manzanera@ensta-paristech.fr
Date limite de publication : 2016-09-10
Contexte :
The European H2020 BRIDGES project aims at developing a technology for deep-underwater glider(2400m and 6000m) and to propose sensors adapted to different uses of the vector. A smart imaging sensor named Octopus is being developed under the responsibility of the Oceanography Laboratory of Villefranche (LOV, UPMC-CNRS). It will detect, count and characterize all the objects larger than 100 microns. It will automatically recognize large objects (plankton, aggregates) with a minimal energy consumption increase. This knowledge should give the glider the opportunity to adapt its navigation in order to comply with its predefined mission.
Sujet :
OBJECTIVES OF THE POST-DOC
The development of machine learning methods using deep architectures while minimizing the resources required in the prediction step, thus taking into account the strong energy constraint and very limited space imposed by the glider system, Machine learning (using deep architecture) with contextual information such as metadata,
The selection of the hardware and the implementation of the proposed prediction method(s) on the Octopus smart sensor,
The study of Transfer Learning to evaluate the use of architectures learned on the plankton images of the Kaggle competition 3 to other plankton imaging systems with various characteristic (the high resolution ZooScan system, images acquired by the UVP5, FlowCam images…).
Profil du candidat :
A PhD in sciences with a strong knowledge of image processing and deep learning techniques. Solid algorithmic skills with a taste for efficient implementations and embedded computing would be particularly appreciated.
Formation et compétences requises :
Solid algorithmic skills with a taste for efficient implementations and embedded computing would be particularly appreciated.
Adresse d’emploi :
The future post-doctoral fellow will be based in Villefranche-sur-mer (Côte d’azur, France) in the Oceanography Laboratory of Villefranche under the responsibility of Marc Picheral, in charge of the development of the Octopus smart sensor. Scientific supervision
will be carried out in partnership with Antoine Manzanera from ENSTA, Paris. The post-doc funding is for 12 months, with an opportunity of extension.
Around 48 k€ gross yearly (to be adjusted depending on the candidate experience)
Send your CV, references and a letter in support of application to marc.picheral@obs-vlfr.fr and copy to antoine.manzanera@ensta-paristech.fr
Document attaché : post-doc_h2020_plankton_recognition.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : IFERISS / Institut de Mathématiques de Toulouse
Durée : 1 an
Contact : contact@iferiss.org
Date limite de publication : 2016-09-18
Contexte :
Dans le cadre d’un projet de recherche sur les Big Data, l’Institut Fédératif d’Etudes et de Recherches Interdisciplinaires Santé Société (IFERISS) et l’Institut Mathématiques de Toulouse recherche un Ingénieur de Recherche
Sujet :
Dans le cadre de projets de recherche et en tant que Data Scientist, vous vous intéresserez à la question de la production de connaissances et de la constitution de bases de données à partir de bases existantes de natures diverses (fusion de bases). Vous garantirez la cohérence, le niveau de sécurité et la pérennité des solutions mises en œuvre.
Votre projet de recherche sera rattaché au domaine des Big Data pour la Santé.
Profil du candidat :
Missions :
• La fiabilisation et l’optimisation des bases de données,
• Fusion de bases de données hétérogènes
• Le développement et le maintien des outils de production relatifs aux bases de données,
• Administration et Exploitation récurrente des bases de données infogérées
• Statistical learning (svm, random forests, ….)
Formation et compétences requises :
Compétences spécifiques :
• Maitrise des environnements de bases de données (MySQL, Oracle, DB2, Sybase….)
• R, Matlab, Python éventuel…
• Maitrise du développement, des requêtes, du stockage et des systèmes et réseaux
• Organisation / méthodologies de projet
Qualités personnelles :
• Aptitude au travail en équipe et à la communication
• Curiosité
• Capacité d’innovation et d’adaptation
• Rigueur
Profil : Titulaire d’un doctorat en informatique ou maths-info, ou d’un diplôme d’école d’ingénieur (liste des écoles : https://www.legifrance.gouv.fr/eli/arrete/2014/1/13/ESRS1327350A/jo), vous souhaitez travailler dans le domaine de la fusion de bases avec intérêt pour le domaine de la Santé
Adresse d’emploi :
Type de contrat : CDD d’un an renouvelable de la fonction publique (Université Paul Sabatier)
Date de prise de fonction : dès que possible
Eléments à fournir : CV et lettre de motivation avant le 18 septembre 2016 à envoyer par mail à contact@iferiss.org
Lieu : IFERISS – IMT à Toulouse (31)
Rémunération : 1907 euros à 2379 euros brut/mois selon expérience
Document attaché : 2016-fiche-de-poste-ir-projet-big-data.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : LIG – Laboratoire d’informatique de Grenoble
Durée : 2 years
Contact : gilles.bisson@imag.fr, renaud.blanch@imag.fr
Date limite de publication : 2016-09-30
Contexte :
This position is part of IKATS that is a Research and Development project funded by the French government in the frame of PIA program. Partners of this project are : LIG, CSSI, AIRBUS and EDF-R&D.
