Présentation Générale

 


           
Appel à Ateliers 2027

Le GDR MaDICS anime des activités de recherche interdisciplinaires en Sciences des Données à travers des Actions et Ateliers.

Il s’agit à travers ses outils de promouvoir et/ou amplifier des échanges autour de problématiques de recherche partagées par une communauté de chercheurs et de partenaires de diverses disciplines sur des masses de données scientifiques bien identifiées.

Comme tous les ans, le GDR fait appel à ses membres pour qu’ils soumettent des propositions de création de nouveaux Ateliers. 

Soumissions avant le 16 novembre 2026 pour un démarrage le 1er janvier 2027.

Pour en savoir plus…

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  


Nov
20
Fri
2026
Modélisation et fouille d’une base de données sur les pharmacopées anciennes
Nov 20 – Nov 21 all-day

Offre en lien avec l’Action/le Réseau : SaD-2HN/– — –

Laboratoire/Entreprise : ICube Strasbourg
Durée : 6 mois
Contact : florence.leber@engees.unistra.fr
Date limite de publication : 2026-11-20

Contexte :
Ce stage s’inscrit dans le cadre du projet de recherche TRACES financé par l’ANRS Maladies infectieuses émergentes (ANRS MIE) et qui a pour objectif le développement d’outils pour la recherche de pistes originales de lutte contre la tuberculose. Pour cela, un groupe de recherche interdisciplinaire s’intéresse aux pharmacopées anciennes. La mise en place d’une base de données est alors essentielle pour, d’une part, stocker les informations produites par les chercheurs du groupe ou issues d’autres sources et utiles pour leurs travaux, d’autre part, permettre une analyse des données pouvant intégrer les informations de toutes les disciplines pertinentes. Le modèle retenu est celui de la Wikibase sur laquelle repose la base de connaissances Wikidata.

Sujet :
Le sujet de ce stage s’inscrit dans ce cadre et vise à mettre en place l’ensemble du processus allant de la modélisation à la fouille des données, voire leur visualisation. Il s’agira de réfléchir dans un premier temps à la mise en place d’un modèle de stockage des informations sur des remèdes (préparations médicales) : médecin ayant proposé le remède et manuscrit dans lequel il l’a fait, remède lui-même, sa composition, les maladies et symptômes traités, les molécules présentes dans les ingrédients et les principes actifs identifiés. Ce modèle devra intégrer les incertitudes possibles sur les traductions faites des textes anciens (ingrédients, maladies et symptômes) et les résultats des chercheurs. Il reprendra autant que possible les propriétés utilisées dans Wikidata si celles-ci décrivent correctement ce qu’est la donnée, en définira de nouvelles sinon.
Ensuite des outils de fouille de données seront développés afin d’aider les chercheurs du projet travaillant sur la recherche de pistes pour de nouveaux médicaments. Il s’agira notamment de proposer des outils de découverte de sous-graphes dans la base Wikidata afin de mettre en évidence des récurrences dans les compositions/préparations des remèdes, avec la possibilité de considérer les ingrédients (végétaux, minéraux, animaux) à différents niveaux de leur taxonomie, voire au niveau moléculaire. Ces outils devront permettre de gérer les éventuelles incertitudes sur les données.

Profil du candidat :
Master 2 ou 3ème année ingénieur en Informatique

Formation et compétences requises :
Compétences en modélisation et fouille de données
Intérêt pour le travail en lien avec d’autres disciplines (histoire et biochimie)

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

Document attaché : 202610191133_stage_BDpharmaco_ICube.pdf

Nov
30
Mon
2026
Vision par ordinateur pour l’étude satellitaire de l’espace pastoral dans les Alpes
Nov 30 – Dec 1 all-day

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

Laboratoire/Entreprise : CNRS – Laboratoire d’écologie alpine (LECA)
Durée : 6 mois
Contact : camille.masson@univ-grenoble-alpes.fr
Date limite de publication : 2026-11-30

Contexte :
En Europe, le pastoralisme est étroitement associé aux espaces de montagne, où l’exploitation saisonnière des ressources fourragères d’altitude constitue une composante majeure des systèmes d’élevage. Ces espaces forment un socio-écosystème complexe où se concentrent à la fois des enjeux de production agricole, de conservation de la biodiversité et de partage des usages.

Au cours des dernières décennies, le retour du loup a marqué un point de bascule dans la conduite pastorale, avec le passage de systèmes où le troupeau était relativement peu contraint à des troupeaux davantage gardés et regroupés la nuit dans un « parc de nuit ».

Malgré les enjeux associés à cette pratique (piétinement, concentration de nutriments, pression sur la biodiversité), l’emprise spatiale des parcs de nuit et leur évolution au cours du temps restent encore peu documentées à grande échelle. La télédétection offre aujourd’hui la possibilité d’identifier ces structures, d’en suivre l’apparition, la persistance ou le déplacement au cours du temps.

Sujet :
L’essor de la télédétection satellitaire permet aujourd’hui de suivre l’évolution des surfaces terrestres à des résolutions spatiale et temporelle fines. L’objectif du stage sera d’exploiter les séries temporelles d’images Sentinel-2 entre 2016 et 2026 afin de développer une méthode de détection et de cartographie automatique des parcs de nuit.
La présence répétée des troupeaux génère au sein de ces parcs une signature spectro-temporelle particulière, dont l’expression varie au cours de la saison avec la dynamique de la végétation. L’enjeu méthodologique sera donc de considérer chaque parc non pas à partir d’une image donnée, mais à partir de l’ensemble de sa trajectoire spectrale annuelle. Le stage consistera à développer un modèle d’apprentissage supervisé pour la détection d’objets (parcs) dans des tenseurs temporels. Le modèle permettra de réaliser une détection et une segmentation de ces structures pastorales. Le caractère rare des parcs dans le paysage constituera également un enjeu méthodologique important pour l’apprentissage et l’évaluation des modèles (problème de balancing).
Les données nécessaires à l’entraînement des modèles seront immédiatement mises à disposition dès le début du stage. Les modèles développés seront ensuite appliqués à l’ensemble de la série Sentinel-2 afin de produire des cartographies annuelles à l’échelle des Alpes et de reconstruire la dynamique spatiale et temporelle des parcs au cours de la période 2016–2026.

Profil du candidat :
• Étudiant·e en Master 2 ou en année de césure, avec une formation en informatique, data science, traitement d’images, télédétection ou géomatique ;
• Bonne compréhension globale des méthodes d’intelligence artificielle, en particulier pour la vision par ordinateur (détection d’objets, CNN et Transformers, etc.) ;
• Bonne maîtrise de Python et, si possible, de frameworks d’apprentissage automatique ;
• Une expérience dans l’analyse d’images satellitaires ou de données multispectrales constituerait un atout ;
• Intérêt pour les applications aux problématiques écologiques et environnementales.

Formation et compétences requises :

Adresse d’emploi :
Laboratoire d’Ecologie Alpine (LECA)
Domaine Universitaire de Grenoble
2233 RUE DE LA PISCINE UMR 5533
Bat D – Biologie
38400 SAINT MARTIN D’HERES

Le ou la stagiaire sera accueilli·e au LECA, laboratoire de pointe dans l’étude des écosystèmes alpins. Dans ce laboratoire, plusieurs collègues chercheur·ses, ingénieur·es et/ou étudiant·es sont spécialisé·es dans l’apprentissage automatique, en particulier pour la vision par ordinateur (ex. : projet DeepFaune). Les compétences autour des données satellitaires sont également fortement représentées. Le ou la stagiaire profitera donc d’un environnement stimulant au carrefour de l’écologie, de l’informatique et des mathématiques.

