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

Laboratoire/Entreprise : Université Savoie Mont Blanc – IUT Annecy – LISTIC
Durée : CDI
Contact : recrutement.listic@univ-smb.fr
Date limite de publication : 2024-04-15

Contexte :
Cf. profil.

Sujet :
Cf. profil.

Profil du candidat :
La personne recrutée assurera ses enseignements au sein du département Génie Électrique et Informatique
Industrielle GEII de l’IUT d’Annecy.
Les besoins s’articuleront autour du thème principal de l’Informatique Industrielle en deuxième et troisième
années de BUT GEII dans les parcours ESE (Électronique et Systèmes Embarqués) ou AII (Automatisme et
Informatique Industrielle), avec une coloration marquée en systèmes embarqués ou en automatismes
industriels, selon les aspirations du candidat ou de la candidate.
La personne recrutée devra s’intégrer aux équipes d’enseignement concernées. Elle aura la charge de
plusieurs modules d’enseignement, et devra s’investir dans la proposition et l’encadrement de projets SAE
(Situation d’Apprentissage et d’Évaluation). A terme, la personne recrutée sera amenée à prendre des
responsabilités administratives ou pédagogiques au sein du département GEII, au même titre que ses
collègues.
Contact : Isabelle De Bonis – isabelle.debonis@univ-smb.fr
Copie : dir-iut-acy@univ-smb.fr
Site web : www.iut-acy.univ-smb.fr

La personne recrutée conduira ses travaux de recherche au sein du laboratoire LISTIC (Laboratoire
d’Informatique, Systèmes, Traitement de l’Information et de la Connaissance) dans le thème ReGaRD
(Représentation, Gestion et tRaitement des Données pour l’humain). Ce thème s’intéresse entre autres aux
problématiques d’intelligence artificielle, d’analyse de données complexes ou incertaines, aux systèmes de
recommandation et aux systèmes d’informations distribués. La présentation d’un projet de recherche sur des
problématiques d’acquisition, de traitement de l’information et d’aide à la décision sera appréciée. Le lauréat
ou la lauréate participera au montage de projets de recherche et de collaborations nationaux et
internationaux. Les domaines d’application maîtrisés dans le thème ReGaRD pourront fournir un support aux
travaux de recherche : intelligence ambiante, systèmes industriels, montagne, réseaux sociaux. Des
compétences en lien avec l’autre thème du LISTIC (AFuTé : Apprentissage Fusion Télédétection) seront
appréciées.
Contact : Emmanuel Trouvé, Sébastien Monnet – Direction du LISTIC (recrutement.listic@univ-smb.fr )
Site web : www.listic.univ-smb.fr

Formation et compétences requises :
Cf. profil.

Adresse d’emploi :
IUT Annecy et Laboratoire LISTIC à Annecy

Document attaché : 202403090715_2024_704MCF61_IUTA GEII_LISTIC.pdf

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

Laboratoire/Entreprise : Université Savoie Mont Blanc – IUT Annecy – LISTIC
Durée : CDI
Contact : recrutement.listic@univ-smb.fr
Date limite de publication : 2024-04-15

Contexte :
Cf. profil.

Sujet :
Cf. profil.

Profil du candidat :
La personne recrutée intégrera l’équipe pédagogique d’informatique et de traitement de l’information de l’école
et interviendra plus particulièrement dans la spécialité « Systèmes Numériques – Instrumentation ». Elle
assurera principalement les enseignements dans le domaine des systèmes communicants allant de leur
programmation (modules de systèmes embarqués) à leur gestion à travers un médium de communication (ex :
IP, MQTT, sans fil …). La personne recrutée s’intégrera également dans l’équipe « d’Apprentissage par
Problèmes et par Projets » (APP), et prendra à terme la responsabilité d’un thème. Une sensibilité ou des
expériences significatives autour des pédagogies innovantes et de l’approche par compétences seront donc
un atout. De plus, la personne recrutée pourra orienter certains de ses enseignements vers des domaines
d’applications porteurs, en lien avec les attentes des élèves ingénieurs et du monde socio-économique,
notamment dans l’observation de l’environnement, de l’habitat intelligent et de la robotique de service. Une
capacité à assurer et à organiser des enseignements en anglais est attendue.
Contacts : Yajing Yan – yajing.yan@univ-smb.fr, Flavien Vernier – flavien.vernier@univ-smb.fr
Copie : dir-polytech@univ-smb.fr
Site web : www.polytech.univ-smb.fr

L’activité de recherche de la personne recrutée s’intégrera dans le thème AFuTé (Apprentissage, Fusion et
Télédétection) ou dans le thème ReGaRD (Représentation, Gestion et tRaitement des Données pour l’humain)
du LISTIC. Le thème AFuTé développe des approches méthodologiques en apprentissage automatique,
traitement du signal, fusion de données et télédétection. Le thème ReGaRD est spécialisé en systèmes
distribués, réseau, sécurité, traitement des données humaines et aide à la décision. La personne recrutée
devra montrer sa capacité à développer des approches méthodologiques ou applicatives en IA embarquée ou
apprentissage fédéré. Elle pourra apporter des compétences en apprentissage profond ou statistique,
apprentissage distribué, ou « edge computing ». Les domaines d’application privilégiés sont liés à l’habitat
intelligent, la gestion des énergies renouvelables et la surveillance de l’environnement. La personne
s’impliquera dans des projets académiques (universitaires, régionaux, nationaux et internationaux) ou des
contrats industriels.
Contact : Emmanuel Trouvé, Sébastien Monnet – Direction du LISTIC – recrutement.listic@univ-smb.fr
Site web : www.listic.univ-smb.fr

Formation et compétences requises :
Cf. profil.

Adresse d’emploi :
IUT Annecy et Laboratoire LISTIC à Annecy

Document attaché : 202403090715_2024_58MCF6127_PAC_LISTIC.pdf

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

Laboratoire/Entreprise : Institut FEMTO-ST, Besançon
Durée : 12mois
Contact : jean.aucouturier@femto-st.fr
Date limite de publication : 2024-04-15

Contexte :
Le groupe de recherche Neuro du département d’Automatique et Robotique, Institut FEMTO-ST à Besançon, recherche un.e chercheur.se postdoctorant.e dans le domaine de l’apprentissage de systèmes dynamiques et des réseaux de neurones physiquement informés (PINNs), pour application à la recherche en neuroscience.

Le contrat est financé initialement pour une période de 12 mois, grâce à un contrat de la Région Bourgogne Franche-Comté (Project ASPECT, automatique des systèmes perceptifs, 2022-2025).

Info: https://neuro-team-femto.github.io/2024/02/23/postdoc-position

Sujet :
La mission principale de la personne recrutée sera de développer des modèles permettant de modéliser la dynamique de l’activité neurophysiologique de patients en état de coma, dans le but d’établir des biomarqueurs physiques de la probabilité de réveil.

Cette mission se base sur un dataset déjà disponible, collecté en collaboration avec le GHU Paris Psychiatrie et Neurosciences (Paris, France) et comprenant plusieurs centaines de patients coma, associant données EEG resting-state au 4 jour après le début du coma, et données cliniques sur le devenir neurologique au réveil (Hermann et al., 2024). La prédiction de l’état au réveil après coma a fait récemment l’objet d’une intense activité en apprentissage machine (ex. Zubler & Tsovara, 2023), mais les méthodes existantes n’ont pas encore exploré la caractérisation du système comme système dynamique, ni l’utilisation de tels paramètres physiques comme biomarqueurs.