The IKATS project1 (Innovative ToolKit for Analysing Time Series) aims to build a software toolbox, providing in the same framework all the tools allowing to manage, to explore, to analyze and to visualize large volumes of “Time Series”. Indeed, “Time Series” (i.e. sequences of data points, consisting of successive measurements made over a time interval) are observed in a growing number of scientific and industrial domains, such as: medicine, biology, physics, energy consumption…
The key points of this project is to build a collaborative environment suitable for non-expert users of Data Mining and to set up the “High Throughput Analysis of Multivariate Time Series” pushing the current quantitative limits both in number of time series variables and events analyzed simultaneously.
Sujet :
The successful candidate will have to port in a Web environment and/or optimize the visualization tools created by AMA and IIHM teams of the LIG laboratory and to package these algorithms to include them in the IKATS platform. This concerns two different kinds of tools:
– Interactive tools allowing the user to display and explore the raw data (time series)
– Interactive visualization of the models produced by the Machine Learning and analysis tools. These visualizations will be elaborate in collaboration with the researchers producing the algorithms, CSSI company and the end-users of the project.
Profil du candidat :
Candidate must have a good experience concerning Interactive visualization and data analytics. Some knowledge about Machine learning is desirable. He/she is must have an excellent skill in software development
Speaking languages: french (preferably) and english
Formation et compétences requises :
Qualification: engineering degree or PhD.
Programming langages and technologies:
– Python (including Numpy, Scipy, mathplotlib), C.
– Graphics libraries: OpenGL, …
– Web technologies: jQuery, JavaScript, D3.js, WebGL, …
– Unit testing, code profiling tools, issue trackers …
Adresse d’emploi :
Equipe AMA/IIHM, bâtiment IMAG
Laboratoire d’informatique de Grenoble
38058 GRENOBLE CEDEX
Document attaché : expert-engineer-position-lig-dv.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : LIG – Laboratoire d’informatique de Grenoble
Durée : 2 years
Contact : gilles.bisson@imag.fr, franck.thollard@imag.fr
Date limite de publication : 2016-09-30
Contexte :
This position is part of IKATS that is a Research and Development project funded by the French government in the frame of PIA program. Partners of this project are: LIG, CSSI, AIRBUS and EDF- R&D.
The IKATS project1 (Innovative ToolKit for Analysing Time Series) aims to build a software toolbox, providing in the same framework all the tools allowing to manage, to explore, to analyze and to visualize large volumes of “Time Series”. Indeed, “Time Series” (i.e. sequences of data points, consisting of successive measurements made over a time interval) are observed in a growing number of scientific and industrial domains, such as: medicine, biology, physics, energy consumption…
The key points of this project is to build a collaborative environment suitable for non-expert users of Data Mining and set up the “High Throughput Analysis of Multivariate Time Series” pushing the current quantitative limits both in number of time series variables and events analyzed simultaneously.
Sujet :
The successful candidate will have to implement and/or to optimize the Machine Learning and Statistical algorithms published in research papers or currently developed in the LIG laboratory and then to package these algorithms to include them in the IKATS platform. He/she will also support the collaboration between the research teams and the industrials and will collaborate to the conception of the Web based visualization tools.
Profil du candidat :
Candidate must be knowledgeable (or having a very strong motivation) concerning Statistics, Machine Learning, applied mathematics and must have an excellent skill in software development in computer science.
Speaking languages: french (preferably) and english
Formation et compétences requises :
Qualification: engineering degree or PhD
Programming langages:
– Python (including Numpy, Scipy, Scikit-Learn), R.
– Spark, …
– Unit testing, code profiling tools, issue trackers…
Optional:
– C, Java, Scala, Mathlab
– Web visualization framework: D3.js, GIT, SVN, WebGL, …
Adresse d’emploi :
Equipe AMA, bâtiment IMAG
Laboratoire d’informatique de Grenoble
38058 GRENOBLE CEDEX
Document attaché : expert-engineer-position-lig-ml.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : Laboratoire d’Informatique de Grenoble
Durée : 2 ans
Contact : eric.gaussier@imag.fr
Date limite de publication : 2016-10-01
Contexte :
Machine learning methods are meeting an increasing success in various domains, such as marketing with customer behavior prediction, health with patient diagnosis and industry with the optimization of industrial processes.
The present project fits within a general problem addressed by Total on trying to predict, from various characteristics (or parameters/variables), different properties (as mechanical properties under stress) of welding in pipelines. The parameters can take various forms (quantitative or qualitative, ordinal or non-ordinal, real or Boolean) and are highly heterogeneous. They however need to be combined in order to obtain good prediction and one of the main challenges of this project is precisely to find the best way to combine different parameters for enhanced prediction and classification. In parallel, it is of course important to determine whether the different parameters are correlated or not, and to make use of possible correlations in the prediction/classification tasks. The developed method will have to be well adapted to large scale, heterogeneous datasets that are common to many different domains; it will furthermore be applied to the prediction of weld properties from parameters of the welding process.