Dec
15
Tue
2026
Stage + thèse en data privacy et frugalité
Dec 15 – Dec 16 all-day

Offre en lien avec l’Action/le Réseau : SaD-2HN/Doctorants

Laboratoire/Entreprise : INTESCIA – L3i / La Rochelle Université
Durée : 42 mois
Contact : mickael.coustaty@univ-lr.fr
Date limite de publication : 2026-12-15

Contexte :
Les LLMs (Large Language Model) sont des outils efficaces, rapides à prendre en main et généralistes, ce qui en fait un choix technique facile pour une grande partie des projets de traitement du langage naturel. Ils ont supplanté une partie des algorithmes de Data Science plus « classiques ».

Cependant, ils ne sont pas exempts de défauts. Ils sont extrêmement coûteux en énergie, coûteux en eaux, coûteux financièrement et ils nécessitent d’importants investissements (création de Data Centers) pour être mis en place.

Dans une volonté de contrôle des données produites et utilisées par l’entreprise (et plus largement de toutes données privées), il est important de garantir que les données traitées soient protégées, ce que l’usage de certains LLMs ne garantit pas. Nous venons par ailleurs de vivre en France, une série de canicules les plus importantes de ces dernières décennies, avec des records de température dans de nombreuses villes françaises. Il est nécessaire de prendre des actions pour aller vers des technologies plus sobres en énergie.

Par ailleurs, le monde de l’IA connaît une période d’incertitude, avec une course effrénée vers des modèles généralistes de plus en plus gros et de plus en plus gloutons en espace comme en énergie. Dans ce contexte, nous souhaitons nous orienter vers des méthodes plus « frugales ». Nous souhaitons ainsi de préférence adapter de petits modèles à des tâches très précises, qui ont l’avantage d’être plus parcimonieux. Un axe principal du travail sera donc de construire des modèles dont la création sera standardisée, avec un minimum de paramétrage à effectuer, et moins de labellisation manuelle à fournir. Nous souhaitons proposer une méthode qui soit la plus générique possible (voir en appui sur les approches MCP/ADK). Les questions clés sont de déterminer s’il est possible de répertorier, créer et tester des modèles pour nos cas d’usages, et de quantifier le gain énergétique de ces modèles en comparaison avec d’anciennes techniques présentes dans le groupe.

Sujet :
L’objectif principal du stage est de produire un benchmark et une analyse complète des outils de Data Science proposés par Explore. Ce travail sera complété par une bibliographie des domaines dans lesquels s’inscrivent les solutions proposées.

Enfin, ce stage est prévu pour aboutir à une thèse CIFRE, et l’étudiant.e sera encouragé.e à participer à la rédaction du sujet de thèse.

Des déplacements ponctuels au L3i de La Rochelle seront également prévus.

Les livrables attendus pour ce stage sont :

• Un état de l’art des approches existantes et de l’état des technologies utilisées par Explore

• Un benchmark de ces approches sur des données de l’entreprise

• Une publication scientifique résumant tout ce travail.

Ce stage sera rémunéré à hauteur de 1000€ mensuel.

Informations importantes

ð Ce stage sera suivi d’une thèse CIFRE d’une durée de trois ans, financée par le groupe Intescia ;

ð Ce stage est co-encadré entre le laboratoire L3i de La Rochelle Université et Explore, filiale du groupe Intescia.

Le L3i (Laboratoire Informatique, Image et Interaction) est le laboratoire de recherche en informatique de La Rochelle Université, créé en 1993 et labellisé Équipe de Recherche Technologique. Il rassemble une centaine de membres, dont 32 enseignants-chercheurs, une trentaine de doctorants et 7 personnels permanents de soutien à la recherche, répartis en trois équipes : « Dynamique des systèmes et adaptativité », « Images et contenus », et « Modèles et connaissances ». Il dispose d’une expertise reconnue internationalement autour de l’analyse et de la compréhension de documents, notamment administratifs.

Profil du candidat :
Le profil que nous recherchons
Étudiant·e de Master 2 dans les domaines suivants : Informatique / Mathématiques Information / Statistiques / Traitement du langage naturel / Data Science.
Appétence à la recherche
Connaissances en : Python, SQL, Méthodes de NLP
Maîtrise de l’anglais
Qualités de rédaction, d’analyse et d’autonomie appréciées.

Formation et compétences requises :
• Les étapes du recrutement seront les suivantes :
1er entretien avec Julie QUEIROS, DATA SCIENTIST chez Explore, accompagnée du personnel encadrant du laboratoire ;
2ème entretien et restitution de cas pratique avec Julie, accompagnée de son N+1 Steven HELLEC, ainsi que des encadrants du laboratoire ;
3ème et dernier entretien avec l’équipe RH, pour tout formaliser.

Ce que nous vous offrons :
Poste basé à Carquefou
Type de contrat : Stage 6 mois – Master II
Horaires de travail : 09h00 – 17h30
Carte tickets restaurants
Option de télétravail ou flexibilité pour une meilleure organisation de votre quotidien
Un cadre de travail responsabilisant, formateur et propice à l’épanouissement

Adresse d’emploi :
https://intescia.recruitee.com/o/intescia-data-scientist-hf-stage-master-ii-6-mois

Dec
31
Thu
2026
Apprentissage profond sur graphes pour le clustering et alignement de données single-cell
Dec 31 2026 – Jan 1 2027 all-day

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

Laboratoire/Entreprise : Laboratoire Bordelais de Recherche en Informatique
Durée : 6 mois
Contact : victoria.bourgeais@u-bordeaux.fr
Date limite de publication : 2026-12-31

Contexte :
Au sein de l’équipe BKB du laboratoire LABRI, nous nous intéressons à l’étude de différents phénotypes à partir de données d’expression de gènes, en particulier les données de cellule unique (scRNASeq). L’expression d’un gène correspond à la quantité d’ARN qui est « produit » par ce gène, que l’on peut interpréter comme son niveau d’activité. Il est ainsi possible de caractériser un patient par son profil d’expression génique. Grâce aux progrès technologiques, nous sommes désormais capables de mesurer l’expression génétique au niveau cellulaire et d’estimer le nombre de classes cellulaires présentes. À partir de ces données d’expression à l’échelle cellulaire, nous pouvons entraîner des réseaux de neurones pour reconnaître des types cellulaires et identifier des signatures génétiques cellulaires. Ces approches permettent de mieux caractériser certaines pathologies (par exemple la progression d’un cancer au sein d’une cohorte) et d’adapter la prise en charge en fonction des caractéristiques du patient [1].

