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

Laboratoire/Entreprise : Université de Rennes 2, UMR LETG
Durée : 12 mois
Contact : romain.tavenard@univ-rennes2.fr
Date limite de publication : 2021-06-07

Contexte :
Nous recherchons un développeur pour la librairie tslearn de machine learning pour séries temporelles en Python : https://github.com/tslearn-team/

Le poste est pour une durée de 12 mois, localisé à Rennes, et peut être soit à temps plein soit à temps partiel (à préciser avec le candidat).

Sujet :
Avez-vous déjà entendu parler de tslearn? tslearn est un projet open source collaboratif qui vise à fournir des outils de machine learning pour l’analyse de séries temporelles. Ce package contient déjà des implémentations de nombreux algorithmes de l’état de l’art du domaine. Toutefois, une librairie comme celle là requiert une amélioration continue pour suivre le développement de nouvelles méthodes. Il est également nécessaire de couvrir de nouvelles tâches, comme le “forecasting”. Enfin, tslearn repose actuellement sur numpy/Cython/numba avec une dépendance optionnelle à tensorflow. Une meilleure intégration (idéalement via le support de divers backends) aux outils modernes d’apprentissage permettant la différentiation automatique devient cruciale.

Dans le cadre de ce projet, vous serez amené(e) à collaborer avec l’équipe de core developpers de tslearn, ainsi qu’avec des membres de l’équipe Obelix de l’IRISA et des membres du LETG (un laboratoire de géographie très intéressé par les problématiques “data”).

Profil du candidat :
— La suite de ce paragraphe est rédigée au féminin pour permettre une lecture plus fluide, ce poste est bien entendu ouvert à toutes et tous

La candidate retenue sera la développeuse principale du projet tslearn pendant la durée de son contrat. Elle implémentera plusieurs nouvelles features pour cette librairie (de nouvelles méthodes de l’état de l’art) et travaillera à l’adaptation du code actuel à des backends modernes (pytorch, tensorflow et/ou jax, typiquement). Elle sera aussi en charge de l’animation des contributeurs/trices occasionnels et sera amenée à reviewer des contributions externes potentielles. Enfin, elle participera à la promotion de la librairie au sein de la communauté.

Formation et compétences requises :
* Un master ou une thèse en machine learning, traitement du signal, ou informatique
* Des publications ou participations à des logiciels open source en lien avec le machine learning
* Une expérience de programmation en Python
* Une expérience en lien avec des projets collaboratifs hébergés sur des plateformes comme github
* La connaissance du domaine du machibe learning pour séries temporelles est un plus

Adresse d’emploi :
Université de Rennes 2, Rennes, France

Document attaché : 202106070843_fiche_poste.pdf