Scientifiquement, les méthodes explorées pourront faire appel à l’état de l’art récent en régression symbolique (ex. SINDy, Sparse Identification of Nonlinear Dynamics; Brunton et al.), Neural ODE (Chen et al. NeurIPS 2018) ou les réseaux de neurones récurrents (Durstewitz et al. 2023).

Profil du candidat :
Les compétences attendues sont celles d’un.e chercheur/se de haut-niveau dans le domaine de l’apprentissage de systèmes dynamiques, des réseaux de neurones physiquement informés (PINNs) ou de l’identification de systèmes dynamiques en automatique:
– une bonne connaissance académique du domaine, attestée par une thèse de doctorat en machine-learning, automatique, physique ou biologie/neurosciences computationnelle
– de bonnes compétences de programmation en python, de développement et d’évaluation de modèles d’apprentissage machine, attestées par exemple par une activité de partage de code sur github/lab ou d’autres indicateurs équivalents
– de bonnes compétences de communication scientifique et de rédaction d’article, attestée par une activité de publication en revue internationales
– une appétence pour la modélisation de données biologique et neuroscientifiques en particulier

Formation et compétences requises :
Les compétences attendues sont celles d’un.e chercheur/se de haut-niveau dans le domaine de l’apprentissage de systèmes dynamiques, des réseaux de neurones physiquement informés (PINNs) ou de l’identification de systèmes dynamiques en automatique:
– une bonne connaissance académique du domaine, attestée par une thèse de doctorat en machine-learning, automatique, physique ou biologie/neurosciences computationnelle
– de bonnes compétences de programmation en python, de développement et d’évaluation de modèles d’apprentissage machine, attestées par exemple par une activité de partage de code sur github/lab ou d’autres indicateurs équivalents
– de bonnes compétences de communication scientifique et de rédaction d’article, attestée par une activité de publication en revue internationales
– une appétence pour la modélisation de données biologique et neuroscientifiques en particulier

Adresse d’emploi :
Avec près de 750 chercheurs/ses, l’institut FEMTO-ST est l’un des plus gros laboratoires CNRS de sciences de l’ingénierie de France. Il est situé à Besançon, une capitale régionale à taille humaine, régulièrement évaluée dans les premières de France pour sa qualité de vie et sa vie étudiante.

Institut FEMTO-ST, Département AS2M,
24 rue Alain Savary,
25000 Besançon, France

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

Laboratoire/Entreprise : LITIS Lab (Rouen)
Durée : –
Contact : paul.honeine@univ-rouen.fr
Date limite de publication : 2024-04-15

Contexte :
L’équipe « Apprentissage » du LITIS à Rouen propose plusieurs postes de Maîtres de Conférences (MCF) et Professeurs des Universités (PR) dans le cadre de la campagne synchronisée, principalement sections CNU 61 et 27

Sujet :
PR 61-26 à l’Université de Rouen :
– Recherche : Apprentissage statistique
– Enseignements : Statistiques (département de Mathématiques)
– https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2024_1/0761904G/FOPC_0761904G_4740.pdf

Poste MCF 61-27 à l’INSA Rouen :
– Recherche : Apprentissage statistique, apprentissage profond, statistiques
– Enseignements : Traitement du signal, apprentissage automatique, statistiques et optimisation (département Informatique et Technologies de l’Information)
– https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2024_1/0760165S/FOPC_0760165S_4114.pdf

Poste MCF 61 à l’Université de Rouen :
– Recherche : Apprentissage automatique pour imagerie médicale
– Enseignements : Sciences du numérique, ingénierie biomédicale (Master Sciences et Ingénierie des Données, et Master Ingénierie de la Santé, parcours IBIOM)
– https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2024_1/0761904G/FOPC_0761904G_4738.pdf

Sur le thème du véhicule intelligent et à l’interface des équipes Apprentissage et Systèmes de Transport Intelligents de LITIS :

Poste PR 61-27 à l’Université de Rouen :
– Recherche : Perception collaborative, fusion multimodales par apprentissage
– Enseignements : Réseaux, Cloud (département Réseaux et Télécoms à l’IUT de Rouen)
– https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2024_1/0760170X/FOPC_0760170X_4714.pdf

Poste CPJ à l’INSA Rouen (susceptible d’être ouvert) :
– Recherche : AI for Safe and Smart Mobility

Profil du candidat :
N’hésitez pas à nous contacter pour plus de détails !!

Formation et compétences requises :
–

Adresse d’emploi :
Rouen

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

Laboratoire/Entreprise : Télécom Saint-Etienne – LabHC
Durée : permanent
Contact : lilian.bossuet@univ-st-etienne.fr
Date limite de publication : 2024-04-15

Contexte :
2 postes de maître de conférences sont ouverts au concours à Télécom Saint-Etienne, avec affectation recherche au laboratoire Hubert Curien UMR 5516.

Sujet :
1 poste en Sections 26/27 – profil “Intelligence Artificielle : Fondements mathématiques” :

https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2024_1/0421095M/FOPC_0421095M_4461.pdf

1 poste en Section 27 – profil “Sciences des Données et Intelligence Artificielle” :

https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/ANTEE/2024_1/0421095M/FOPC_0421095M_4460.pdf

Les personnes intéressées sont invitées à prendre contact avant la clôture des candidatures le vendredi 29 mars 16h.

Profil du candidat :
Titulaire d’un doctorat en informatique avec une expertise de premier plan en sciences de données .

Formation et compétences requises :
Qualification en section 27 ou 26

Adresse d’emploi :
Université Jean Monnet – Saint-Etienne

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

Laboratoire/Entreprise : ERC Consolidator Grant PECUNIA
Durée : 24 months
Contact : maria-victoria.eyharabide@sorbonne-universite.fr
Date limite de publication : 2024-04-20

Contexte :
Information about the internship

• Supervisors:
– Anne-Valerie PONT-BOULAY, associate professor in Roman History, UMR 8167 Centre Antiquité Classique et Tardive, Sorbonne Université
– Victoria EYHARABIDE, associate professor in computer science, STIH Laboratory, Sorbonne Université
• Location: Maison de la Recherche, Sorbonne Université – 28 rue Serpente, 75006 Paris.
• Duration: 24 months (possibility to be extended up to 5 years).
• Keywords: Digital humanities, knowledge representation and reasoning, knowledge graphs, Roman
history.
• Project: ERC Consolidator Grant PECUNIA – Private interests in public functions: Framing a new paradigm of power in the cities of the Roman empire (70 BC-284 AD) (Grant number: 101088477).
• Environment: The PECUNIA project also benefits from the infrastructure of the Sorbonne Center for Artificial Intelligence (SCAI).
• Remuneration: €2905 or more depending on experience.
• Start date: The position is available from February 1st, 2024.

Sujet :
Job description

The candidate’s main objective will be to develop and implement computational solutions for creating a domain-specific knowledge graph gathering historical data. The candidate will build the knowledge base by adapting the Patrimonium editor designed at Ausonius (Bordeaux) and create a knowledge graph to depict and explore the relations that underlie the distribution of the financial and material resources available through institutional positions in the cities of the Roman Empire. The candidate will work in close collaboration with researchers in history and epigraphy to find the best solutions to implement the database of the project and curate data. Finally, the candidate will design innovative user interfaces for displaying and querying the knowledge base. The candidate will be under the supervision of PECUNIA’s project PI, Anne-Valérie Pont, and Victoria Eyharabide, a specialist in Computer Sciences; the candidate will also have the opportunity to benefit from the scientific context of the Sorbonne Center for Artificial Intelligence (SCAI) and regular interactions with its researchers. The ambition of SCAI is to contribute significantly to the excellence of interdisciplinary research and education in artificial intelligence by promoting exchanges between researchers, students, and industry.