Sujet :
(English version available in attached PDF)

Un premier volet de ce projet vise à explorer les dernières avancées sur les méthodes de classification non supervisées (i.e., clustering) pour identifier des regroupements de cellules partageant des signatures génétiques communes. L’objectif sera de proposer une solution basée sur l’apprentissage profond, prometteuse selon la littérature, en intégrant l’étape de réduction de dimensionnalité et de clustering dans le même modèle, par opposition aux méthodes classiques en deux étapes, via une analyse en composantes principales (ACP) puis un k-means, par exemple. La piste privilégiée consistera à utiliser un réseau de neurones sur graphes (Graph Neural Network, GNN) afin d’apprendre des représentations latentes des cellules en exploitant à la fois leur profil d’expression génique et les relations de voisinage représentées dans un graphe de similarité. L’apprentissage du GNN permettra de produire un espace latent intégrant les interactions entre cellules, propice à l’identification de populations cellulaires cohérentes. Le clustering sera réalisé directement dans cet espace latent et l’originalité consistera à intégrer conjointement l’apprentissage des représentations et celui du clustering [2]. Différentes architectures de GNN seront étudiées et comparées afin d’évaluer leur capacité à capturer la structure des données scRNA-seq. L’objectif sera d’évaluer dans quelle mesure les GNN permettent d’améliorer les performances obtenues avec les auto-encodeurs étudiés lors de précédents stages [3], tout en les comparant aux approches classiques de réduction de dimension suivie d’un clustering.
Le deuxième volet de ce projet est plus exploratoire. Le domaine du biomédical est marqué par la multiplication des jeux de données de cellule unique accessibles via différents portails. Un nouveau défi de recherche consiste alors à intégrer ces différents jeux de données pour pouvoir les comparer [4]. À partir des représentations apprises par les GNN sur chaque jeu de données, nous étudierons différentes stratégies permettant d’aligner ces représentations dans un espace latent commun. L’objectif sera d’évaluer dans quelle mesure des mécanismes d’apprentissage par transfert ou d’adaptation de domaine [5] permettent d’exploiter les connaissances acquises sur un jeu de données A pour améliorer le clustering et l’intégration d’un jeu de données B présentant des phénotypes comparables.
Enfin, une attention particulière sera portée à la visualisation des représentations apprises. L’objectif sera de construire un espace latent de faible dimension, idéalement bidimensionnel, permettant d’explorer visuellement les populations cellulaires identifiées et de faciliter l’interprétation des résultats par les biologistes. Cette analyse sera complétée par des approches d’interprétation biologique, notamment des analyses d’enrichissement fonctionnel et l’identification de gènes biomarqueurs associés aux populations cellulaires détectées.

Références :
[1] Flores, M., et al. (2022). Deep learning tackles single-cell analysis — A survey of deep learning for scRNA-seq analysis. Briefings in Bioinformatics, 23(1), bbab531.
[2] Xu, P., et al. (2026). scCluBench: Comprehensive Benchmarking of Clustering Algorithms for Single-Cell RNA Sequencing. Proceedings of the AAAI Conference on Artificial Intelligence, 40(2), 1364–1372.
[3] Bidet, F., et al. (2026). scRAW: Representation learning for rare cell population identification. Poster accepted at the JOBIM conference.
[4] Asloudj, Y., et al. (2025). scEVE: A Single-Cell RNA-Seq Ensemble Clustering Algorithm Capitalizing on the Differences of Predictions between Multiple Clustering Methods. NAR Genomics and Bioinformatics, 7(2), lqaf073.
[5] Tan, C., et al. (2018). A Survey on Deep Transfer Learning. Artificial Neural Networks and Machine Learning – ICANN 2018, 270–279.

Profil du candidat :
Étudiant ou étudiante en master 2 ou 3ème année d’école d’ingénieur en bioinformatique, informatique ou mathématiques appliquées présentant un intérêt pour les applications médicales et biologiques

Formation et compétences requises :
Compétences en apprentissage profond sur une diversité d’architectures et de problématiques appliquées aux données (signaux, images, texte, etc.).
Bonne maîtrise des langages Python et R.
Connaissances des bibliothèques :
– en analyse de données single-cell : Scanpy
– en machine learning : scikit-learn
– en deep learning : PyTorch et PyTorch Geometric

Adresse d’emploi :
351, cours de la Libération F-33405 Talence cedex

Document attaché : 202611160918_sujet_stage_AI_singlecell_EN.pdf

Designing NLP tools for Student Digital Twins
Dec 31 2026 – Jan 1 2027 all-day

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

Laboratoire/Entreprise : ETIS
Durée : 6 mois
Contact : michele.linardi@cyu.fr
Date limite de publication : 2026-12-31

Contexte :
At CY Cergy Paris University and the University of Toulouse, our research aims to develop trustworthy, robust, and human-centered Generative AI systems that adapt to students’ learning habits and individual needs.

Generative AI tutors are rapidly becoming pervasive across both secondary and higher education.
Students increasingly rely on AI-powered assistants for explanations, problem-solving, revision, and personalized feedback, making these systems an integral part of the modern learning experience.
As these tools become embedded in education, it is essential that they move beyond generic conversational capabilities and provide support that is pedagogically sound, personalized, and trustworthy.

Sujet :
By leveraging compact, privacy-preserving models, we aim to provide adaptive tutoring while reducing computational costs and enabling on-device personalization.
Within the tutoring process, the AI agent follows an agentic reasoning framework. It begins by receiving the student’s input and establishing a clear instructional objective, which guides all subsequent decisions throughout the interaction.

The agent then analyzes the student’s responses and contextual information to identify relevant patterns, infer the learner’s current level of understanding, and assess the educational context. This reasoning process enables the tutor to select appropriate pedagogical strategies and generate personalized interventions.

Please find all the informations in the attached files.

Profil du candidat :

Formation et compétences requises :

Adresse d’emploi :
Cergy Paris Université,
33 Bd du Port, 95000 Cergy

Document attaché : 202608191602_Internship_offer_Designing_NLP_tools_for_Sutdent_Digital_Twins.pdf

Pulsar Surveys, Machine Learning and Single-Pulse Studies
Dec 31 2026 – Jan 1 2027 all-day

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

Laboratoire/Entreprise : LPC2E/CNRS
Durée : 4-6 mois
Contact : cherry.ng-guiheneuf@cnrs-orleans.fr
Date limite de publication : 2026-12-31

Contexte :
Pulsars are highly magnetized, rapidly rotating neutron stars that provide unique laboratories for studying fundamental physics, compact objects and the interstellar medium. Their periodic radio emission makes them well suited to large-scale surveys, while individual pulses provide insights into the physics of coherent radio emission. Despite decades of observations, a significant fraction of the Galactic pulsar population remains undiscovered, motivating the development of efficient analysis techniques.

Sujet :
During this internship, the trainee will get an opportunity to gain experience in two complementary areas of pulsar research: pulsar survey analysis with machine-learning-assisted candidate classification, and the study of individual pulsar pulses across widely separated radio frequencies.

The first part will involve a complete pulsar-search workflow, from simulations and population modelling to candidate generation and classification. The trainee will use tools such as PsrPopPy to generate synthetic pulsar populations, exploring distributions of periods, dispersion measures, luminosities and spatial positions. Synthetic pulsars will be injected into real survey data and processed through an existing search pipeline to evaluate recovery rates and characterize detection efficiency. The resulting candidates will be visually inspected to build a labelled dataset for exploring machine-learning methods to distinguish genuine pulsars from radio-frequency interference and other false positives, with the goal of improving candidate classification for large surveys.

The second part will focus on single-pulse emission from a pulsar observed at approximately 70 MHz and 1.4 GHz. Using an existing pipeline, the trainee will extract individual pulses, characterize their energy distributions statistically, and investigate possible log-normal or power-law behaviour and frequency-dependent changes. The results will be interpreted in the context of nulling, mode changing and giant pulses, with comparisons to Fast Radio Bursts where appropriate.

