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

Laboratoire/Entreprise : U2IS, ENSTA, campus Paris-Saclay
Durée : 3 ans
Contact : goran.frehse@ensta-paris.fr
Date limite de publication : 2026-06-17

Contexte :
ENSTA, établissement d’enseignement supérieur et de recherche sous tutelle du ministère des Armées, développe des activités de formation, recherche et innovation dans les domaines de la défense et de la sécurité, des transports, de l’énergie, des activités maritimes, du numérique et de la santé. L’école, présente sur deux campus, à Paris-Saclay et à Brest, est membre de l’Institut Polytechnique de Paris. Classée dans le Top 10 des meilleures écoles d’ingénieurs en France, elle a pour mission

la formation d’élèves ingénieurs civils et militaires, de cadres et docteurs pour les secteurs public et privé,

la recherche et l’innovation de haut niveau en relation étroite avec l’industrie des grands secteurs de souveraineté au sein de 6 Unités de formation et de recherche (UFR).

L’ENSTA est partenaire du programme Hi! PARIS Cluster 2030, qui vise à constituer un pôle de recherche et de formation de rang mondial en intelligence artificielle et en science des données. Le consortium regroupe plusieurs institutions françaises majeures en ingénierie et recherche, dont IP Paris, HEC Paris, INRIA, CNRS et l’Université de Technologie de Troyes.

Pour soutenir le développement stratégique de la robotique et de l’IA au sein de l’ENSTA et de l’Institut Polytechnique de Paris, l’ENSTA ouvre un poste d’enseignant-chercheur, financé par le programme Hi! PARIS Cluster 2030 pour 3 ans. Ce poste bénéficie d’un écosystème dynamique en IA et robotique, ainsi que d’un accès à des ressources expérimentales et computationnelles de premier plan.

Le ou la titulaire du poste sera affecté au sein de l’unité de formation et de recherche Sciences de l’information et de l’informatique (UFR S2I). L’UFR S2I a pour mission d’assurer la formation en sciences de l’information et en informatique des élèves du cursus ingénieur d’ENSTA, des élèves de masters de l’Institut Polytechnique de Paris, et la formation par la recherche d’étudiants français et étrangers au niveau master et doctorat. L’unité développe également des activités de recherche dans les unités de recherche U2IS et Lab-STICC dans les domaines des sciences de l’information et informatique. Ces activités sont réalisées grâce à d’importants moyens expérimentaux. Sur les campus de Paris-Saclay et Brest, l’UFR S2I compte une soixantaine d’enseignants chercheurs, une centaine de doctorants/post-doctorants ainsi que plusieurs personnels techniques (ingénieurs, techniciens).

Missions / Activités principales :

Le titulaire du poste intègrera le laboratoire U2IS sur le campus Paris-Saclay pour y développer son activité de recherche en cohérence avec la stratégie de l’unité et participer aux enseignements gérés par cette dernière.

Sujet :
Activités de recherche :

La personne recrutée mènera une activité de recherche s’inscrivant dans les axes déjà développés au sein de l’U2IS et plus largement dans l’axe stratégique « robotique autonome, intelligence artificielle et systèmes cyber-physiques » du projet Cluster 2030.

Une attention particulière sera portée à des approches permettant une mise en œuvre et une validation en conditions réelles, notamment dans des environnements ouverts, dynamiques ou partiellement structurés, et intégrant des sources d’incertitude.

Les travaux pourront également s’inscrire dans le cadre de systèmes multi-robots, impliquant la coordination de plusieurs agents, éventuellement hétérogènes, et posant des problématiques de passage à l’échelle, de coopération et de prise de décision collective.

Les activités de recherche devront articuler étroitement développements méthodologiques et validation expérimentale sur systèmes robotiques réels, en s’appuyant sur les infrastructures de l’ENSTA, en particulier :
– un Living Lab dédié à la robotique de service et à l’interaction humain-robot ;
– des environnements ouverts permettant des essais expérimentaux pour la robotique mobile terrestre et aérienne.

À moyen terme, ces infrastructures seront complétées par une arène à drones en extérieur de 7 000 m3, équipée d’un système de suivi de position, offrant ainsi un environnement de recherche expérimentale d’envergure.