Profil du candidat :
Applicants are required to have:

• A Ph.D. in Computer Science or Digital Humanities. Doctoral students about to graduate (before the end of 2023) are invited to apply!
• Advanced skills in Python programming are mandatory.
• Strong background in two areas of artificial intelligence: semantic web technologies (ontologies, reasoning models, linked data, SPARQL) and automatic learning of graphs and vector representations.
• Fluency in written and spoken English is essential.
• Excellent communication skills to discuss with researchers from different backgrounds (mainly historians and epigraphers).

Formation et compétences requises :
Ideally, we are also searching for candidates with the following desired qualifications:

• Documented experience in the implementation of machine learning methods for the analysis of knowledge graphs.
• Expertise in technical aspects related to data sharing, database systems, linked data/RDF, knowledge graphs, data semantics, and inference engines is desired.
• Experience in knowledge open-source tools for knowledge graphs such as Neo4J RDF Semantic Toolkit, RDF4J, and GraphDB.
• Communication skills in French are a plus but not required.

The position is open immediately. Review of applications will begin as soon as applications are received and continue until the position is filled.

Adresse d’emploi :
Maison de la Recherche, Sorbonne Université – 28 rue Serpente, 75006 Paris

Document attaché : 202311301017_ERC PECUNIA post-doc semantic graphs.pdf

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

Laboratoire/Entreprise : LIP6 – Sorbonne Université – UFR 919
Durée : indéterminée
Contact : bernd.amann@lip6.fr
Date limite de publication : 2024-04-21

Contexte :
Le profil de recherche se situe à l’interface des domaines de la Science des Données, de l’Intelligence Artificielle et des Bases de Données. Les objectifs sont d’une part de renforcer les activités de recherche sur le traitement et la représentation des données pour leur transformation en modèles exploitables par les systèmes intelligents et en connaissances interprétables par les humains, et d’autre part de structurer ces thématiques de recherche transverses aux trois équipes BD, LFI et MOCAH du laboratoire LIP6.

Le profil d’enseignement couvre de nombreuses thématiques d’enseignement (Bases de Données, Sciences des données, Big Data, IA….). Ce recrutement a pour objectif l’amélioration du ratio PR/MC et s’inscrit également dans le projet d’établissement de Sorbonne Université et en particulier dans l’objectif de former davantage d’étudiants au numérique et à la science des données (Licence, Master et Formation Continue), et dans le renforcement des collaborations avec l’Institut SCAI.

Laboratoire d’accueil: Le LIP6, UMR 7606, Unité Mixte de Recherche CNRS et Sorbonne Université, est un laboratoire de recherche en informatique se consacrant à la modélisation et la résolution de problèmes fondamentaux motivés par les applications, ainsi qu’à la mise en œuvre et la validation des solutions au travers de partenariats académiques et industriels. Les 19 équipes du LIP6 articulent leurs activités autour de quatre axes transverses : « Intelligence artificielle et science des données », « Architecture, systèmes et réseaux », « Sécurité, sûreté et fiabilité », « théorie et outils mathématiques pour l’informatique ».

Sujet :
Profil Recherche

L’IA et les données : Dans beaucoup d’applications du monde réel, certaines solutions d’intelligence artificielle (IA), et en particulier les méthodes statistiques, reposent sur la disponibilité de grandes quantités de données. Dans ce contexte, une bonne intégration entre les infrastructures de gestion et d’analyse des données et les outils d’IA joue un rôle essentiel dans le développement d’applications efficaces et pérennes. La fertilisation entre les domaines des bases de données (BD) et de l’IA est une voie à double sens. Tout d’abord, dans le sens de “l’IA pour les BD”, les nouvelles méthodes et les nouveaux modèles de l’IA peuvent être appliqués à l’automatisation et à l’optimisation des pipelines de gestion et d’analyse de données massives. Deuxièmement, dans le sens des “BD au service de l’IA”, les méthodes de gestion de données peuvent apporter plus d’efficacité et d’expressivité à l’ingénierie des données et des modèles d’apprentissage machine mobilisés dans les pipelines d’analyses prédictives.

L’IA et la connaissance : Les modèles d’IA centrés sur l’humain peuvent combiner des données provenant de traces d’interaction avec l’utilisateur, des connaissances de ces utilisateurs, ainsi que la prise en compte d’informations et de connaissances subjectives. Les algorithmes et méthodes dans ce domaine doivent raisonner dans l’incertain, dans l’imprécis et sur des connaissances subjectives ou mal définies, tout en étant capables d’expliquer et de justifier leur raisonnement. Elles doivent être interprétables pour que leur construction, leur représentation et leurs décisions puissent être compréhensibles, acceptées et adoptées par leurs utilisateurs. De plus, ces modèles doivent être dynamiques, capables d’évoluer au fur et à mesure des interactions avec leurs utilisateurs et de s’intégrer dans les systèmes d’information.

Profil Enseignement

La personne recrutée interviendra de façon équilibrée sur les différents niveaux de formation, du L1 au M2. La personne recrutée contribuera significativement aux enseignements de Licence d’informatique dont les besoins couvrent l’ensemble de la discipline (algorithmique, programmation (notamment objet, concurrente, fonctionnelle, web),
mathématiques discrètes, structures de données, système, architecture, réseaux, compilation, bases de données…)

En Master, selon son profil, la personne recrutée renforcera les enseignements du parcours « AgeNts Distribues, Robotique, Recherche Opérationnelle, Interaction, DEcision » (ANDROIDE) et/ou des autres parcours avec une forte composante IA.

Contact

Recherche : Fabrice Kordon ([Fabrice.Kordon@lip6.fr](mailto:Fabrice.Kordon@lip6.fr))

Enseignement:
Licence d’informatique : Jean-Lou Desbarbieux, directeur [(jean-lou.desbarbieux@lip6.fr](mailto:jean-lou.desbarbieux@lip6.fr))

Master d’informatique: Fourmaux, directeur [(olivier.fourmaux@sorbonne-universite.fr](mailto:olivier.fourmaux@sorbonne-universite.fr))

Profil du candidat :
Le profil du candidat doit correspondre aux thématiques de recherche et d’enseignement du poste.

Formation et compétences requises :
Candidats titulaires, à la date de clôture des inscriptions, d’une habilitation à diriger des recherches. Le doctorat d’Etat est admis en équivalence de l’habilitation à diriger des recherches.
Les titulaires de diplômes universitaires, qualifications et titres de niveau équivalent peuvent être dispensés de la possession de l’habilitation à diriger des recherches par le CNU.
Les candidats exerçant une fonction d’enseignant-chercheur, d’un niveau équivalent à celui de l’emploi à pourvoir, dans un établissement d’enseignement supérieur d’un État autre que la France, titulaires de
diplômes universitaires, qualifications et titres de niveau équivalent peuvent être dispensés de la possession de l’habilitation à diriger des recherches par le conseil académique.

Adresse d’emploi :
Sorbonne Université (UP6) – FACULTE DES SCIENCES – UFR 919 Ingénierie
Campus Pierre et Marie Curie, 4 place Jussieu 75005 Paris

Document attaché : 202312211431_35_LIP6_Traitement_representation_PR27_EC.pdf

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

Laboratoire/Entreprise : GREYC / Babbar.tech
Durée : 12-18 months
Contact : recrutement@babbar.tech
Date limite de publication : 2024-04-30

Contexte :
The GREYC lab performs research works in the field of digital science with activities in image processing, machine learning, artificial intelligence, computer security, fundamental computer science, Web science, electronics.