The internship will provide hands-on experience in radio astronomy, pulsar searches, population synthesis, statistical analysis, machine learning, Python-based scientific computing and the analysis of real observational data. The trainee will also have the opportunity to visit the Nançay Radio Observatory, participate in collaboration meetings and present their work to the wider pulsar research community.

Profil du candidat :
Master en astronomie, informatique ou domaine similaire

Formation et compétences requises :
programmation python
Programmation linux

Adresse d’emploi :
3A, Avenue de la Recherche Scientifique. 45071 Orléans cedex 2. France

Jan
1
Fri
2027
Distillation de connaissances RGB-D vers RGB pour la détection de poissons dans un chalut
Jan 1 – Jan 2 all-day

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

Laboratoire/Entreprise : Laboratoire d’Informatique Signal et Image de la
Durée : 6 mois
Contact : abdelbadie.belmouhcine@univ-littoral.fr
Date limite de publication : 2027-01-01

Contexte :
voir PJ

Sujet :
voir PJ

Profil du candidat :
voir PJ

Formation et compétences requises :
voir PJ

Adresse d’emploi :
Université du Littoral Côte d’Opale, 50 Rue Ferdinand Buisson, 62100 Calais

Document attaché : 202611041126_IFSEA_Stereo-2.pdf

Improving Content Representation and Similarity for TV Series Recommendation
Jan 1 – Jan 2 all-day

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

Laboratoire/Entreprise : Laboratoire Interdisciplinaire des Sciences du Num
Durée : 5 mois
Contact : guinaudeau@limsi.fr
Date limite de publication : 2027-01-01

Contexte :
Recommender systems for audiovisual content traditionally rely on user behavior such as ratings, viewing histories, or clicks. This makes it difficult to recommend new content for which little or no user data is available. The RECO+ project explores an alternative approach based solely on the content of audiovisual works, with the goal of producing relevant and explainable recommendations while addressing the cold-start problem.
A first study developed within RECO+ introduced a multimodal representation of TV series based on visual, audio, and textual features extracted from the first episode. The current system combines 77 interpretable descriptors capturing aspects such as visual aesthetics, editing and motion, sound characteristics, and narrative themes, and computes similarities between series using cosine distance.
This internship is the first of two complementary Master internships aiming to address the main limitations identified in this initial work. In particular, the current descriptors remain relatively coarse, while the similarity computation relies on a simple and non-contextualized distance.

Sujet :
The objective of this internship is to improve the multimodal representation of TV series and investigate more appropriate ways of measuring similarity between audiovisual works. The student will first study the state of the art in multimodal video representation, audiovisual content analysis, recommender systems, and metric learning. Building on the existing RECO+ pipeline, the work will then focus on refining visual, audio, and textual descriptors in order to better capture the aesthetic, narrative, semantic, and rhythmic dimensions of TV series.
A particular emphasis will be placed on the normalization and fusion of the different modalities, which remains an open question in the current approach. The student will also investigate similarity learning methods that can go beyond a uniform cosine distance, for example through learned metrics, contrastive learning, or other representation-learning approaches. The proposed methods will be implemented and evaluated experimentally within the existing recommendation framework, with particular attention to understanding which modalities and features contribute to meaningful similarities between series.
The internship combines software development, machine learning experimentation, and scientific research. It offers the opportunity to work on a concrete research problem at the intersection of multimedia analysis, multimodal learning, and recommender systems.

Profil du candidat :
We are looking for a Master 2 student in Computer Science with a strong interest in machine learning and multimedia and :
• Good programming skills in Python
• Knowledge of deep learning librairies
• Familiarity with Computer Vision, audio processing or Natural Language Processing
• An interest in machine learning applied to multimedia and audiovisual content
• Good analytical skills and the ability to conduct and interpret experimental results
• Experience with metric learning, contrastive learning, or representation learning would be a
plus.

Formation et compétences requises :

Adresse d’emploi :
Laboratoire Interdisciplinaire des Sciences du Numérique
Campus Universitaire
Bâtiment 507,
Rue du Belvédère,
91400 Orsay

Document attaché : 202610051103_SujetStage2027.pdf

Machine Learning & Data Analysis Intern
Jan 1 – Jan 2 all-day

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

Laboratoire/Entreprise : JINKO
Durée : 6 mois
Contact : hiring@jinko.so
Date limite de publication : 2027-01-01

Contexte :
About Jinko
Jinko is a YC-backed startup building travel infrastructure for AI agents. We enable developers to create agents
that can search, plan, and book travel through reliable access to travel data, services, and booking capabilities.
Our team brings together repeat entrepreneurs with deep travel industry experience. Based at Station F in Paris,
we work closely with world-class companies across travel and technology.

Sujet :
About the Role
You will use data analysis and machine learning to help improve how AI agents understand and use travel
information. Working directly with the founding team, you will explore datasets, formulate hypotheses, build
prototypes, and evaluate what works. Your findings will inform both product decisions and the infrastructure we
build.
What You Will Work On
• Analyze travel data to uncover patterns, assess coverage and quality, and identify opportunities to improve agent
capabilities.
• Explore and evaluate machine learning approaches for tasks such as search, ranking, recommendations, and
matching data across sources.
• Design experiments, establish baselines, and define metrics to assess model quality and practical usefulness.
• Build reproducible data preparation and analysis workflows using Python and SQL.
• Investigate model errors and data limitations, and communicate findings through clear visualizations and
recommendations.
• Collaborate with engineers to turn promising analyses and prototypes into components of our travel infrastructure.

Profil du candidat :
What We Are Looking For
• Data analysis skills: You can explore unfamiliar datasets, apply statistical reasoning, and explain your
conclusions and their limitations.
• Programming ability: You are comfortable with Python and SQL and can write clear, testable code for analysis
and experimentation.
• Machine learning foundations: You understand model training, validation, evaluation metrics, and common
pitfalls such as overfitting and data leakage.
• Curiosity about AI agents, a practical approach to problem-solving, and the ability to work independently while
communicating with a small team.
Experience with pandas, scikit-learn, PyTorch, embeddings, or recommendation systems is a plus. Coursework,
research, and personal projects are all relevant; prior travel industry experience is not required.

Formation et compétences requises :

Adresse d’emploi :
Paris, Station F

Document attaché : 202610050916_Jinko_ML_Data_Analysis_Internship.pdf

Jan
8
Fri
2027
Auto-extension robuste d’un système causal et systémique
Jan 8 – Jan 9 all-day

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

Laboratoire/Entreprise : LITIS / Quiddity
Durée : 6 mois
Contact : cecilia.zanni-merk@insa-rouen.fr
Date limite de publication : 2027-01-08

