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

Laboratoire/Entreprise : Toulouse 3 IRIT
Durée : permanent
Contact : morvan@irit.fr
Date limite de publication : 2023-02-28

Contexte :
La personne recrutée sera rattachée à la FSI de l’Université Paul Sabatier et effectuera ses recherches au sein du laboratoire IRIT

Sujet :
Systèmes de gestion de données efficaces dans des environnements Clouds

Profil du candidat :
Le laboratoire a comme objectif de recruter des personnes ayant un dossier scientifique de grande qualité, qui
l’enrichissent par une ouverture et une indépendance scientifiques, et un réseau national et international.
Le (la) candidat(e) devra démontrer une autonomie scientifique qui s’exprimera au travers de son parcours,
d’un programme de recherche pour les 3 à 5 ans à venir, et d’un projet d’intégration à l’IRIT.
Une mobilité thématique ou géographique sera un plus pour le (la) candidat(e). Il est souhaitable qu’un(e)
candidat(e) ait une expérience de recherche avérée avec des collègues autres que ses encadrant(e)s de thèse.

Formation et compétences requises :
https://www.irit.fr/wp-content/uploads/2022/11/UT3-FSI-MCF27-Gestion-donne%CC%81es.pdf

Adresse d’emploi :
Université Paul Sabatier, Toulouse 3
Laboratoire IRIT

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

Laboratoire/Entreprise : LISIS / Plateforme CorTexT
Durée : FSEP
Contact : lionel.villard@esiee.fr
Date limite de publication : 2023-01-15

Contexte :
La plateforme CorTexT est localisée sur le campus de l’Université Gustave Eiffel, dans l’Est Parisien, au sein du Laboratoire Interdisciplinaire Sciences Innovations Sociétés (LISIS). Fondée en 2009, elle est une infrastructure de recherche expérimentale pour les sciences sociales. La plateforme CorTexT est un instrument essentiel, par exemple, pour analyser la structuration des communautés d€experts dans différents secteurs de politique internationale, la transformation des réseaux d’innovation industrielle, ou encore la compréhension de la structure des discours et des modes d’action collective dans les controverses politiques en ligne.
Une partie importante des méthodes originales produites sont mises à disposition au sein de l’application web collaborative CorTexT Manager (https://www.cortext.net/anf-tdm-2021-focus-cortext-manager/). En 2021, 1313 utilisateurs actifs provenant de 550 institutions ou villes identifiées ont eu une activité avec les services de la plateforme CorTexT, générant 66 000 calculs traités par son infrastructure. 10% de cette communauté d€utilisateurs est académique (https://www.cortext.net/publications/). Ces auteurs ont publié depuis 2012 plus de 275 documents (articles scientifiques, actes de conférence, thèse…).
Le pilotage de la plateforme CorTexT est assuré par son directeur technique, Philippe Breucker, et son directeur scientifique, Lionel Villard, et est composé de quinze membres aux compétences et profils très variés : ingénieur.e.s (systèmes, backend, front-end et données), ingénieur.e.s d’étude et enseignants-chercheurs. L’ingénieur-e de recherche s’intégrera à cette équipe, échangera avec ces différents profils, et participera à l’avancement des travaux de la plateforme.

Sujet :
A cheval entre la BAP D et la BAP E, la mission de l’ingénieur-e de recherche est de concevoir et mettre en œuvre des développements informatiques pour l’analyse de données en sciences sociales au sein de la plateforme CorText, l€infrastructure de recherche pour les sciences sociales computationnelles du Laboratoire Interdisciplinaire Sciences Innovations Sociétés (LISIS).

Profil du candidat :
-Contribuer à la réflexion sur les techniques et les méthodes de la plateforme CorTexT et du LISIS
-Effectuer une veille sur les méthodes en émergence dans le champ des sciences sociales computationnelles (Social Network Analysis/SNA, Natural Language Processing/NLP, Complex Systems€)
-Etre force de proposition par une production scientifique originale dans ce champ, soutenue par une production logicielle
-Participer aux accompagnements de projets de recherche réalisés avec la plateforme sur les sciences, les techniques et l’innovation en société (domaine d’ancrage du laboratoire)
-Travailler à l’interface entre l’équipe technique de la plateforme (et sa direction) et les chercheurs du laboratoire
-Participer aux actions de valorisation et de dissémination (présentation de travaux en conférence, communication externe, formations à l’outil CorTexT Manager, animation du forum de questions/réponses des utilisateurs, …)
-Participer aux transformations de la ferme de serveurs de la plateforme et de la production logicielle (essentiellement autour de la construction de services web) de la plateforme en relation avec ses ingénieur.e.s
-Poursuivre le développement des derniers ensembles de méthodes travaillés au sein de la plateforme (e.g., analyse de réseaux géographiques, modèle à blocs stochastiques)
-Développer et formaliser des méthodes permettant la production, le recueil ou l’analyse des données ou de corpus