Babbar is specialized in web data collection and provides a large scale view on the web graph to its users. Babbar crawls more than 1.5B pages per day, and its index currently contains information about more than 1500B urls.

Sujet :
The postdoctoral scholar will be working on Web Page Segmentation with a primary goal to detect the different zones of a web page, select interesting areas and extract meaningful content. This interdisciplinary research project combines structural analysis, natural language processing and machine learning techniques to develop advanced algorithms capable of segmenting web pages into meaningful and semantically distinct regions.

Profil du candidat :
– Hold a recent Ph.D. degree in Computer Science, Electrical Engineering, or a related field.

Formation et compétences requises :
– Demonstrate a strong research background in natural language processing or machine learning.
– Possess a track record of publications in top-tier conferences/journals related to machine learning, NLP, or related areas.
– Strong programming skills.
– Excellent written and verbal communication in English and interpersonal skills.

Adresse d’emploi :
Caen, France

Document attaché : 202401091508_Post-doc BABBAR.pdf

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

Laboratoire/Entreprise : Labo DAVID, UVSQ, Université Paris-Saclay
Durée : Fonctionnaire
Contact : Karine.Zeitouni@uvsq.fr
Date limite de publication : 2024-04-30

Contexte :
L’université de Versailles St-Quentin recrute un poste de maître(sse) de conférences en informatique (section 27) lors de la session synchronisée du concours. Il sera rattaché à l’UFR des sciences, département informatique et au laboratoire DAVID en recherche.

Sujet :
Le laboratoire DAVID cherche à renforcer ses thématiques à la frontière de la protection des données personnelles et leur sécurité et la fouille de données. Ce poste est fortement motivé par la collaboration entre l’équipe ADAM (Ambient Data Access and Mining) et l’IILab OwnCare (laboratoire d’innovation commun à l’UVSQ et INRIA, rattaché au laboratoire DAVID).

Profil du candidat :
Profil recherche :
La recherche du candidat devra s’inscrire dans les domaines de l’équipe ADAM (Ambient Data Access and Mining) et jouer un rôle actif dans la collaboration avec l’IILab OwnCare (commun à l’UVSQ et Inria au sien de DAVID), dont l’objet est de valoriser des travaux scientifiques relatifs à la protection des données personnelles.
Les domaines prioritaires sont les suivants : (1) les modèles de protection de la vie privée : confidentialité différentielle, modèles de consentement, modèles de partage, anonymisation de données, etc. (2) la sécurité physique des données : sécurité logicielle et matérielle (type SGX, ARM TrustZone), architectures privacy-by-design, architectures décentralisées (sans infrastructure, cross-device/edge/P2P computing), cloud personnel, etc. (3) le traitement et la fouille de ces données : données issues de capteurs, données spatiales, temporelles et biomédicales, la gestion frugale et responsable des données, l’apprentissage fédéré et la fouille sur données personnelles, le désapprentissage, etc.
Ces axes de recherche, aux interfaces entre sécurité des données, big data et science des données, sont centraux pour le laboratoire DAVID et correspondent parfaitement aux priorités scientifiques de l’Université Paris-Saclay (Graduate School Informatique et Sciences du Numérique) et aux politiques de recherche nationales et européenne en STIC. Ce poste est également stratégique pour préserver l’équilibre entre l’UVSQ et Inria Saclay au sein de l’IILab OwnCare en pleine croissance et à fort potentiel. Il s’inscrit dans la continuité des travaux de l’équipe ADAM et crée un cercle vertueux entre la recherche académique au sein de l’équipe et l’innovation développée dans l’ILab.

Profil Enseignement :
Enseignement dans la licence d’Informatique et les masters d’Informatique relevant du Département Informatique de l’UFR des Sciences. En particulier sur les aspects programmation en Licence et sur les aspects “Données” en Licence et Master. Il interviendra en particulier dans le master DataScale.

Formation et compétences requises :
Mots-clés : Informatique, Bases de données, Confidentialé et scurité des données, fouille de données, apprentissage

Adresse d’emploi :
Laboratoire DAVID/ UVSQ – Université Paris-Saclay
45 Av. des Etats-Unis – 78000 Versailles

Contacts :
Pour le profil Enseignement : franck.quessette@uvsq.fr
Pour le profil Recherche : Dominique.Barth@uvsq.fr (directeur du laboratoire DAVID), Karine.Zeitouni@uvsq.fr (responsable de l’équipe ADAM)

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

Laboratoire/Entreprise : LIAS/ENSMA, Poitiers
Durée : Indéterminée
Contact : allel.hadjali@ensma.fr
Date limite de publication : 2024-04-30

Contexte :
Un poste de maître de conférences en informatique (section CNU 27) sera ouvert au département informatique & automatique de l’école d’ingénieurs ISAE-ENSMA de Poitiers pour une intégration possible dans l’équipe IDD (https://www.lias-lab.fr/fr/teams/data-engineering/) au niveau recherche du Laboratoire LIAS (https://www.lias-lab.fr/fr/).

Sujet :
Un poste de maître de conférences en informatique (section CNU 27) sera ouvert au département informatique & automatique de l’école d’ingénieurs ISAE-ENSMA de Poitiers pour une intégration possible dans l’équipe IDD (https://www.lias-lab.fr/fr/teams/data-engineering/) au niveau recherche du Laboratoire LIAS (https://www.lias-lab.fr/fr/).

Profil du candidat :

Vous trouvez ci-dessous un descriptif complet du profil du poste :
===========================================================

Recherche :
La personne recrutée effectuera ses recherches au sein de l’équipe Ingénierie de Données et des Modèles (IDD) du Laboratoire d’Informatique et d’Automatique pour les Systèmes (LIAS, UR 20299) de l’ISAE-ENSMA et l’Université de Poitiers. La thématique de recherche de l’équipe IDD porte essentiellement sur le cycle de vie de conception et la validation des systèmes/applications dirigées par les données massives à des fins de prise de décision : (1) L’intégration virtuelle/matérialisée des données en exploitant des ontologies de domaines, (2) la qualité des données et la gestion des données incertaines, (3) le stockage physique efficace des données, (4) le déploiement sur des infrastructures centralisées et distribuées, et (5) l’exploitation multifacette des données (en plaçant les utilisateurs au centre de cette démarche) et leur analyse et valorisation par des techniques empruntées du domaine de l’apprentissage et dotées de capacités d’explication de leurs résultats.

Ces thèmes scientifiques sont soumis à de fortes et diverses contraintes, couvrant à la fois (a) les sources de données (par exemple, la fiabilité des sources et leur disponibilité), (b) les différentes phases du cycle de vie (telles que le temps de réponse des requêtes, la consommation énergétique de traitements, le coût de stockage et de maintenance…), (c) les utilisateurs/décideurs en tenant compte, d’une part, de leur profil et préférence et, d’autre part, de leur confiance vis-à-vis des solutions développées.

La conception et la validation de ces systèmes reposent sur l’expérience et le savoir-faire de l’équipe IDD, notamment, dans : la modélisation à base ontologique, l’utilisation des graphes de connaissances, le soft computing, l’apprentissage automatique et l’apprentissage profond, le développement de modèles de coût analytiques, et l’ingénierie dirigée par les modèles.

La personne recrutée devra renforcer ces activités de recherche et être en mesure de répondre aux appels à projets régionaux, nationaux et européens.

Mots-clés : Bases de données, Web sémantique, Modélisation ontologique, Qualité de données, Intégration & Stockage, Exploitation & Analyse, Modèles de coût, Apprentissage.