Contexte :
L’entreprise
Quiddity propose une plateforme SaaS de simulation systémique et financière qui aide les entreprises à comprendre comment les évolutions de leur environnement peuvent affecter leur performance et leurs décisions.
La plateforme permet de quantifier les effets en cascade de milliers de futurs possibles sur le chiffre d’affaires, les coûts et les marges. Elle aide ainsi les dirigeants à :
· Identifier les principales vulnérabilités financières et les dépendances critiques de leur chaîne de valeur ;
· Tester des scénarios externes et mesurer leurs conséquences sur la performance de l’entreprise ;
· Comparer la robustesse de différentes décisions stratégiques, notamment en matière d’investissements, d’approvisionnements, de marchés, de capacités industrielles ou d’organisation.
La solution repose sur trois moteurs propriétaires interconnectés :
· Le Moteur Monde modélise des centaines de facteurs externes (économiques, géopolitiques, technologiques, réglementaires ou environnementaux, ainsi que ceux liés aux ressources) et leurs interactions. Il calcule leur évolution annuelle en tenant compte de la propagation des chocs.
· Le Moteur d’Exposition relie ces évolutions aux caractéristiques de l’entreprise. À partir de ses données historiques, il propage leurs effets sur les achats, les stocks, les capacités de production et les ventes, en intégrant les rétroactions internes.
· Le Moteur Entreprise traduit ces effets en indicateurs financiers et opérationnels : chiffre d’affaires, coûts, EBITDA et productivité.
La plateforme s’adresse aux entreprises industrielles, ainsi qu’aux cabinets de conseil et aux gestionnaires d’actifs, notamment les fonds de private equity. Deux premiers pilotes industriels sont actuellement en cours avec un grand compte et une ETI. La commercialisation est prévue dès 2027, avec de premiers déploiements en France et en Europe, en parallèle des travaux de recherche et développement.

Pourquoi ce stage ?
Pour contribuer au développement d’un futur copilote de simulation stratégique assisté par IA, conçu en Normandie pour renforcer la résilience des entreprises industrielles locales et européennes.
Ce stage vous permettra de :
· Faire avancer un sujet de recherche à la croisée de la modélisation systémique et de l’IA explicable ;
· Expérimenter vos travaux sur des cas concrets issus des premiers clients de Quiddity en 2027 ;
· Contribuer à une technologie destinée à éclairer des décisions stratégiques ;
· Bénéficier d’un double encadrement par le LITIS et Quiddity, avec une perspective de poursuite en doctorat selon les résultats.
Quiddity souhaite placer la recherche publique au cœur de son développement. Ce stage en constitue une première étape déterminante ; il pourrait éventuellement déboucher sur le lancement d’une thèse CIFRE.

Sujet :
Contexte scientifique
Le stage porte sur le premier verrou scientifique de Quiddity : l’auto-extension robuste d’un système causal et systémique à partir des informations saisies par ses utilisateurs.
Lorsqu’un client décrit son activité ou teste une décision, il peut faire apparaître une situation que le système ne couvre pas encore. L’enjeu est d’identifier automatiquement les facteurs exogènes pertinents, de repérer les connaissances manquantes et de les acquérir ou de les estimer, puis de les intégrer aux modèles existants.
Par exemple, une entreprise indiquant acheter du safran au Bangladesh doit déclencher l’identification des facteurs associés à cette exposition, dont le prix à la production du safran dans ce pays. Si ce facteur manque, le système doit pouvoir le qualifier, rechercher ou estimer ses données, construire ses relations causales et le rendre utilisable dans les simulations.
L’enrichissement doit alimenter successivement le graphe causal Monde, le moteur de propagation systémique, puis le modèle d’exposition. Le cas ainsi couvert devient réutilisable par tout client présentant une exposition comparable.
Ce processus soulève des questions de représentation des connaissances, d’inférence, de causalité et de validation : comment reconnaître une lacune, éviter les doublons, justifier une relation et maîtriser les effets d’un ajout sur les simulations ? Le stage contribuera à y répondre dans une trajectoire de R&D visant une première version exploitable début 2028.

Travaux attendus
Au travers de l’encadrement et des modalités organisationnelles prévues, les travaux seront organisés autour des missions suivantes :
1. S’approprier l’architecture et définir le terrain d’expérimentation. Étudier les modèles et moteurs de Quiddity, ainsi que les données saisies lors de l’onboarding et des tests de décisions. Sélectionner avec les encadrants des cas représentatifs, issus si possible de situations clients, et fixer les critères d’évaluation.
2. Étudier et sélectionner les méthodes pertinentes. Réaliser un état de l’art ciblé sur l’extraction et la représentation des connaissances, la complétion de graphes, l’inférence et la validation causale. Proposer une démarche adaptée à l’architecture existante.
3. Identifier et qualifier automatiquement les connaissances manquantes. À partir des données saisies, identifier les facteurs pertinents, les rapprocher des connaissances existantes et détecter les lacunes. Rechercher ou estimer les données nécessaires en documentant leur provenance, leur justification, leurs incertitudes et leurs conditions de validité.
4. Intégrer les enrichissements dans la chaîne de simulation. Construire les relations des variables qualifiées dans le graphe causal Monde, permettre leur prise en compte dans la propagation systémique, puis enrichir le modèle d’exposition. Rendre les nouveaux cas couverts réutilisables par d’autres clients, en explicitant les contrôles automatiques et les validations humaines nécessaires.
5. Évaluer la robustesse et préparer la suite. Évaluer la pertinence des variables identifiées, la qualité des données obtenues ou estimées, la cohérence des relations causales et les effets sur les simulations. Identifier les limites et les travaux nécessaires pour atteindre une première version exploitable début 2028.
Le stage devra produire une méthode formalisée, un prototype évalué sur un périmètre délimité, un protocole d’expérimentation reproductible et une feuille de route pour la poursuite des travaux.

Profil du candidat :
Profil recherché
Vous êtes étudiante ou étudiant en Master 2 en informatique, intelligence artificielle, science des données ou formation équivalente, et souhaitez mettre vos compétences au service d’un projet de recherche appliquée.
Vous disposez de :
· Bonnes bases en intelligence artificielle, algorithmique et représentation des connaissances ;
· Une maîtrise de Python ou d’un autre langage adapté au prototypage scientifique ;
· La capacité à analyser des publications scientifiques et à mener des expérimentations rigoureuses ;
· De l’autonomie, de la curiosité et un intérêt pour les applications concrètes de la recherche.
Vous êtes intéressé·e par le projet de Quiddity et motivé·e à contribuer à son développement.
La pratique de Git ainsi que des connaissances en ontologies, graphes de connaissances, traitement automatique du langage, raisonnement causal ou simulation seraient des atouts.

Formation et compétences requises :

Adresse d’emploi :
LITIS / INSA Rouen Normandie
Avenue de l’Université, BP 8, 76801 Saint-Étienne-du-Rouvray cedex, France

Document attaché : 202611090950_Quiddity – Offre de stage.pdf

Learning-based approaches for informed multi-scale hyperspectral image completion. Application to coastal ecosystem monitoring.
Jan 8 – Jan 9 all-day

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

Laboratoire/Entreprise : Laboratoire d’Informatique, Signal et Image de la
Durée : 6 mois
Contact : claire.guilloteau@univ-littoral.fr
Date limite de publication : 2027-01-08

Contexte :

Sujet :
Project description:

Observation and high-resolution mapping of coastal ecosystems are critical challenges for monitoring marine biodiversity in the face of global environmental changes [1]. Hyperspectral imaging provides rich 3-D information (2 spatial dimensions and 1 spectral dimension), making the identification of unique spectral signatures of coastal species and habitats possible. However, remote sensing techniques face a fundamental trade-off: satellite platforms (e.g., Sentinel-2) offer broad spatial coverage but limited spatial-spectral resolution, whereas airborne sensors (ULM
or drones) provide high spatial and spectral resolution over limited areas. The goal of this project is to bridge this gap by developing informed data completion methods. By leveraging spatially localized, high-resolution airborne
hyperspectral acquisitions, the project aims to recover high-resolution information over large-scale satellite images of coastal intertidal zones.
Building upon initial exploratory work and multi-sensor datasets acquired during a field campaign (combining ULM airborne hyperspectral acquisitions and Sentinel-2 satellite scenes), this internship aims to transition from initial simulated proofs-of-concept to real-world tests on complex coastal environments. The project is structured
around the following steps:

1. Bibliographic review & framework setup: Review existing informed data completion architectures including our proof-of-concept algorithm.
2. Guided multi-scale fusion: Integrate intermediate-resolution panchromatic guiding images to constrain the spatial super-resolution process for large spatial scale gaps [2].
3. Physical regularizations & parametric modeling: Incorporate physical domain constraints (e.g., physics-informed loss functions, sensor responses constraints) and parametric spectral representations to stabilize training on sparse real-world data [3].