Par ailleurs, la personne recrutée participera à l’encadrement d’étudiants en master et en doctorat, et contribuera au développement des collaborations avec les partenaires académiques et institutionnels.

Activités d’enseignement

La personne recrutée s’intégrera dans l’équipe pédagogique de l’UFR S2I sur le campus de Paris-Saclay. Il ou elle participera aux enseignements des différentes formations de l’UFR S2I (cycles ingénieurs, Masters, formations continues). Une décharge conséquente du volume d’enseignement est prévue pour assurer l’intégration de la candidate ou du candidat.

Ses missions consisteront à :
– contribuer aux enseignements des différentes formations de l’ENSTA ;
– assurer et gérer des enseignements pilotés par l’UFR S2I, en particulier ceux en lien avec la robotique mobile, tout particulièrement, dans la spécialisation « Robotique et Systèmes Autonomes » de la formation d’ingénieur généraliste dont les enseignements concernent la localisation robotique, la cartographie, SLAM, la génération de trajectoires, la programmation ROS, etc. ;
– participer et contribuer aux travaux pratiques et d’expérimentation ;
– proposer, gérer et encadrer des projets étudiants éventuellement en partenariat avec des industriels ;
– participer aux activités de promotion des formations (par exemple, journées portes ouvertes, …) ;
– poursuivre la dynamique de développement des partenariats avec l’industrie au profit de la formation.

Dans le cadre de la nouvelle ENSTA, la candidate ou le candidat sera amené à participer à la réflexion et à l’évolution de la nouvelle offre de formation, notamment dans le cadre des enseignements bi-campus, avec un engagement dans le développement de pratiques pédagogiques innovantes et coordonnées entre les sites.

Rayonnement et activités au profit de la communauté
– diffuser la culture, l’information scientifique et technique ;
– participer à la vie administrative collective de l’établissement et des conseils et/ou instances ;
– contribuer à la dynamique collective de l’Unité (organisation de séminaires, visite de site, etc.).

Missions / Activités annexes :
– contribuer à toute activité de l’unité en fonction des priorités retenues ;
– contribuer à la démarche Qualité, notamment via la rédaction et la mise à jour des procédures, le renseignement et le suivi des indicateurs ;
– contribuer à la démarche RSE de l’ENSTA dans le cadre de ses missions et de ses activités.

La candidature complète devra être déposée sur le site de recrutement d’ENSTA à l’adresse https://enstaparis.recruitee.com/.

Les candidats potentiels sont invités à contacter dès à présent le directeur adjoint de l’UFR, responsable du site Paris-Saclay (goran.frehse@ensta.fr). Le dossier de candidature devra comporter obligatoirement :
– un CV (activités d’enseignement, de recherche et de responsabilités académiques, liste des publications) ;
– une lettre de motivation ;
– une présentation du projet de recherche et de l’enseignement pour l’intégration au sein de l’UFR (max 5 pages) ;
– les copies des diplômes ;
– les coordonnées d’au moins deux références nationales ou internationales.

Pour plus de détails, voir https://enstaparis.recruitee.com/o/enseignant-chercheur-en-robotique-et-ia

Profil du candidat :
Le poste proposé est un contrat à durée déterminée de 3 ans.
– Date de prise de fonctions prévue : à partir de septembre 2026
– Fin de fonction : au plus tard le 31 décembre 2029 (fin du projet Cluster 2030)

L’ENSTA peut accueillir les personnels fonctionnaires en détachement, en particulier les maîtres de conférences et les professeurs de l’université ou les chargés et les directeurs de recherche des organismes de recherche (CNRS, INRIA, …). La qualification aux fonctions de professeur des universités n’est pas requise mais sera appréciée. La personne candidate, titulaire d’une thèse de doctorat, devra justifier :
– d’une expérience en recherche et enseignement en adéquation avec les besoins exprimés ;
– de publications scientifiques dans des revues ou conférences de haut niveau et en lien avec la thématique mentionnée ;
– d’une capacité à travailler en équipe tant pour l’enseignement que pour la recherche ;
– de qualités pédagogiques ;
– de pouvoir prendre des responsabilités et notamment de pouvoir piloter/coordonner un parcours d’enseignement.