Enseignement :
La personne recrutée intégrera le département « Informatique et Automatique » de l’ISAE-ENSMA majoritairement sur des enseignements en informatique, systèmes d’exploitation, conception et implémentation des systèmes de contrôle/commande, réseaux sur les diplômes FISE, FISA et Master. La personne recrutée devra en outre s’investir dans la mise en œuvre de travaux pratiques et du bureau d’études dans ces thématiques. La capacité et la volonté de s’investir plus largement sur l’ensemble des enseignements du département « Informatique et Automatique » seront considérées comme un plus.

Contacts :
Recherche : Allel HADJALI (allel.hadjali@ensma.fr)
Enseignements : Henri BAUER (henri.bauer@ensma.fr)
===========================================================

Formation et compétences requises :
Titulaire d’un Doctorat en Informatique (ou un diplôme équivalent)

Adresse d’emploi :
Laboratoire d’Informatique et d’Automatique pour les Systèmes
Ecole Nationale Supérieure de Mécanique et d’Aérotechnique (Poitiers)
Téléport 2 – 1 Avenue Clément Ader – BP 40109
86961 FUTUROSCOPE CHASSENEUIL Cedex – FRANCE

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

Laboratoire/Entreprise : Laboratoire de recherche de l’EPITA (LRE)
Durée : CDI
Contact : pierre.parrend@epita.fr
Date limite de publication : 2024-04-30

Contexte :
L’EPITA ouvre plusieurs postes d’enseignant·e·s-chercheur·e·s en informatique à temps complet, pour un recrutement au plus tard en début d’année scolaire 2024-2025.

Sujet :
Afin d’accompagner la dynamique de développement de l’École à l’échelle nationale, les postes sont à pourvoir sur le site de Paris (Kremlin-Bicêtre et Campus Cyber à la Défense),

pour venir consolider nos équipes et axes de recherche sur les thématiques suivantes :

• Sécurité des logiciels et des architectures : identification, protection, détection et réaction,
• Système bas-niveau (noyau, assembleur), systèmes d’exploitation, machines virtuelles et informatique en nuage,
• Systèmes embarqués, systèmes temps-réel,
• Science et ingénierie des données, extraction de connaissances,
• Apprentissage automatique, profond, NLP, LLM, et autres sous-domaines de l’IA,
• Traitement d’images, reconnaissance des formes et vision,
• Automates et leurs applications (dont vérification et synthèse),
• Logiciel et performance (dont HPC, GPU).

Profil du candidat :
Il n’est pas formellement nécessaire d’avoir la qualification aux postes de maître·sse de conférences ou de professeur·e des universités pour pouvoir postuler.

Formation et compétences requises :
Les informations précises concernant ces postes et le lien pour nous transférer votre dossier de candidature sont disponibles ici :
– https://tinyurl.com/PosteEpitaECParis2024

La date limite de candidature est le 29 avril 2024.

La procédure de recrutement est lisible ici :
– https://tinyurl.com/ProcRecrutementEPITA2024EC

Adresse d’emploi :
Kremlin-Bicêtre
Toulouse

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

Laboratoire/Entreprise : CNRS / Laboratoire Ecologie Alpine
Durée : 18 mois
Contact : wilfried.thuiller@univ-grenoble-alpes.fr
Date limite de publication : 2024-05-01

Contexte :
Le changement climatique et la préservation de la biodiversité sont des enjeux clés à très fort impact sociétal.

Sujet :
Le projet vise à développer de nouveaux modèles de biodiversité en se basant sur l’apprentissage profond, notamment les modèles de réseaux de neurones convolutifs (modèles de fondation). Les données de télédétection seront mobilisées dans ce but. Le.a chercheur.se/ingénieur.e testera et comparera différentes architectures pour modéliser différents groupes d’animaux et de plantes, en collaboration avec les autres spécialistes en IA déjà présent.es au laboratoire.

Profil du candidat :
Excellente connaissance des approches de machine learning et deep-learning.

Intérêt pour les questions de biodiversité, et connaissance (optionnellle) de l’écologie et de la modélisation des espèces.

Motivation pour un projet d’équipe multidisciplinaire alliant écologie et mathématiques.

Formation et compétences requises :
Ingénieur.e et/ou docteur.e en IA, machine learning, modélisation, ou écologie.

Expertise en intelligence artificielle
Expertise en Python
Bonne connaissance d’Unix et des environnements clusters et grilles de calculs
Maitrise l’Anglais (écrit et parlé)

Adresse d’emploi :
Le Laboratoire d’Écologie Alpine (LECA), est une unité mixte de recherche de l’Université Grenoble Alpes, CNRS, USMB, située sur le campus grenoblois à Saint-Martin d’Hères et sur le campus chambérien au Bourget du Lac.

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

Laboratoire/Entreprise : IGFL
Durée : 2 ans
Contact : jonathan.enriquez@ens-lyon.fr
Date limite de publication : 2024-05-05

Contexte :
The École Normale Supérieure (ENS) of Lyon is currently seeking a highly talented postdoctoral researcher or research engineer specializing in image data analysis. The successful candidate will join the Spatial-Cell-ID initiative (http://spatial-cell-id.ens-lyon.fr/), contributing to the development of innovative pipelines for the analysis of MERFISH data. The primary focus of this position will encompass image realignment, RNA spot detection, 3D MERFISH decoding, and cell segmentation, with the overarching goal of unravelling the biology of single cells within their native tissue environments.
Spatial-Cell-ID is a new national spatial transcriptomics facility funded by the French “EquipEx+” excellence initiative and led by the École Normale Supérieure of Lyon (ENSL). Spatial-Cell-ID gathers teams with the goal of studying cellular identity and its spatial heterogeneity within tissues, organs, or biological systems in normal and pathological contexts, leveraging the latest advancements in spatial transcriptomics. Spatial transcriptomics technologies were designated “Method of the Year 2020” by the Nature Methods journal and are currently revolutionizing our ability to study complex biological systems. Spatial-Cell-ID offers equipment for spatial transcriptomics that integrates imaging, sequencing, and data analysis technologies, which in synergy will provide access to the transcriptome of any single cell within its native spatio-temporal environment. It hosts a comprehensive selection of technologies, including single-cell transcriptomics, untargeted spatial transcriptomics (e.g., Slide-seq), and targeted spatial transcriptomics (e.g., MERFISH), associating state-of-the-art technological platforms of the University of Lyon.

The employer : The École Normale Supérieure de Lyon is an elite French public higher education institution that trains professors, researchers, senior civil servants as well as business and political leaders. It is a symbol of French Republican meritocracy and it remains committed to disseminating knowledge to the widest audience and to promoting equal opportunity. The ENSL brings together several laboratories at the cutting edge of science and working on different fields of Biology, Mathematics, Physics and Humanities.

Instructions for applicants : Applications should include a CV, a cover letter, and contact details for 3 referees to be sent to: Jonathan Enriquez (jonathan.enriquez@ens-lyon.fr) & Nicolas Ducros (Nicolas.Ducros@insa-lyon.fr). Please use the email subject “Spatial-Cell-ID”. For further information please contact the same addresses. Applications will be considered upon submission.

Sujet :
Role: The appointed candidate will develop innovative pipelines for the analysis of MERFISH data. The recruited post-doc or research engineer will be working at the IGFL (ENS of Lyon) in the Enriquez team and will closely collaborate with the Spatial-Cell-ID community composed of biologists, microscopists, biophysicists, and computer scientists who will assist him/her in the different aspects of this highly interdisciplinary project. The candidate will be involved in one or both of the main projects related to the development of 3D MERFISH: 1. Discover the gene networks controlling neuronal and muscle identity in Drosophila, 2. Generate a single cell smFISH atlas of the Drosophila Embryo in 3D at the cellular level. The candidate will also be involved in the development of 3D MERFISH for other model organisms relevant to the Spatial-Cell-ID community.

