3 EC permanents ESILV/DVRC – Apprentissage / HPC

When:
14/07/2022 – 15/07/2022 all-day
2022-07-14T02:00:00+02:00
2022-07-15T02:00:00+02:00

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

Laboratoire/Entreprise : DVRC/ESILV
Durée : CDI
Contact : nicolas.travers@devinci.fr
Date limite de publication : 2022-07-14

Contexte :
L’ESILV, Ecole Supérieure d’Ingénieurs Léonard de Vinci est une école d’ingénieurs généraliste au cœur des technologies du numérique. Elle recrute principalement au niveau Baccalauréat ainsi qu’au niveau des CPGE et forme des ingénieurs opérationnels s’insérant parfaitement dans le monde professionnel. Le projet pédagogique de l’ESILV s’articule autour des sciences et des technologies numériques ainsi qu’une forte transversalité avec 20% de son cursus en commun avec une école de management (EMLV) et une école du digital (IIM) dont un parcours Ingénieur Manager en 5 ans, double diplômant. Les spécialisations proposées portent sur la finance (ingénierie financière, actuariat et fintech), l’informatique (Data & IA, Objets connectés & sécurité), la mécanique (Modélisation & mécanique numérique, Industrie 4.0), l’énergie (Energie & villes durables) et la santé (Santé Biotech). Elle propose également deux Bachelors en Ingénierie Numérique et en Technologie & Management. 3300 élèves. L’ESILV est membre de la CGE, de l’UGEI, de la CDEFI, de Campus France et de Talents du Numérique

Sujet :
Pour résumer, 3 types de profils de chercheur :
Calcul Haute performance (HPC) et/ou Big Data Analytics (BDA), Distributed computing
La candidate ou le candidat recherché devra posséder des compétences fortes en Calcul Haute Performance et/ou en Big Data Analytics avec une coloration en Machine Learning. Ceux-ci incluent la conception, l’analyse et le développement de méthodes d’optimisation pour le Machine Learning, l’assimilation de données, l’algèbre linéaire numérique en grande dimension. Il est attendu des candidats qu’ils possèdent des aptitudes à développer/entreprendre des recherches au carrefour de ces disciplines.

Apprentissage machine, Machine Learning / Deep Learning / Convolutional Neural Network, par renforcement et incertitude,
Une thématique autour de l’apprentissage de données hétérogènes, multimodales ou de données sous forme de graphe serait appréciée.
Dans ce profil, bien que centré sur l’apprentissage machine et ses applications, la candidate ou le candidat devra mener une analyse basée sur des outils complémentaires pour mieux comprendre les mécanismes d’apprentissages et surmonter leurs défauts, en particulier l’explicabilité des résultats.
Les autres thèmes d’application sont ceux du laboratoire et de l’école : transition énergétique et environnementale, matériaux, finance/actuariat, santé.

Apprentissage automatique/statistique et/ou Optimisation en grande dimension
La candidate ou le candidat recherché devra posséder des compétences fortes dans le domaine du Machine Learning et du Statistical Learning. Ceux-ci incluent la conception, l’analyse et le développement de méthodes d’optimisation pour le Machine Learning, l’assimilation de données, l’algèbre linéaire numérique en grande dimension. Il est attendu des candidats qu’ils possèdent des aptitudes à développer/entreprendre des recherches au carrefour de ces disciplines.
Les autres thèmes d’application sont ceux du laboratoire et de l’école : transition énergétique et environnementale, matériaux, finance/actuariat, santé, tourisme.

Profil du candidat :
– Connaissances
□ Machine Learning,
□ Apprentissage automatique/statistique,
□ Calcul Haute performance, optimisation en grande dimension,
□ Distributed Computation,
□ Algorithmes d’intelligence artificielle,
□ Science des données et visualisation,
□ Enseignement supérieur,
□ Tissu économique et métiers.

– Connaissances opérationnelles
□ Méthodes pédagogiques (présentiel, classe inversée, distanciel avec outils digitaux, MOOC, SPOC, COOC …)
□ Outils bureautiques
□ Conduite de projet
□ Communication

– Connaissances comportementales
□ Réactivité et disponibilité
□ Excellent relationnel
□ Aisance orale
□ Autonomie

Formation et compétences requises :
Le/La candidat-e devra être titulaire d’un doctorat en informatique, une habilitation à diriger des recherches sera appréciée dans les sections CNU 27 et/ou 61

Adresse d’emploi :
12 avenue Léonard de Vinci, 92400 Courbevoie

Document attaché : 202206281625_EC Informatique_22_High Performance Computing &Big Data Analytics.pdf