Annonce en lien avec l’Action/le Réseau : aucun
Laboratoire/Entreprise : IMT Mines Saint-Etienne
Durée : CDI
Contact : leriche@emse.fr
Date limite de publication : 2020-09-01
Contexte :
Département Génie Mathématique et Industriel (GMI) des Mines de Saint-Etienne.
Laboratoire LIMOS (UMR CNRS)
Sujet :
Enseignement
La mission d’enseignement consiste à assurer, prendre en charge et proposer des cours, des travaux dirigés et pratiques, ainsi que des encadrements de projets et de stages, en priorité dans la formation d’Ingénieur Civil des Mines. L’enseignement peut couvrir un spectre large parmi les enseignements de mathématiques dispensés au sein de la formation initiale, sans pour autant devoir être exhaustif sur l’ensemble dans les cours parmi les enseignements dispensés (les méthodes numériques, les probabilités et statistiques, la Sciences de Données, le traitement du signal, les plans d’expérience et cartes de contrôle, la maitrise statistique des procédés, l’optimisation, la recherche opérationnelle et l’aide à la décision). Les enseignements pourront également concerner d’autres programmes de formation : master recherche Maths en Action, formation doctorale de l’EDSIS, formation continue et sous statut salarié. Ces missions seront faites en partenariat les équipes pédagogiques en charge des filières de formation citées ci-dessus.
Recherche :
Dans le cadre de la thématique Science des données et Mathématiques Appliquées ses activités de recherche et ses missions associées seront développées dans le Laboratoire d’Informatique, de Modélisation et d’Optimisation des Systèmes (LIMOS, UMR CNRS 6158, http://limos.isima.fr), et devront s’intégrer à un des deux thèmes suivants du laboratoire:
* le thème Données, Services et Intelligence (DSI) de l’axe Systèmes d’Information et de Communication (SIC), dédié aux questions liées à la gestion et à l’optimisation de grandes masses de données et à leur analyse via des techniques de fouille de données et d’apprentissage statistique
automatique ainsi qu’à l’analyse et à la vérification d’applications (services web et processus métier)
* le thème Métamodélisation, Optimisation Continue et Application (MOCA) de l’axe Modèles et Algorithmes de l’Aide à la Décision (MAAD), concerne la gestion de modèles et leurs applications en particulier en optimisation continue. En termes de modélisation, on retrouve la simulation numérique de systèmes physiques et la méta modélisation qui est un apprentissage supervisé utilisant une quantité limitée de données. Les études menées mettent en jeu des modèles et méthodes mathématiques avancées et les articulent avec des développements logiciels.
Ces missions devront contribuer à renforcer les activités de recherche existantes avec une implication forte dans les activités en lien avec l’industrie du futur ; notamment avec la participation aux Chaires
OQUAIDO – Optimisation et QUAntification d’Incertitudes pour les Données Onéreuses – liés à l’exploitation des simulateurs numériques (quantification d’incertitudes, l’inversion et l’optimisation), ou ValaDoE – VALeur Ajoutée DOnnées et Energie liée à l’émergence de solutions innovantes pour la
transition énergétique et les réseaux d’énergie.
Profil du candidat :
La personne recrutée viendra renforcer les compétences du département GMI, sur le thème Science des données et Mathématiques Appliquées et devra disposer d’une compétence avérée dans un ou plusieurs domaines suivants :
– L’apprentissage statistique automatique,
– Le traitement des données volumineuses ou hétérogènes,
– L’analyse des données non fiables,
– Les modèles probabilistes pour les données rares ou onéreuses,
– La maitrise statistique des procédés,
– L’optimisation stochastique ou la méta-modélisation,
– L’identification ou le contrôle optimal liés aux modèles directs ou inverses.
Une sensibilisation aux spécificités liées aux données fonctionnelles, spatio-temporelles ou catégorielles sera appréciée.
Formation et compétences requises :
Le candidat devra être titulaire d’un doctorat relevant du domaine de la Modélisation stochastique des Méthodes statistiques en lien avec l’analyse de données – l’apprentissage automatique et/ou en Méthodes directes et inverses pour l’Identification/contrôle optimal.
Adresse d’emploi :
Campus de Saint-Etienne (42) de Mines Saint-Etienne
Document attaché : EMSE_MdC_MathsAppli_2020.pdf