Formation et compétences requises :
Savoirs :
-Compétences poussées en statistiques (voire mathématiques) et informatique
-Compréhension de la diversité de méthodes quali-quanti en sciences sociales et de leurs enjeux et applications est souhaitable
-Connaissance des enjeux méthodologiques autour des techniques d’enquête en ligne en SHS, et sur les sources de données du web
-Connaissances en inférence statistique, éventuellement de la modélisation stochastique et de la comparaison de modèles
-Connaissances en ergonomie et interfaces humain-machine est un plus
-Capacité à mobiliser à la fois les référentiels du traitement automatique de la langue ainsi que celui de la modélisation et de l’analyse des réseaux et, à défaut, avoir une connaissance fine de l’un de ces deux champs serait appréciée

Savoirs faire :
-Maîtrise des démarches classiques en NLP : collecte de données, structuration, pré-traitement (lemmatisation, tokenisation), traitements et visualisation
-Maîtrise des démarches classiques en SNA : collecte de données, structuration, choix de représentation (projections, hypergraphes), traitements et visualisation
-Maitrise fine d€au moins un langage serveur
-Maîtrise d’outils de manipulation, analyse, modélisation statistique et visualisation de réseaux
-Maîtrise d’outils d’analyse automatique de la langue
-Maitrise d’outils d€interrogation et manipulation de données
-Maitrise des outils et méthodes de développement collaboratif
-Maîtrise de bibliothèques de visualisation de données
-Connaissance des formats de stockage de données

Savoirs-être :
-Travail en équipe et sens du collectif
-Sens de la communication, notamment dans l’organisation du dialogue entre savoirs «ingénieuriques» et sciences sociales
-Adaptabilité
-Curiosité
-Autonomie
-Rigueur

Adresse d’emploi :
CorText Platform,
Laboratoire Interdisciplinaire Sciences Innovations Sociétés
2 Allée Jean Renoir
93 160 Noisy-le-Grand
France

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

Laboratoire/Entreprise : CReSTIC lab, University of Reims Champagne-Ardenne
Durée : 18 months, extendabl
Contact : valeriu.vrabie@univ-reims.fr
Date limite de publication : 2023-01-30

Contexte :
Within the framework of a collaboration between the Comité de Champagne, Segula Technologies company, and the University of Reims, we are looking to optimize the detection of the presence of vine diseases by developing and integrating imaging and machine learning concepts. This project includes several axes in which 2 PhD students participate and several master internships together with 3 (associate) professors. In this context we are recruiting a PostDoc for 18 months, extendable to 36 months, to complete the team.

Sujet :
The flavescence dorée, a serious and epidemic disease, is one of the two grapevines yellow diseases that might cause a rapid decay in Champagne and other wine regions, being considered as the new phylloxera of the vineyard. To date, the detection approach of the yellows is to collectively explore the vineyard on foot every year to identify affected vines and to perform biomolecular tests by approved laboratories. As the survey is not precise nor optimal enough for a large-scale monitoring, the development and integration of detection solutions based on imagery appear necessary.
We conducted several acquisition campaigns between 2019 and 2022 under controlled and in situ conditions. New CNN-based hierarchical architectures developed by our lab have proven to be efficient on separate data sets composed of multispectral images. But the generalization capabilities of these models are not sufficient to compensate for the variability induced by endogenous and exogenous factors. The objective is to propose new detection strategies for grapevine yellows that are more robust to this variability. Several tracks could be explored, including, but not limited to:
• Fusion of multispectral images through vegetation indices to be defined and used within adapted Deep Learning architectures
• Fusion of features extracted with heterogeneous Deep Learning models from multispectral images
• Identification of an optimal subset of multispectral images and development of reinforcement or continuous learning approaches
It might also be interesting to design semi-supervised approaches to take advantage of the possibility of acquiring many unlabeled images during new acquisition campaigns to which the Postdoc will be associated.