Profil du candidat :
Profile:
• Ph.D. or equivalent experience in Biology, Physics or Mathematics is required.

Formation et compétences requises :
• Proficiency in programming languages, particularly Python, applied to image data analysis.
• Experience in deep learning for image analysis/computer vision is a plus.
• Experience in confocal and super-resolution imaging is a plus.
• Excellent communication and collaboration skills. English is the working language.

Adresse d’emploi :
Institut de Génomique Fonctionnelle de Lyon
32-34 avenue Tony Garnier
69007 Lyon

Document attaché : 202401221304_image data analysis spatial Cell ID.pdf

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

Laboratoire/Entreprise : CReSTIC, Université de Reims Champagne-Ardenne
Durée : 18 mois
Contact : valeriu.vrabie@univ-reims.fr
Date limite de publication : 2024-05-31

Contexte :
Postdoc Position in Machine/Deep Learning/Computer Vision

Title
Development and applications of novel Machine and Deep Learning and computer vision algorithms for the analysis of multispectral images for the detection of vine diseases

Context
The activities of the 140 people working at The Research Center in Information and Communication Science and Technologies (CReSTIC) revolve around the extraction and analysis of knowledge, signal and image processing and analysis, machine and deep learning, applied in particular to smart farming. Driving many academic projects, CReSTIC is also a major player in innovation as evidenced by its industrial transfer activities alongside national and international companies. Among them, as part of a collaboration with Comité de Champagne and Segula Technologies company, an ambitious project aims to develop detection strategies and algorithms for detecting the presence of vine diseases based on image processing, machine and deep learning, and information theory concepts. This project focus on the detection of grapevine yellows on Chardonnay, a very challenging task, especially of the Flavescence Dorée, a serious and epidemic disease. It is one of the two grapevines yellow diseases that might cause a rapid decay in Champagne and other wine regions, being considered as the new phylloxera of the vineyard. To date, the detection approach of the yellows is to collectively explore the vineyard on foot every year to identify affected vines and to perform biomolecular tests by approved laboratories. As the survey is not precise nor optimal enough for a large-scale monitoring, the development of integrable detection solutions based on imagery appears necessary.

Sujet :
We conducted several acquisition campaigns between 2020 and 2023. Spectra were collected on the leaves under controlled conditions as well as multispectral images (5 bands in visible-NearInfraRed and 8 bands in ShortWaveInfraRed). Multispectral images (5 bands in visible-NearInfraRed) were collected in situ at different distances (including by drone), lighting conditions, and periods during the harvest period. The processing of the spectra made it possible to identify discriminating spectral bands, a suitable multispectral camera being built for the 2024 acquisition campaign. The analysis of multispectral images is, however, much more complex, particularly for in situ acquisitions, because of the variability induced by endogenous and exogenous factors (brightness, phytosanitary treatments, vine vigor, other diseases) and especially because of the interannual variability. Existing CNN-models and new hierarchical models developed by our lab have proven effective in detecting grapevine yellows, but the generalization capabilities of these models are not sufficient to compensate for these variabilities.

The objective is to propose new detection strategies and algorithms that are robust to variability induced by endogenous and exogenous factors, and by year. Several tracks could be explored, independently or jointly:

– Extraction of supervised and/or unsupervised features, and identification of the most robust ones using, notably using information theory concepts which have already been developed for the identification of spectral bands from spectra.

– Fusion of multispectral information or identification of an optimal subset at different levels (images – including calculation of an NDVI type index, features, extraction algorithms).

– Integration of reinforcement, continuous learning and/or domain adaptation concepts and adaptation of these concepts to multispectral images.

It might also be interesting to design semi-supervised approaches to take advantage of the possibility of acquiring many unlabeled images during new acquisition campaigns.

Profil du candidat :
Self-motivated scientist seeking to pursue a scientific career, holding a Ph.D. or in the process of completing it, in a relevant field of machine/deep learning or other relevant fields.

Strong knowledge and skills in AI learning, machine learning and data science with hand-on skill and experience.

Strong foundations in python and pytorch coding. Knowledge and skills in Python environments such as Tensorflow, Pytorch, Keras, Pandas, Scikit-learn, etc.).

Understand of digital image processing; prior experience in working with image analysis projects (industrial or academic) will be a plus.

Independent and passionate about data science projects, however good team player, able to undertake research projects together with other team members.

Excellent communication (oral and written) and public speaking skills.

Formation et compétences requises :
PhD in Machine/Deep Learning/Computer Vision

Adresse d’emploi :
The PostDoc will be based at the CReSTIC lab of the University of Reims Champagne-Ardenne on the Moulin de la Housse campus in Reims.

Within the framework of the project, he/she may be required to intervene to the project partners, the Comité de Champagne in Epernay or Segula Technologies in Reims downtown.

Exchanges with BII, A*STAR, Singapore could be considered during this period or after.

Interested applicants please contact Valeriu Vrabie valeriu.vrabie@univ-reims.fr, Alban Goupil alban.goupil@univ-reims.fr et Eric Perrin eric.perrin@univ-reims.fr.

Document attaché : 202403200911_PostDoc.Crestic.Urca.En.pdf

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

Laboratoire/Entreprise : L@B ISEN
Durée : 24
Contact : sylvain.lefebvre@isen-ouest.yncrea.fr
Date limite de publication : 2024-06-14

Contexte :
Ce contrat se déroule dans le cadre d’une chaire industrielle créée en 2021 entre l’entreprise ACOME, leader européen dans la création des câbles, et le L@bIsen le laboratoire de l’Ecole Supérieure de l’Electronique et du Numérique. Ce travail va être effectué par un/e post-doctorant/e, sur une période de de 24 mois, encadré par un enseignant-chercheur de l’ISEN Ouest.

Sujet :
Dans le secteur industriel, les entreprises sont soumises à des demandes toujours plus fréquentes de nouvelles versions de leurs produits pour répondre aux besoins en perpétuel évolution du marché. L’industrie de la fabrication des câbles est particulièrement impactée par cette tendance de fond qui pousse les laboratoires de conception des nouveaux produits à fournir toujours plus de recettes des nouvelles fabrications en un temps réduit, en prenant en compte les normes imposées par les clients.
La problématique de la réduction des déchets de production est apparue comme importante à traiter à la fois pour les gains potentiels qui peuvent être envisagés, ainsi que pour sa proximité avec les problématiques de production. L’activité de production de l’entreprise concerne principalement la production de câbles pour différents secteurs industriels et notamment pour le secteur automobile. Il s’agit donc de fabrication de produits en long. Les procédés de fabrication pour ce genre de produits impliquent des flots continus de matières circulant dans et entre les machines. Des changements d’ordre de fabrication, des défauts de qualité des matières premières ou des conditions de production particulières produisent par exemple des produits ne pouvant être commercialisés qui sont alors des sources de coût pour l’entreprise.
Un deuxième aspect négatif, de plus en plus considéré dans le monde industriel, concerne l’impact environnemental en lien avec le traitement de ces produits finis ou semi-finis fabriqués mais immédiatement mis au rebus.
C’est pourquoi, les indicateurs de suivi en lien avec la gestion des déchets sont fréquemment contrôlés par les responsables de production et les ingénieurs qualité. La difficulté de cette analyse réside dans le fait que la fabrication des câbles combine plusieurs activités complexes de production effectuées par différentes machines dans plusieurs ateliers. Il y a donc un besoin de fournir un outil d’analyse intelligent de plusieurs sources de données sur l’ensemble du processus de production, qui puisse recommander automatiquement aux ingénieurs qualité les paramètres permettant de réduire les déchets au minimum.