Une personne expérimentée avec HDR pourra obtenir le titre de professeur accordé par la commission d’appellation d’ENSTA. Un salaire attractif sera proposé en adéquation avec le profil.

Formation et compétences requises :

Adresse d’emploi :
ENSTA Campus de Paris-Saclay, 828, boulevard des maréchaux, 91762 Palaiseau Cedex

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

Laboratoire/Entreprise : LIST3N Laboratoire Informatique et Société Numéri
Durée : 3 ans
Contact : recrutement-list3n@utt.fr
Date limite de publication : 2026-06-27

Contexte :
La recherche, la formation et le transfert de technologie sont les trois missions de l’Université de Technologie de Troyes (UTT). Établissement à la fois École d’Ingénieurs et Université, l’UTT est aujourd’hui parmi les 10 écoles d’ingénieurs les plus importantes en France, avec un rayonnement à l’international reconnu.
Elle forme plus de 3000 étudiants chaque année, de post-bac à bac+8. Ses formations conjuguent excellence et innovation et sont adossées à une recherche de pointe.
En effet l’UTT s’appuie sur ses 5 unités de recherche pour proposer des formations couvrant tout le spectre universitaire : Bachelor, Licence, Master, Ingénieur et Doctorat, des formations courtes professionnalisantes (Diplômes d’Université), des programmes de Mastère spécialisé®, de la VAE et des certifications en langues.
Ces formations apportent aux diplômés de l’UTT les compétences recherchées par les entreprises grâce à une forte proximité avec celles-ci, notamment au travers de sa fondation. Le parcours d’ingénieur en 5 ans, habilité par la CTI, se singularise dans le paysage académique par des parcours individualisés dès la première année, ce qui permet à chaque étudiant d’adapter sa formation à son projet professionnel.
En tant que leader du projet EUt+, l’UTT est à la fois pilote et établissement expérimental pour le développement des nouvelles méthodes et orientations de l’EUt+. L’Université de technologie Européenne, EUt+, née de l’alliance de huit partenaires européens, s’articule autour d’une vision commune, un pilier central, “Think human first” dont découlent les principes suivants :
• Développer une technologie avant tout humaine
• Profiter de la diversité et le multilinguisme comme opportunité
• Développer une université inclusive, pour tous

Sujet :
Enseignement :
L’enseignant·e-chercheur·e contractuel contribuera à la mise en oeuvre, l’animation et le rayonnement du Bachelor en Intelligence Artificielle, avec un investissement équilibré entre activités de formation, de recherche et participation à la vie de la formation et de l’établissement.
Sur le volet formation, il/elle assurera des enseignements de niveau Bachelor en mathématiques pour la science des données et l’IA (probabilités, statistiques, optimisation, méthodes numériques) et en data science / machine learning. Il/elle interviendra notamment sur des unités d’enseignement de mathématiques appliquées, data science et IA (Outils mathématiques pour des problèmes aléatoires, Méthodes classiques de décision, Techniques avancées de machine learning, Remédiation de données, Concepts généraux en IA et réseaux de neurones, MLOps etc).
Les activités de ce poste incluront la préparation et l’animation de cours magistraux (CM), TD et TP, l’encadrement de projets appliqués en data science et IA en lien avec des cas d’usage réels, le suivi des stages et des étudiant(e)s en alternance, la participation aux jurys et à l’évaluation des étudiants (contrôle continu, examens, soutenances), ainsi que la conception de ressources pédagogiques, y compris pour des enseignements hybrides ou à distance.
Il/elle participera également aux actions de promotion de la formation (journées portes ouvertes, actions de communication, relations avec les partenaires académiques et industriels). La personne recrutée sera amenée à dispenser des enseignements en Anglais dans le cadre de l’accueil des étudiants d’échange du programme EUt+.