The primary application focuses on generating exploratory distribution maps of Roscoff worm (Symsagittifera roscoffensis) colonies—a key bio-indicator of intertidal ecosystem health—in collaboration with biologists from the UGSF laboratory. The developed methodology will be generic, with potential extensions to other coastal indicators.
This topic is the subject of a PhD funding request for autumn 2027. If granted, the selected student may continue this work towards a doctoral thesis.

Supervision:
The internship will take place at the Longuenesse(62) branch of LISIC. This branch, created in 2020, currently hosts 8 permanent researchers, 1 postdoctoral researcher and 8 PhD students. The intern will be supervised by Claire Guilloteau and Gilles Roussel, who will provide their respective expertise in hyperspectral image processing and machine learning for satellite imaging. The intern will also have the opportunity to collaborate with Christophe Colleoni and Anne Créach, researchers specialized in the integrative biology of storage polysaccharides at the UGSF laboratory (Unit of Structural and Functional Glycobiology) at the University of Lille.

References
[1] Heidi M. Dierssen, Steven G. Ackleson, Karen E. Joyce, Erin L. Hestir, Alexandre Castagna, Samantha Lavender, and Margaret A. McManus. Living up to the hype of hyperspectral aquatic remote sensing: Science, resources and outlook. Frontiers in Environmental Science, Volume 9 – 2021, 2021.
[2] Laetitia Loncan, Luis B. de Almeida, Jose M. Bioucas-Dias, Xavier Briottet, Jocelyn Chanussot, Nicolas Dobigeon, Sophie Fabre, Wenzhi Liao, Giorgio A. Licciardi, Miguel Simões, Jean-Yves Tourneret, Miguel Angel Veganzones, Gemine Vivone, Qi Wei, and Naoto Yokoya. Hyperspectral pansharpening: A review. IEEE Geoscience and Remote Sensing Magazine, 3(3):27–46, 2015.
[3] Zuzanna Gawrysiak and Krzysztof Krawiec. Physics-informed spectral modeling for hyperspectral imaging. IEEE Geoscience and Remote Sensing Letters, 23:1–5, 2026.

Profil du candidat :
Application:
With a scientific background in data science (signal and image processing, computer science with a focus on artificial intelligence/learning/machine learning, applied mathematics), you are curious and highly comfortable with programming (Matlab, Python, C). You read and speak English with ease. Although not required, prior experience in hyperspectral satellite image processing or deep learning will be appreciated.
To apply, please send the documents supporting your application:
• your CV,
• a motivation letter,
• your academic transcripts from Bachelor year 3, Master 1, Master 2 (if available), or Engineering School (first to third year),
• up to two recommendation letters, or the names and contact details of two referees.
Applications will be reviewed on a rolling basis until the position is filled.

Formation et compétences requises :

Adresse d’emploi :
The internship will take place at the Longuenesse(62) branch of LISIC.
EIL Côte d’Opale
La Malassise – CS 50109
62968 LONGUENESSE Cedex

Document attaché : 202611091646_internship2027_verdemes.pdf

Master 2 internship: Efficiency and reliability of compact models for time series classification
Jan 8 – Jan 9 all-day

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

Laboratoire/Entreprise : IRIMAS (Université de Haute-Alsace), MSD team, Mul
Durée : 6 months
Contact : maxime.devanne@uha.fr
Date limite de publication : 2027-01-08

Contexte :
Compact deep learning architectures and random-kernel methods such as MiniRocket reach state-of-the-art accuracy at a low computational cost. Their actual cost in time, memory and energy, as well as the reproducibility of their results, nevertheless depends on the software stack used, a point that is rarely studied in a controlled way.

Sujet :
To study how the programming language (Python, Julia, C) and numerical precision affect the cost and reliability of compact time series classifiers, without sacrificing accuracy: reproducing reference models, porting inference to other stacks, measuring cost and precision effects, statistical analysis, and open release of code and results.

Profil du candidat :
Master 2 or last year of Engineering School in Computer Science. Advanced skills in Python and C, machine learning libraries (scikit-learn, TensorFlow, PyTorch). Knowledge of Julia and of time series analysis will be appreciated.

Formation et compétences requises :
Master 2 or last year of Engineering School in Computer Science. Advanced skills in Python and C, machine learning libraries (scikit-learn, TensorFlow, PyTorch). Knowledge of Julia and of time series analysis will be appreciated.

Adresse d’emploi :
IRIMAS, Université de Haute-Alsace,
12 Rue des Frères Lumière
Mulhouse, France

Document attaché : 202611090952_internship_position_GL4TSC.pdf

Transfert simulation-expérience pour la tomographie diffuse optique par apprentissage profond
Jan 8 – Jan 9 all-day

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

Laboratoire/Entreprise : Institut Fesnel
Durée : 4 à 6 mois
Contact : andre@fresnel.fr
Date limite de publication : 2027-01-08

Contexte :
voir PJ

Sujet :
voir PJ

Profil du candidat :
voir PJ

Formation et compétences requises :
voir PJ

Adresse d’emploi :
52 Av. Escadrille Normandie Niemen, 13013 Marseille

Document attaché : 202609210948_StageM2_FDOT_AI.pdf

Jan
16
Sat
2027
From Predictive Uncertainty to Domain Adaptation: When Does Uncertainty Reveal a Change of Domain?
Jan 16 – Jan 17 all-day

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

Laboratoire/Entreprise : LITIS, INSA Rouen Normandie, Université de Rouen N
Durée : 6 mois
Contact : aleite@insa-rouen.fr
Date limite de publication : 2027-01-16

Contexte :
Machine-learning models are commonly trained assuming that deployment data follow the training distribution. In practice, changes in populations, sensors, environments, or acquisition conditions produce a mismatch between a source domain PS and a target domain PT . Domain adaptation seeks to transfer predictive knowledge across such shifts, while uncertainty quantification (UQ) estimates the reliability of a model’s predictions. In particular, a source-trained model may be more uncertain about target inputs that are poorly represented in its training data. Yet domain shift and uncertainty are not equivalent: a shift need not increase prediction difficulty, and uncertainty can be high even without a shift. This internship will study when predictive uncertainty can meaningfully reveal, measure, or be corrected for a change of domains.

Sujet :
This internship aims to establish a conceptual and empirical framework connecting predictive uncertainty, distribution shift, and domain adaptation.

Profil du candidat :
Master’s 2 or final-year engineering level; strong foundations in machine learning and probability/statistics; ability to implement reproducible experiments and critically analyze results. Familiarity with uncertainty quantification, transfer/domain adaptation, or probabilistic learning is appreciated but not required. Interest in both theoretical reasoning and rigorous empirical research is important.