Profil du candidat :
Le candidat devra montrer une solide expertise dans un ou plusieurs des domaines suivants :
– Analyser des données et modéliser des problèmes d’optimisation
– Développer des applications et visualiser / extraire des données en Python
– Avoir des notions en : Théories des Graphes, Réseaux de Neurones, Apprentissage Profond (Deep Learning)
– Concevoir des jumeaux numériques en lien avec un partenaire industriel
– Maitriser le Français et l’Anglais
– Mener des recherches de haut niveau et à publier dans des conférences et des revues internationales à comité de lecture.
Une expérience industrielle est un plus.

Formation et compétences requises :
Titulaire d’un doctorat, et d’un formation de préférence en lien avec les domaines suivants:
– Architecture de gestion des données, DevOps
– Analyse de données
– Intelligence Artificielle / Recherche Opérationnelle
– Simulation

Adresse d’emploi :
Antony (92)

Document attaché : 202405071517_Sujet_postdoc_ODIP_2024.pdf

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

Laboratoire/Entreprise : Centre National de Recherches Météorologiques
Durée : 15 months
Contact : laure.raynaud@meteo.fr
Date limite de publication : 2024-06-20

Contexte :
This position is part of the DestinE Tender ‘DE_371’. Destination Earth (DestinE) is an initiative of the European Commission under the EU Digital Europe programme, alongside with ESA and EUMETSAT as partners. DestinE aims to deploy several highly accurate thematic digital replicas of the Earth, called Digital Twins (DTs). The Digital Twins will help monitor and predict environmental change and human impact, in order to develop and test scenarios that would support sustainable development and corresponding European policies for the Green Deal. Artificial Intelligence (AI) and, more precisely, Machine and Deep Learning (ML and DL) are important for DestinE on many different levels, in particular for uncertainty quantification. The aim of DE_371 is to demonstrate that ML/DL based methodologies can augment DestinE datasets and products with the purpose of better capturing uncertainty.

Sujet :
Currently operational weather forecasts rely on physically-based modelling approaches, and Numerical Weather Prediction (NWP) models are operated to determine atmospheric conditions for the next hours and days. In particular, Ensemble Prediction Systems (EPSs) aim at sampling the probability distribution of future atmospheric states, by running several NWP forecasts in order to account for the different sources of uncertainty. However, the design of EPSs is strongly constrained by available computational resources, and is often limited to O(50) forecasts. The goal of the position is to use generative ML techniques to increase the ensemble size by creating additional physically-consistent ensemble members tethered to a small ensemble, or single member deterministic input. Building on the innovative works of Brochet et al. (2023) with a GAN framework, several avenues for improvement will be explored, including the generation of temporal sequences, the production of a wider set of variables, and the comparison to other generative approaches such as diffusion models. A specific attention will be paid to the evaluation of the physical consistency of generated forecasts and of their capacity to significantly improve the statistical properties of the existing ensemble, including for instance the spread-error relationship, probabilistic skill scores and representation of extreme events.

Profil du candidat :
The ideal candidate would have the following qualifications :
– A PhD degree in atmospheric sciences, statistics or artificial intelligence
– A strong background in deep learning algorithms, in particular convolutional neural networks and deep generative models
– Experience in geophysical problems would be appreciated, at least a strong interest for applied research in atmopsheric physics is highly recommended
– Proficiency with Python programming and AI librairies (tensorflow, PyTorch)
– Experience with processing large volumes of data
– Experience of working in a Linux-based environment
– Aptitude for scientific work, written and oral communication in English, meetings abroad possible
– A scientific curiosity, autonomy, rigor in the interpretation of the results

Formation et compétences requises :
PhD degree.

Adresse d’emploi :
This work will be carried on in the Assimilation and Forecasting group of the Météo-France research department (CNRM), in Toulouse, France.

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

Laboratoire/Entreprise : LAMSADE, MILES Team
Durée : 2 ans
Contact : alexandre.allauzen@dauphine.psl.eu
Date limite de publication : 2024-06-24

Contexte :
Postdoc position in MILES Team (Paris Dauphine) on frugal ML and Deep-Learning for Physics

Sujet :
A postdoc position (2 years) is open in the MILES team at Université
Paris Dauphine PSL. Depending on the candidate background, potential
topics of interest include, but are not limited
– to fast and frugal adaptation,
– physics-informed foundation models for numerical simulation,
– data efficiency in training,
– theoretical guarantees of frugal deep learning
– Application to NLP and/or speech processing …

You can find more information in this document:
https://allauzen.github.io/assets/docs/Miles-SHARP-postdoc-fall-2024.pdf

Profil du candidat :

Formation et compétences requises :

Adresse d’emploi :
Université Paris Dauphine

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

Laboratoire/Entreprise : LIRMM (UMR 5506) — Univ Montpellier & CNRS
Durée : 12 mois (renouvelabl
Contact : rivals@lirmm.fr
Date limite de publication : 2024-06-26

Contexte :
Nous recrutons un ingénieur en informatique (machine learning et data science) dans le cadre du projet EpiTransDiag financé par la SATT AxLR et qui vise à développer une plateforme analytique de l’épitranscriptome permettant le diagnostic précoce du cancer, la stratification des patients ainsi que le suivi post-thérapeutique. La maturation permettra de consolider la méthode analytique à travers l’étude de cohortes de patients plus conséquentes ainsi qu’à établir un diagnostic prédictif de marqueurs cancéreux sous le format présence/absence de cancer. Une startup a été créée et exploitera les résultats générés durant la maturation.

Annonce site université: https://umemplois.umontpellier.fr/poste/2024-R0314

– Date de début du contrat :  01/09/2024
– Date de fin du contrat :   31/08/2025  
– mention : renouvelable 12 mois
– type: ingénieur d’étude ou ingénieur de recherche
– Niveau de rémunération : selon grille UM et en fonction de l’expérience.

Sujet :

La mission porte sur le diagnostic de cancers. Des mesures par spectrométrie de masse des modifications chimiques des ARN sont effectuées sur des échantillons de tissus ou dans des fluides corporels (par ex: sang, urine, etc). Ces mesures, collectivement nommées “profil epitranscriptomique” sont les données à partir desquelles on prédit la présence ou non d’un cancer. Le rôle de l’ingénieur est de contribuer au développement et la validation des méthodes d’apprentissage automatique et d’analyse statistiques pour ces prédictions.

L’objectif global de projet est de concevoir et mettre au point un test de diagnostic (qui est un dispositif médical).

L’équipe scientifique du projet a d’abord mis au point une nouvelle méthode de diagnostic pour un cancer du cerveau (le gliome). Cette méthode combine la spectrométrie de masse, les modifications chimiques de l’ARN et de l’intelligence artificielle. Les références de la publication libre d’accès sont ci-dessous (parue en 2022). Les résultats de prédiction sont bons alors que la détermination du stade pour ce cancer est particulièrement difficile en clinique. Le CHU de Montpellier a déposé une demande de brevet.

