Apprentissage collaboratif multiparadigme interactif pour l’analyse de séries temporelles

When:
31/08/2023 – 01/09/2023 all-day
2023-08-31T02:00:00+02:00
2023-09-01T02:00:00+02:00

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

Laboratoire/Entreprise : AgroParisTech – ICube
Durée : 12 à 16 mois
Contact : gancarski@unistra.fr
Date limite de publication : 2023-08-31

Contexte :

Durée : Un an (démarrage dès que possible!)
Salaire : de 2000€/mois à 2300€/mois (net) en fonction de l’expérience.
Contact : Antoine Cornuéjols antoine.cornuejols@agroparistech.fr et Pierre Gançarski, pierre.gancarski@unistra.fr

Sujet :
Le projet post-doctoral vise à proposer une méthode innovante d’apprentissage collaboratif interactif multi-paradigme, qui combine des méthodes supervisées et non-supervisées tout en permettant l’interaction avec l’expert.

La personne recrutée proposera et définira de nouveaux mécanismes permettant aux méthodes supervisées et non supervisées de collaborer efficacement pour atteindre un consensus de classification. Les modalités d’échange d’informations entre elles devront être précisées. Elle devra également définir un protocole d’interaction entre l’utilisateur et les méthodes d’apprentissage par l’utilisation de contraintes. Enfin,elle devra mettre en œuvre concrètement les approches proposées pour permettre leur test et leur validation.

Profil du candidat :
– Doctorat en informatique et spécialisé en apprentissage automatique/fouille de données.

Formation et compétences requises :
– Connaissances solides en Science des Données et plus particulièrement sur les méthodes standards de classification et de clustering. Une première expérience sur l’utilisation de modèles collaboratifs/ensemblistes ou d’intégration de contraintes serait un plus.
– Bonnes compétences en communication verbale (anglais ou français) et écrite (anglais).
– Compétences interpersonnelles et la capacité à travailler individuellement ou en tant que membre d’une équipe de projet.
– Si possible, connaissance en JAVA, python et scikit-lean
– De connaissances en télédétection serait un plus indéniable

Adresse d’emploi :
– Saclay (Campus d’AgroParisTech, 22 place de l’Agronomie, 91120 Palaiseau)
ou au choix
– Strasbourg (ICube, 300 bld Sébastien Brant 37400 Illkirch)

Document attaché : 202305300842_Sujet_HERELLES_2023.pdf