Formation et compétences requises :

Adresse d’emploi :
Rouen Normandie

Document attaché : 202610201148_LITIS_CRAN_internship_proposal_From Predictive Uncertainty to Domain Adaptation_onepage.pdf

Mar
1
Mon
2027
Chaine d’acquisition et alignement de données multimodales pour l’observation des territoires
Mar 1 – Mar 2 all-day

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

Laboratoire/Entreprise : Institut de recherche en informatique de Toulouse
Durée : 6 mois
Contact : hugo.boisaubert@irit.fr
Date limite de publication : 2027-03-01

Contexte :
Ce stage a pour objectif la création de la chaîne de valorisation des données d’un observatoire environnemental multimodal. Il s’intègre dans le projet AUTAN, qui consiste à construire un observatoire environnemental constitué d’un réseau de capteurs environnementaux et intégrant des données de multiples sources (données ouvertes, campagnes participatives, etc.).
À terme, cet observatoire ambitionne de pouvoir contribuer à un *jumeaux numériques de territoire*, apporter des outils pour la surveillance et la modélisation de phénomènes environnementaux comme le _retrait-gonflement des argiles _(RGA), l’impact du vent d’Autan sur la _propagation du radon_ produit par le massif granitique du Sidobre, ou encore la _recommandation agricole_ pour l’optimisation des cultures.

Sujet :
Le territoire de Castres présente plusieurs caractéristiques qui permettraient la constitution d’un observatoire environnemental multimodal. C’est un territoire qui est observé par des études participatives régulières, réalisées notamment par des acteurs associatifs. De plus, il dispose d’un réseau sans fil à longue portée (Lorawan) permettant la construction d’un réseau de capteurs environnementaux (ex: température, pression, hydrométrie, direction et vitesse du vent). Enfin, le bassin de Castres, où cohabitent des milieux urbanisés et ruraux, rend possible des co-observations soumises aux mêmes influences environnementales.
Un tel observatoire est ainsi multimodal sur 3 dimensions : les données sont récoltées longitudinalement (séries temporelles) et sont de différents types (température, pression, hydrométrie, direction et vitesse du vent, radioactivité, évolution géologique et naturaliste…) ; de plus, elles sont d’origine et de sémantique différentes (réseau de capteurs local, récolte citoyenne, données ouvertes, administratives ou satellitaires) ; enfin, ces données portent sur différents milieux observés (urbain et rural) d’un même territoire.

La mise en place d’une chaîne de valorisation des données (récolte, nettoyage, intégration) est essentielle pour donner du sens aux différentes données récoltées et aux analyses qui s’y rapportent.
L’objectif de ce stage est de proposer une méthodologie d’intégration et d’alignement temporel/géographique des données pour pouvoir ensuite les publier dans des entrepôts de données ouvertes, et produire des outils de consultation analytique pour les acteurs du territoire.
L’intégration de données multimodales, de granularités temporelle et géographique différentes est une tâche difficile. La fragmentation des données, intrinsèque aux collections de données d’origine différente, est un problème ancien qui repose sur des approches de _data fusion_. Les approches expérimentées mettent en avant les difficultés de modélisation des traitements sans avoir initié l’intégration des données qui doivent au préalable être alignées/appriés.
De plus, la fusion de données multimodales est peu explorée quand le nombre de modalités est important, et les techniques investiguées s’appliquent mal à la diversité des données multimodales. Malgré les évolutions des approches d’apprentissage profond, celles-ci restent limitées sur leur performance et leur généralisation.

Le stage se découpera selon les différentes tâches suivantes :
– Mise en place du réseau de capteurs environnementaux et de la chaîne de valorisation des données.
– Exploration d’approches d’alignement par recherche de variations causées par un même événement (via analyse des données fonctionnelles ou modèle de processus latent).
– Publication des données récoltées et éditorialisées dans des entrepôts de données ouvertes.

Profil du candidat :

Formation et compétences requises :
Étudiant.e en cycle master ou ingénieur, en Informatique ou mention similaires.

= Capacités attendues
En complément du niveau de formation défini dans le profil, les éléments suivants sont souhaitables dans le profil des candidats :
– Capacité de réflexion et d’analyse d’un problème, définition d’un protocole d’expérimentations ;
– Rigueur en programmation (Python)
– Capacité à générer de la documentation, avec usage des outils standard (Git, Doctest etc.) ;
– Maîtrise des outils et techniques de l’apprentissage automatique ;
– Capacités en administration de système (VM, déploiement)
– Capacités de synthèse d’information et à rendre compte de son travail régulièrement ;
– Capacité à produire efficacement des documents de communication scientifique.
– Des capacités en réseau et telecom, ou avec les outil de visualisation (grafana) sont bienvenues.

Adresse d’emploi :
IRIT – IUT de Castres – 5 allée du Martinet – 81100 CASTRES

Document attaché : 202611190816_IRIT_template-2.pdf

Contrôle aérien neuronal frugal
Mar 1 – Mar 2 all-day

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

Laboratoire/Entreprise : U2IS, ENSTA
Durée : 6 mois
Contact : mario.gleirscher@ensta.fr
Date limite de publication : 2027-03-01

Contexte :
Les ressources limitées, telles que la puissance de calcul ou l’énergie, doivent être utilisées à bon escient dans les systèmes à petite échelle, entièrement autonomes et dotés de capacités d’apprentissage, comme les récentes variantes de micro-aerial vehicles (MAVs).

Sujet :
Les principales étapes de ce stage porteront sur la mise en place d’un ordinateur compagnon doté d’un réseau neuronal afin de mettre en œuvre un algorithme de contrôle de haut niveau existant, l’adaptation de l’algorithme de contrôle pour qu’il fonctionne sur cet ordinateur compagnon, l’intégration du système de contrôle dans une plateforme physique multi-MAV, l’optimisation de la consommation de ressources du système de contrôle, la réalisation d’expériences dans le cadre d’une simulation hardware-in-the-loop (HIL).

Profil du candidat :
Niveau d’étude : Bac+5 (M2 ou 3A diplôme d’ingénieur) en systèmes cyber-physiques, systèmes embarqués, informatique, contrôle, mécatronique, mathématique appliquée.

Formation et compétences requises :
Connaissances dans un ou plusieurs des domaines suivants : traitement numérique du signal ou commande, systèmes embarqués, calcul neuronal, ingénierie de commande, approximation numérique. Connaissances facultatives souhaitables : principes fondamentaux du contrôle par rétroaction d’état, de l’optimisation numérique et des algorithmes. Bonnes compétences en programmation en C, C++.