* Quelques pointeurs
** Article scientifique :
Multivariate Analysis of RNA Chemistry Marks Uncovers Epitranscriptomics-Based Biomarker Signature for Adult Diffuse Glioma Diagnostics

S. Relier, A. Amalric, A. Attina, I.B. Koumare, V. Rigau, F. Burel Vandenbos, D. Fontaine, M. Baroncini, J.P. Hugnot, H. Duffau, L. Bauchet, C. Hirtz,* E. Rivals,* and A. David*

Analytical Chemistry 2022 https://doi.org/10.1021/acs.analchem.2c01526
** Pointeurs de vulgarisation :

1. Le communiqué de presse du CNRS INSB qui met nos travaux en lumière : https://www.insb.cnrs.fr/fr/cnrsinfo/exploiter-le-code-chimique-de-larn-pour-etablir-une-carte-didentite-tumorale

2. Podcast de l’émission de radio Université de Montpellier

A l’UM la science [S02-ep02] : De l’épitranscriptome à l’expo cancer

3. article du Midi Libre (accès limité) https://www.midilibre.fr/2022/10/09/tumeur-du-cerveau-des-scientifiques-montpellierains-mettent-au-point-un-test-de-diagnostic-revolutionnaire-10709997.php

4. dans un dossier du Magazine INSERM :

ou https://www.lirmm.fr/~rivals/post/2023_inserm_magazine/

Profil du candidat :
Mission principale :
Dans le cadre d’un projet de maturation, nous recrutons un ingénieur informaticien / data scientist dont l’activité principale consistera à :
– assurer le développement d’un pipeline analytique (analyse de machine learning et statistiques) dédié aux données de modifications de ARN
– contrôler la capacité prédictive du pipeline expérimental et analytique pour le diagnostic précoce du cancer et son suivi thérapeutique
– effectuer l’analyse de données d’épitranscriptome pour le diagnostic et le suivi du cancer
– contribuer à établir des signatures épitranscriptomiques pour le diagnostic ou le suivi de cancers

Activités :
– Développement informatique, conception d’algorithmes de machine learning
– Exploration et visualisation de données bio-chimiques
– Développement de méthodes de calculs, démonstration des outils
– Automatisation et sécurisation du traitement de données
– Rédaction de rapport, interaction avec biologistes et biochimistes
– Participation à des réunions, et possiblement à des congrès ou conférence

Formation et compétences requises :
Formation :
– école d’ingénieur ou master universitaire en informatique ou science des données
– avec une composante de programmation informatique
Connaissance approfondie et pragmatique de :
– apprentissage automatique (machine learning)
– science des données (data science) et statistiques
– programmation en langage python (librairies de ML telles que scikit learn, pytorch, etc)
– développement logiciel : pratique de gestion et maintenance des logiciels, de tests

Autres connaissances :
– maîtrise de l’anglais
– langage python, C++
– programmation de visualisation de données avec interface dynamique

Qualités:
– forte motivation et engagement professionel
– professionalisme en particulier en termes de qualité du travail accompli
– bonne capacité d’apprentissage et d’écoute
– capacité d’interaction et de travail en équipe
Divers :
– intérêt pour la biologie, la médecine ou les questions pluridisiciplinaires

Adresse d’emploi :
Montpellier
adresse: LIRMM – UMR 5506 CNRS & Univ Montpellier
CC 05016
860 rue de St Priest – 34095 Montpellier cedex 5 FRANCE

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

Laboratoire/Entreprise : Université de Paris-Dauphine – PSL
Durée : 1 an renouvelable
Contact : bruno.chavesferreira@dauphine.fr
Date limite de publication : 2024-06-26

Contexte :
Created by the University Paris Sciences and Letters (PSL) and hosted by Paris-Dau- phine, the «Applied Computational Social Sciences» Institute aims to strengthen research on major societal issues (political and social cohesion, ecological transition, digital transformation, economic efficiency and competitiveness) by linking data sciences and social sciences.

The Institute collects and processes heterogeneous data on a large scale both to enable scientific advances and to help inform public dialog and decision-making.
It brings together a multidisciplinary team of researchers in social sciences and relies on a team of engineers in data science who bring their expertise to build original databases and perform sophisticated analysis. These projects are initiated and supported by research units affiliated to the French National Institute for Research (CNRS) and a group of outstanding research universities. The outcomes of the Institute activities are also featured to reach policymaking and business audiences.

Sujet :
In the context of the development of the ACSS institute, PSL university is hiring one junior and one senior data-scientists. They will be responsible for implementing strategies, tools and methods for producing and analyzing data from various sources (Web, institutional databases, archives, etc.). They will also be responsible for ensuring compliance with best practices in matter of code and data management. Finally, they will contribute to the development of statistical analysis or machine learning algorithms (particularly in the field of natural language processing).

Profil du candidat :
• Hands-on experience in developing deep neural networks and other advanced static models applied to automated language processing on large corpora.
• Mastery of Python and R ecosystems dedicated to data science.
• More specifically in Python, mastery of numpy, pandas, spacy and pytorch.
• In R, proficiency in tidyverse, tidymodels and associated libraries, and torch.
• Proficiency in relational databases.
• Understanding of scientific methods in the humanities and social sciences.

Formation et compétences requises :
• Experienced in tuning hyperparameters for large language models (LLMs) to improve performance and efficiency.
• Familiar with fine-tuning models such as BERT, GPT, and Transformer-based architectures
• Knowledgeable in distributed training techniques and leveraging GPUs in a cluster.
• Practice of modern web services (REST architecture, JSON formats, XML, etc.).
• Development methodologies: unit tests, version control (GIT).

Adresse d’emploi :
Université Paris Dauphine-PSL
Pl. du Maréchal de Lattre de Tassigny, 75016 Paris

Document attaché : 202406260949_Ingenieur_IR_ACCS_2024_en.pdf

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

Laboratoire/Entreprise : AgroParisTech
Durée : CDD 1 an
Contact : antoine.cornuejols@agroparistech.fr
Date limite de publication : 2024-06-27

Contexte :
un poste de Maître de Conférence Contractuel en informatique est ouvert à AgroParisTech (Université de Paris-Saclay) avec prise de poste au 1er septembre 2024.

Les enseignements se feront dans l’UFR d’informatique avec des TDs/TPs en 1ère année (Python et Bases de Données, de la programmation sur mobile), en 2ème année en fonction des modules optionnels et en 3ème année en IA et sciences des données.

La recherche s’effectuera dans l’équipe Ekinocs rattachée à l’UMR MIA Paris-Saclay AgroParisTech-INRAE et spécialisée en apprentissage automatique.

Sujet :
Les enseignements se feront dans l’UFR d’informatique avec des TDs/TPs en 1ère année (Python et Bases de Données, de la programmation sur mobile), en 2ème année en fonction des modules optionnels et en 3ème année en IA et sciences des données.

La recherche s’effectuera dans l’équipe Ekinocs rattachée à l’UMR MIA Paris-Saclay AgroParisTech-INRAE et spécialisée en apprentissage automatique.

Profil du candidat :
Savoirs
La personne recrutée devra avoir fait au moins trois années de thèse en informatique ou être sur le point de soutenir sa thèse de doctorat en informatique.

Savoir-faire
– Expérience en enseignement d’informatique dans un établissement d’enseignement supérieur.

– Avoir déjà mené des activités de recherche en informatique appliquées aux sciences du vivant.

Formation et compétences requises :
Savoirs
La personne recrutée devra avoir fait au moins trois années de thèse en informatique ou être sur le point de soutenir sa thèse de doctorat en informatique.

Savoir-faire
– Expérience en enseignement d’informatique dans un établissement d’enseignement supérieur.

– Avoir déjà mené des activités de recherche en informatique appliquées aux sciences du vivant.

Adresse d’emploi :
AgroParisTech / Université de Paris-Saclay
Département MMIP
UMR MIA-Paris-Saclay
22, place de l’agronomie, F-91123 Palaiseau Cedex

Document attaché : 202406171626_charge(e)-d-enseignement-contractuel-en-informatique-agroparistech.pdf