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

Laboratoire/Entreprise : Greyc, Université de Caen Normandie
Durée : 24 mois
Contact : albrecht_zimmermann@gmx.net
Date limite de publication : 2020-12-31

Contexte :
Contraintes, Data Mining et Graphes (CoDaG) est une équipe de recherche du GREYC, le laboratoire d’informatique de l’Université de Caen-Normandie. CoDaG recherche un chercheur post-doctoral pour un contrat de deux ans, à compter du 1er janvier 2021. Le poste sera financé dans le cadre du projet de recherche SCHISM, mené conjointement par le GREYC, le CERMN (Centre d’Études et de Recherche sur le Médicament de Normandie) et le LITIS (Laboratoire d’Informatique, de Traitement de l’Information et des Systèmes) à Rouen.

Contexte

Les recherches menées dans le cadre de SCHISM se concentreront sur l’extraction interactive de modèles et le regroupement interactif dans un contexte chemoinformatique. L’exploration interactive des données est une piste de recherche récente qui rompt avec l’ancien paradigme consistant à spécifier les paramètres des algorithmes, à laisser l’algorithme fonctionner, à interpréter les résultats de l’opération et, sur la base de cette interprétation, à ajuster les paramètres pour relancer le processus. L’exploration interactive des données propose des résultats partiels ou préliminaires à l’utilisateur, elle recueille ses réactions et les utilise pour adapter le processus d’exploration à l’avenir.

L’objectif général du projet SCHISM est de développer une approche robuste de la gestion interactive des données qui intègre l’extraction de modèles et le clustering. Au niveau applicatif, nous allons fournir un prototype qui permet aux utilisateurs de lancer des algorithmes d’extraction de modèles ou de clustering, de visualiser les résultats, de donner un retour d’information, et de relancer les opérations d’extraction, en tenant compte le retour d’information donné.

Sujet :
Description de la recherche

CoDaG concentre ses recherches sur la conception et l’exploitation de modèles résultant de la fouille des données. Les travaux actuels sur l’extraction interactive de motifs utilisent un retour d’information direct sur les modèles. L’utilisateur se voit présenter une sélection partielle de modèles. Ensuite, il indique ses préférences pour chaque modèle : soit de manière binaire — s’il aime ou non le modèle, soit au moyen d’un classement sur l’ensemble des résultats. Le chercheur post-doctoral exploitera plutôt le retour d’information indirect pour intégrer l’extraction de motifs et le regroupement, et affiner le processus d’extraction de motifs : les utilisateurs donnent un retour d’information sur un regroupement au lieu de motifs, ce qui fournira des informations sur les instances. Par exemple, il indiquera les instances qui doivent être regroupées ou celles qui ne peuvent pas l’être., Ces informations pourront ensuite être exploitées pour extraire des motifs spécifiques aux préférences exprimées. Par exemple , l’extraction pointera les motifs qui font la distinction entre les instances qui ne peuvent pas être regroupées, ou les motifs qui sont communs aux instances qui doivent être regroupées. Le travail de recherche consistera donc à se familiariser et à travailler avec des concepts issus à la fois du regroupement interactif et de l’exploitation interactive de modèles.

Profil du candidat :
Profil et application

Le candidat retenu devra :

1. être titulaire d’un doctorat en informatique ou en mathématiques appliquées avec un accent sur l’apprentissage machine ou l’exploration de données. La maîtrise de l’anglais ou du français écrit et parlé est essentielle.
2. avoir de solides compétences en programmation (Java, Python, etc.) et une compréhension approfondie des statistiques et de l’apprentissage machine. Une expérience avec Linux est un plus.
3. avoir un solide dossier de publications.
4. avoir une bonne capacité de travail et des compétences en matière de gestion du temps, ainsi que la capacité de travailler de manière indépendante et au sein d’une équipe pluridisciplinaire si nécessaire.

Des fonds supplémentaires sont disponibles pour les frais de voyage.

Votre candidature devra comporter les pièces suivantes :

1. un curriculum vitae
2. une description des réalisations en matière de recherche, de l’objectif de carrière et de la manière dont ce poste vous aidera à atteindre vos objectifs
3. deux publications représentatives
4. les coordonnées de trois chercheurs référents

La demande doit être envoyée à Albrecht Zimmermann (albrecht.zimmermann@unicaen.fr) et Bertrand Cuissart (bertrand.cuissart@unicaen.fr)

Formation et compétences requises :
Profil et application

Le candidat retenu devra :

1. être titulaire d’un doctorat en informatique ou en mathématiques appliquées avec un accent sur l’apprentissage machine ou l’exploration de données. La maîtrise de l’anglais ou du français écrit et parlé est essentielle.
2. avoir de solides compétences en programmation (Java, Python, etc.) et une compréhension approfondie des statistiques et de l’apprentissage machine. Une expérience avec Linux est un plus.
3. avoir un solide dossier de publications.
4. avoir une bonne capacité de travail et des compétences en matière de gestion du temps, ainsi que la capacité de travailler de manière indépendante et au sein d’une équipe pluridisciplinaire si nécessaire.

Des fonds supplémentaires sont disponibles pour les frais de voyage.

Adresse d’emploi :
Bd du Maréchal Juin. 14032 Caen Cedex, France

Document attaché : 202011252247_post-doc-fr.txt