Adresse d’emploi :
Palaiseau, France

Document attaché : 202611200927_stage-m2-frugalneuralcontrol-fr.pdf

Influence de la vraisemblance des données simulées sur la qualité de pré-entraînement d’un modèle
Mar 1 – Mar 2 all-day

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

Laboratoire/Entreprise : CIRAD Montpellier
Durée : 6 mois
Contact : sylvain.leclerc@cirad.fr
Date limite de publication : 2027-03-01

Contexte :
La quantité et la qualité des données d’entraînement conditionnent fortement la qualité d’un
modèle de deep learning. Lorsque les données réelles sont insuffisantes, une solution de plus en
plus répandue consiste à pré-entraîner le modèle sur des données synthétiques, puis à l’adapter
avec une faible quantité de données réelles. Le stage s’appuie sur deux cas d’application:
•Ramification d’arbres fruitiers. Des séquences décrivant la ramification sont générées par
un Transformer. Leur acquisition exige des observations détaillées, ce qui limite les données
disponibles. Les modèles statistiques de ramification développés chez le pommier sont une
des sources possibles de séquences synthétiques.
•Spectroscopie proche infrarouge (NIRS). Les modèles fondation tabulaires (TFM) sont des
Transformers pré-entraînés sur des données issues de processus génériques (modèles
causaux structurels, processus gaussiens). Les spécialiser à la NIRS suppose d’intégrer les
spécificités de ces données: forte colinéarité et structure physico-chimique. Le stage évaluera
l’apport de cette spécialisation.
Dans les deux cas, les générateurs peuvent reproduire des caractéristiques statistiques des
observations, intégrer des processus physiques ou biologiques, ou ne viser aucune fidélité aux
données réelles. Le stage les compare via la vraisemblance, i.e. la probabilité d’avoir obtenu les
données réelles à partir des générateurs, afin d’identifier les propriétés les plus favorables au pré-
entraînement.

Sujet :
Problématique:
Dans quelle mesure la vraisemblance associée aux données de pré-entraînement impacte-t-elle le
pré-entraînement du modèle ?

Objectifs:
• Analyser comment la vraisemblance associée aux données synthétiques influence l’efficacité
du pré-entraînement.
• En déduire une méthode générique de sélection et de combinaison des générateurs, adaptée
à une tâche donnée.

Méthodologie:
Les générateurs seront caractérisés par une analyse qualitative de leurs principes de
construction, distinguant quatre familles :•
Agnostiques: aucune recherche de fidélité (tirages uniformes, motifs arbitraires; modèles
causaux structurels pour les TFM).
• Statistiques descriptives simples: reproduisent moyennes, variances, fréquences ou
distributions, sans modéliser les dépendances complexes.
• Hypothèses structurelles : représentent une organisation connue ou supposée des données,
sans ajuster leurs paramètres aux observations.
• Structure et calibration empirique: par ex. chaîne de Markov ou modèle semi-markovien
caché (HSMM) ajustés aux séquences; reproduction de perturbations physiques typiques pour
la NIRS.
À cela s’ajoute une analyse quantitative: l’estimation de la vraisemblance des données réelles
sous chaque générateur, par des approches adaptées au cas d’application et au générateur.
Plusieurs approches sont possibles pour faire cette estimation, et différente selon le cas
d’application et selon le générateur.
Déroulement du stage:
• Mois 1-2: étude bibliographique (domaines d’application, estimation de vraisemblance,
Transformers, PFN, pré-entraînement); prise en main des données et du pipeline; intégration
de la vraisemblance.
• Mois 3-4: impact de la vraisemblance d’un générateur sur les performances; effet du mélange
de générateurs et de leurs proportions; méthode de sélection de la meilleure combinaison.
• Mois 5-6: analyse des résultats par cas d’application, documentation du protocole, rédaction
du rapport.

Déroulement du stage:
• Mois 1-2: étude bibliographique (domaines d’application, estimation de vraisemblance,
Transformers, PFN, pré-entraînement); prise en main des données et du pipeline; intégration
de la vraisemblance.
• Mois 3-4: impact de la vraisemblance d’un générateur sur les performances; effet du mélange
de générateurs et de leurs proportions; méthode de sélection de la meilleure combinaison.
• Mois 5-6: analyse des résultats par cas d’application, documentation du protocole, rédaction
du rapport.

Profil du candidat :
Master 2 ou équivalent en mathématiques, informatique ou statistiques.
Solides connaissances en machine learning et maîtrise de Python.
Bonne maîtrise de l’anglais (lu, écrit, parlé).

Formation et compétences requises :
Personne motivée, curieuse et autonome, avec un intérêt pour la recherche en apprentissage automatique et une capacité à travailler au sein d’une équipe pluridisciplinaire.

Adresse d’emploi :
Cirad, Av. Agropolis, 34980 Montferrier-sur-Lez

Document attaché : 202611170910_Sujet_de_stage_vraisemblance_des_donnes_de_pre-entrainement .pdf

Stream processing for event cameras
Mar 1 – Mar 2 all-day

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

Laboratoire/Entreprise : Laboratoire Interdisciplinaire Carnot de Bourgogne
Durée : 4 à 6 mois
Contact : annabelle.gillet@u-bourgogne.fr
Date limite de publication : 2027-03-01

Contexte :
Les caméras événementielles capturent les variations de lumière des pixels d’une scène contrairement aux caméras standards qui génèrent des images représentatives de la scène entière. Cela permet d’avoir une latence réduite, mais nécessite d’adapter les traitements qui se font habituellement sur des images sur des flux d’évènements. Les évènements générés par ce type de caméras sont toutefois principalement traités en les accumulant pour générer une image des variations de la scène sur l’ensemble de la période d’accumulation, afin d’appliquer des algorithmes plus matures développés pour le traitement d’images.

Le stream processing est une technique de traitement des données consistant à considérer les données comme un flux infini et non pas comme un état fixe. Il permet de gérer des volumes de données importants grâce à ses capacités de distribution liées au partitionnement des données en fonction d’une clé. Il présente toutefois des difficultés pour adapter certains algorithmes ayant besoin d’une vue globale sur les données étant donné que seule une partie des données est accessible dans chaque partition. Il est nécessaire de penser ces algorithmes différemment pour préserver l’efficacité du stream processing.

Sujet :
L’accumulation des évènements produits par une caméras événementielles est une étape importante dans l’exploitation de ce type de caméra puisqu’il définit directement les images reconstituées qui seront traitées. Des stratégies simples peuvent être appliquées (par exemple nombre d’évènements constant ou délai d’accumulation constant), mais elles ne permettent pas de s’adapter aux spécificités des scènes (par exemple variation de rapidité des mouvements) et peuvent donc diminuer la qualité du résultat.

D’autres méthodes plus complexes peuvent servir à former des fenêtres temporelles dynamiques, qui déterminent les évènements à accumuler en fonction de différents paramètres. Il convient alors de trouver des compromis pour définir à quel moment une image doit être générée pour contenir suffisamment d’évènements représentatifs des variations de la scène, tout en conservant un délai d’émission minimal afin de tirer profit de la faible latence des caméras événementielles.

L’objectif de ce stage est d’explorer les possibilités du stream processing pour créer un fenêtrage temporel dynamique des évènements générés par les caméras événementielles afin d’améliorer la pertinence des traitements effectués sur ces fenêtres. L’approche est dans un premier temps algorithmique, et consiste à expérimenter l’utilisation de différents paramètres et méthodes pour construire ces fenêtres d’évènements.
La mise en place d’un protocole expérimental permettant d’évaluer la qualité des méthodes de traitement d’image en fonction de la manière de construire les fenêtres temporelles ainsi que le délai d’émission de la fenêtre par rapport à l’évènement sera une partie intégrante du stage.

Profil du candidat :
– étudiant en Master 2 avec spécialité informatique ou équivalent ;
– curiosité et rigueur scientifique ;
– solides connaissances et compétences en algorithmique et vision par ordinateur.

Formation et compétences requises :

Adresse d’emploi :
Dijon

Document attaché : 202611172011_StageEventVision2027.pdf