Profil du candidat :
• Self-motivated scientist seeking to pursue a scientific career, holding a Ph.D. or in the process of completing it, in a relevant field of machine/deep learning or other relevant fields

Formation et compétences requises :
• Excellent knowledge and skills in AI learning, machine learning and data science with hand-on skill and experience
• Excellent experience, knowledge, and skills in programming languages, especially Python (environment Tensorflow, Pytorch, Keras, Pandas, Scikit-learn, etc.)
• Deep understand of digital image processing; prior experience in working with image analysis projects (industrial or academic) will be a plus
• Independent and passionate about data science projects, however good team player, able to undertake research projects together with other team members
• Excellent scientific/technical writing skills and communication capability; ability to present research achievements at internal/external seminars, conferences and journals

Adresse d’emploi :
The PostDoc will be based at the CReSTIC lab of the University of Reims Champagne-Ardenne on the Moulin de la Housse campus in Reims. Within the framework of the project, he/she may be required to intervene to the project partners, the Comité de Champagne in Epernay or Segula Technologies in Reims downtown.

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

Laboratoire/Entreprise : Télécom Paris, LTCI
Durée : 3 ans
Contact : olivier.fercoq@telecom-paris.fr
Date limite de publication : 2022-03-15

Contexte :
Telecom Paris’s [1] machine learning, statistics and signal processing group (a.k.a S²A group) [2], within the laboratoire de traitement et communication de l’information (LTCI) [4], is inviting applications for a tenure track faculty position at the *Associate Professor* level (Maitre de Conferences) in *Numerical optimization for frugal artificial intelligence*.

Scientific context

Recent advances in computing and widespread access to massive digital information are leading to an unprecedented deployment of optimization algorithms in many domains (e.g. healthmedicine, (cyber-) security, intelligent transport, predictive maintenance, etc.). Most of the algorithmic approaches developed over the last decade have mainly aimed to solve scaling issues, so as to be able to exploit Big Data in an exhaustive way. The objective of the future researcher will be to develop numerical optimization in the service of the mathematics of frugal artificial intelligence. This can be attained by sparse models or online algorithms but also by studying the interplay between artificial intelligence models and the optimization algorithms used to solve them. Moreover, the optimization of neural networks is a central problem for the community and requires to set up various ways of reducing the computation time or memory footprint.

Sujet :
Main missions

The recruit will be expected to:

Research activities
•    Develop groundbreaking research in the field of numerical optimization and frugal artificial intelligence. This includes the design of numerical optimization algorithms, stochastic optimization and artificial intelligence models that are efficiently using data or computing resources. Other expertise of interest include Monte Carlo methods, optimal transport, sequential learning, active learning, sketching methods, non-differentiable functions and statistical learning theory.
•    Develop both academic and industrial collaborations on the same topic, including collaborative activities with other Telecom Paris research departments and teams, and research contracts with industrial players
•    Set up research grants and take part in national and international collaborative research projects
   
Teaching activities
•    Participate in teaching activities at Telecom Paris and its partner academic institutions (as part of joint Master programs), especially in machine learning and Data science, including life-long training programs (e.g. the local Data Scientist certificate)

Impact
•    Publish high quality research work in leading journals and conferences
•    Be an active member of the research community (serving in scientific committees and boards, organizing seminars, workshops, special sessions…)

Profil du candidat :
As a minimum requirement, the successful candidate will have:

•    A PhD degree
•    A track record of research and publication in one or more of the following areas: numerical optimization, stochastic optimization, frugal artificial intelligence
•    Experience in teaching
•    Good command of English

The ideal candidate will also (optionally) have:
•    Experience in Monte Carlo methods, optimal transport, sequential learning, active learning, sketching methods, non-differentiable functions and statistical learning theory.

NOTE:
The candidate does *not* need to speak French to apply, just to be willing to learn the language (teaching will be mostly given in English)
   
Other skills expected include:
•    Capacity to work in a team and develop good relationships with colleagues and peers
•    Good writing and pedagogical skills

Formation et compétences requises :
PhD degree

Adresse d’emploi :
Télécom Paris
19 place Marguerite Perey
91123 Palaiseau
France

Document attaché : 202212091436_tenure_track_telecom_paris_optimization_frugal_AI.pdf