Sujet :
During the project, the successful candidate will have to address the following points:
1. Study correlations between variables of many different types and extend existing models/methods to integrate all data types as well as their dependencies. The dataset collected by Total for studying welding in pipelines is unique by the diversity of the variables it relies on (product names, physical measures, manual annotations, …). This diversity constitutes a major challenge for all existing data analysis and machine learning methods. We will also try, whenever possible, to quantify the uncertainty associated with the representation of each data type;
2. In addition to the above-mentioned datasets, physical phenomena (as welding) are often described via equations that display relations between variables; they are also subject to simulations aimed at assessing their future evolution. One of the goals of the project will be to study how one can couple machine learning and physical equations and simulations to improve the accuracy of the prediction. This is a promising line of research that can bring together communities that do not usually work together;
3. Provide tools to help experts understand the results obtained by the models developed.
This will include:
Working with a team of computer scientists and mathematicians
Developing new machine learning/data analysis models
Implementing and testing the models developed
Profil du candidat :
Formation et connaissances : ……
Ph.D. or equivalent experience in computing, modeling, machine learning, statistics and applied mathematics …………………………………………………………………………………………………………………………………………………
→ Niveau d’expérience attendu :
Significant experience in modeling and developments of machine learning models
→ Aptitudes :
Proven ability to solve research problems, with demonstrable research experience in one or more of the following areas: machine learning, modeling, statistics
Ability to work effectively with a multidisciplinary team
Excellent scientific publishing record
Excellent oral and written communication skills
Knowledge of one or more of the following science areas: computer science, modeling, optimization, learning
Software engineering tools: knowledge of Python and/or R
Formation et compétences requises :
Formation et connaissances : ……
Ph.D. or equivalent experience in computing, modeling, machine learning, statistics and applied mathematics …………………………………………………………………………………………………………………………………………………
→ Niveau d’expérience attendu :
Significant experience in modeling and developments of machine learning models
→ Aptitudes :
Proven ability to solve research problems, with demonstrable research experience in one or more of the following areas: machine learning, modeling, statistics
Ability to work effectively with a multidisciplinary team
Excellent scientific publishing record
Excellent oral and written communication skills
Knowledge of one or more of the following science areas: computer science, modeling, optimization, learning
Software engineering tools: knowledge of Python and/or R
Adresse d’emploi :
700 Avenue Centrale, 38010 St Martin d’Hères
Document attaché : total-lig.pdf
Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : Université de Technologie de Troyes, UMR CNRS 6281 ICD (Institut Charles Delaunay).
Durée : 18 mois
Contact : babiga.birregah@utt.fr
Date limite de publication : 2016-10-30
Contexte :
Type de contrat : Contrat à durée déterminée (12 mois renouvelable sur résultat)
Prise de fonction : Dès que possible. Le processus d’étude des candidatures se fait au fil de l’eau jusqu’à ce que le poste soit pourvu.
Sujet :
Description du poste :
Le candidat participera aux différentes étapes de la mise en œuvre de solutions Big Data sous forme de POC (preuves de concept) pour répondre à des problématiques de traitement de grands flux de données (acquisition, stockage, algorithmes, visualisation).
Dans le cadre du DataLab AnalyTrics (Analytics & Metrics), le candidat mettra en place l’infrastructure de traitement de données volumineuses dans un mode streaming. Il apportera ensuite son expertise dans la mise en œuvre de chaines de traitements pour ces données par des méthodes de segmentation, de détection d’anomalies, la correspondance d’entités et autres approches liées à l’analyse de données. Ces chaines de traitement de bout en bout seront composées de modules de collecte et de nettoyage de données, de génération d’attributs ainsi que des modules d’analyse et de représentation/restitution d’information (indicateurs et visualisation). Les problématiques des traitements respectueux des données seront aussi abordées.
Profil du candidat :
Aimer les défis et le travail en équipe.
Être force de proposition pour le renforcement des compétences du DataLab AnalyTrics (Analytics & Metrics).
Formation et compétences requises :
Les candidats doivent avoir un Doctorat en Informatique ou dans un domaine proche (mathématiques appliquées, analyse de données, etc.). Des compétences en infrastructures de calcul distribué (Hadoop, Spark etc) seraient un plus. Des compétences en développement informatique sont nécessaires pour pouvoir contribuer à ce projet.
Adresse d’emploi :
Lieu : Université de Technologie de Troyes, UMR CNRS 6281 ICD (Institut Charles Delaunay). Projet DataLab AnalyTrics (Analytics & Metrics)
Document attaché : post-doc-conception-projet-big-data.pdf