Profil du candidat :
Recherche :
Sur le volet recherche, la personne recrutée contribuera aux travaux en apprentissage automatique pour données chronologiques et systèmes dynamiques, avec pour objectif le développement de modèles d’IA fiable et sobre en ressources. Les thématiques pourront inclure la modélisation et l’analyse de séries temporelles ou de données séquentielles, le développement d’architectures de deep learning adaptées, telles que les réseaux récurrents, les modèles convolutifs temporels, et les Transformers pour séries temporelles. Elles porteront également sur la qualité et la remédiation des données (données manquantes ou bruitées, déséquilibre des classes, drift de données), ainsi que le développement d’approches mathématiques capable de répondre aux enjeux de l’IA responsable et explicable (mesures et réduction des biais, méthodes d’explicabilité pour modèles de séries temporelles, prise en compte de la consommation énergétique).
Une attention particulière sera portée à la reproductibilité (suivi d’expériences, versioning des données et modèles, traçabilité des solutions déployées).
La personne recrutée intègrera l’UR LIST3N (Laboratoire Informatique et Société́ Numérique) et plus spécifiquement
l’axe « Modélisation stochastique, apprentissage et décision » (MSAD). Elle participera au montage et à la coordination de projets collaboratifs académiques et industriels.

Formation et compétences requises :
Docteur en section(s) CNU : 26 ou 27 ou 61

Compétences souhaitées :
▪ Pédagogue ; Capacité à enseigner en Anglais.
▪ Capacité à mener une recherche d’excellence ;
▪ Motivation, travail collaboratif et gestion de groupe ;
▪ Capacité à inscrire des notions fondamentales dans un cadre industriel ou dans une dimension d’ingénierie au sens large ;

Adresse d’emploi :
Université de Technologie de Troyes, 12 rue Marie Curie à Troyes

Document attaché : 202605201132_DRH26_ECC_Bachelor-IA.pdf

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

Laboratoire/Entreprise : Université de Picardie Jules Verne
Durée : 12 mois
Contact : florence.leve@u-picardie.fr
Date limite de publication : 2026-06-16

Contexte :
We are recruiting a postdoctoral researcher to investigate early brain development in preterm infants using EEG and artificial intelligence at Picardie Jules Verne University, Amiens, France.

Sujet :
Postdoctoral Position – EEG, AI & Neonatal Brain Development
We are recruiting a postdoctoral researcher to investigate early brain development in preterm infants using EEG and artificial intelligence at Picardie Jules Verne University, Amiens, France.
The project aims to develop AI-based models of cerebral maturation during the second and third trimesters of gestation, using one of the world’s largest neonatal EEG datasets (>15,000 recordings collected at Amiens University Hospital, France).
The project combines:
• Large-scale EEG analysis and phenotyping
• Machine learning / AI modeling of developmental trajectories
The goal is to build interpretable, scalable tools for evaluation of brain maturation in preterm neonates.
The project is conducted under the co-supervision of Prof. Sahar Moghimi (GRAMFC- Inserm UMR1105) and Prof. Florence Levé (MIS, UPJV), within GRAMFC (Inserm UMR1105, Amiens).

Submission deadline: June 15th, 2026
Start date: September 2026
Location: Amiens, France
Duration: 12 months
Salary: According to University standards (depending on experience)

Applications including a CV with up-to-date list of publications, a motivation letter, and the contact information of two referees, should be send to sahar.moghimi@u-picardie.fr and florence.leve@u-picardie.fr

Profil du candidat :
Profile / expertise
PhD in neuroscience, biomedical engineering, data science, or related field
Strong experience in EEG analysis and/or time-series analysis
Strong experience in machine learning and AI models
High skills in Python
Interest in neurodevelopment
Experience with large datasets is highly desirable.

Formation et compétences requises :

Adresse d’emploi :
Université de Picardie Jules Verne, Amiens

Document attaché : 202605180836_Postdoctoral_Position_EEG_IA.pdf

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

Laboratoire/Entreprise : LISIC
Durée : 1 year
Contact : esteban.bautista@univ-littoral.fr
Date limite de publication : 2026-06-15

Contexte :
The Industrial Internet of Things (IIoT) is a rapidly evolving paradigm in which industrial sensors, machines, and other instruments are connected to the internet, enabling device-to-server and device-to-device communications for real-time data exchange. IIoT systems call for the detection of abnormal events in: (i) device communication logs and (ii) device measurements. For the former, devices are now exposed to attacks or intrusions, thus making it necessary to search for signs of these events in the communication logs. For the latter, any equipment or operational issues will lead to changes in IIoT measurements and potentially critical production shutdowns, making it vital to promptly detect these events to trigger corrective actions.

A natural model for IIoT data are attributed weighted temporal graphs: nodes represent devices; node features represent their measurements; and time-varying weighted edges capture various types of information, such as their communications, their statistical dependencies, flows through them, etc. In the initial phase of this project, we have already developed powerful temporal graph-based auto-encoder models capable of detecting both temporal and structural anomalies in IIoT. Yet, while our models allow us to detect the presence of an anomaly, they are still unable to localize the anomaly.

The main goal of this postdoctoral project is to fundamentally extend our temporal graph neural networks beyond anomaly detection to perform anomaly localization.

Sujet :
The recruited postdoc will have the two main goals.

1. Extension of Auto-Encoders for Anomaly Localization. Our models currently receive a temporal graph as input and produce an anomaly score that is proportional to the scope of its abnormal events. It is however impractical to test all possible subsets of a temporal graph to search for the one that maximizes anomaly score. Instead, our aim is to prune-down the search space by properly structuring the auto-encoder’s latent representation, so that sub-graphs map to sub-spaces of its containing graph.

2. Application to IIoT logs and measurements. We aim to evaluate the methodological developments above in real-world IIoT datasets that contain various types of attacks (structural anomalies) and measurement faults (feature anomalies). We aim to explore the advantages of our
approach in real-world, potentially on-line, scenarios, such as machine health monitoring, transportation network monitoring, or other use cases that may arise from collaborations with local companies.

Profil du candidat :
We look for highly motivated candidates with relevant experience in anomaly detection, graph machine learning, and/or deep learning. Experience in Python programming, cybersecurity and/or streaming algorithms is a plus. Ideal candidates will have a publication record in selective AI conferences.

Interested candidates are invited to send a cover letter, a detailed CV (with a publication list and the contact details of two references), and their PhD manuscript or a recent paper to:

– Esteban Bautista: esteban.bautista@univ-littoral.fr
– Claire Guilloteau: claire.guilloteau@univ-littoral.fr

Applications will be reviewed on a rolling basis until the position is filled.

Formation et compétences requises :
PhD in computer science

Adresse d’emploi :
LISIC Laboratory – Université du Littoral Côte d’Opale – Saint Omer, France

Document attaché : 202605140811_ADIIOT_Postdoc_offer.pdf

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

Laboratoire/Entreprise : LISTIC – Université Savoie-Mont-Blanc
Durée : 18 mois
Contact : jean-yves.ramel@univ-smb.fr
Date limite de publication : 2026-08-29

Contexte :
Graph Neural Networks for Smart Monitoring of Bio-based Composites
(GRINCOMP MIAI Project)

Sujet :
The project aims to develop advanced AI methods based on Graph Neural Networks (GNNs) for the monitoring and predictive maintenance of bio-based composite structures.

More info : https://miai-cluster.univ-grenoble-alpes.fr/job-opportunities/postdoctoral-positions/

Profil du candidat :
Your profile
• PhD in Machine Learning, Data Science, Applied Mathematics, or related fields
• Strong experience in deep learning (experience with GNNs is a plus)
• Solid programming skills in Python (PyTorch, TensorFlow, PyG, etc.)
• Interest in interdisciplinary research and real-world applications

Formation et compétences requises :
Nice to have:
• Experience with sensor data, IoT, or physics-informed ML
• Background or interest in materials science or structural monitoring
• Time-series analysis / signal processing

Adresse d’emploi :
Location: Campus Technolac – Chambery – France
• Start date: End of 2026

Research environment
You will work in a collaborative and interdisciplinary setting involving:
• LISTIC laboratory (AI, Machine Learning , Graphs, data science)
• SYMME laboratory (materials science, smart composites)
• Interactions with national academic and industrial partners