Archives

PhD position on Data Profiling, Protection and Sharing

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

Laboratoire/Entreprise : Université Paris-Dauphine – PSL, laboratoire LAMS
Durée : 3 ans
Contact : daniela.grigori@dauphine.fr
Date limite de publication : 2022-09-25

Contexte :
We have an opening for a PhD position with the objective to develop new solutions to help
data providers who wish to share their data to better understand it, and to choose the
best-suited data protection policies. T

The PhD thesis is part of an interdisciplinary project involving another PhD thesis on
data governance in the field of management sciences. We anticipate that the interaction
between the two doctoral students will lead to interdisciplinary contributions in addition
to computer science-focused solutions.

The PhD candidate will work in close collaboration with members of the data science
team of the Paris Dauphine University. The problems investigated and solutions developed
will be guided and validated within case studies in the fields of health and economics.

The successful candidate will enroll as a PhD student in the Computer Science department of the Paris Dauphine University-PSL(under the co-direction of Khalid Belhajjame and Daniela Grigori) and will become a member of the Data Science team of the same university. Paris Dauphine University is located in the city of Paris, and is a member of PSL (Paris Sciences et Lettres).

[1] https://dauphine.psl.eu/dauphine/dauphine-numerique

Sujet :
PhD position on Data Profiling, Protection and Sharing

he PhD Student will be investigating
techniques for mining, profiling and linking datasets that would help data providers to gain
insight into their data, to estimate its (economic) value, and to choose data protection
strategies that go beyond privacy protection to take into account the protection of
the data provider’s economic assets.

Profil du candidat :
We seek strongly motivated candidates prepared to dedicate to high quality research.
The candidate should have (or be close to obtaining) a Master’s degree or equivalent in
computer science or applied mathematics. Starting date Octomber/2022.

Interested candidates are invited to send the following to khalid.belhajjame@dauphine.fr and
daniela.grigori@lamsade.dauphine.fr

– academic CV
– academic transcripts of BSc and MSc
– one page motivation letter explaining why the candidate is suitable for the position
– contact details of two referees

Formation et compétences requises :
Master’s degree or equivalent in
computer science or applied mathematics

Adresse d’emploi :
Université Paris-Dauphine – PSL, laboratoire LAMSADE, Paris

Document attaché : 202209121630_PhD position on Data Profiling.txt

Apprentissage pour la reconnaissance d’intention et la gestion de conversations

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

Laboratoire/Entreprise : Equipe SyCoSMA (Laboratoire LIRIS) / entreprise Re
Durée : 3 ans
Contact : frederic.armetta@univ-lyon1.fr
Date limite de publication : 2023-01-01

Contexte :
La recherche appliquée aux agents conversationnels s’est beaucoup développée ces dernières années depuis l’avènement des méthodes à base de réseaux de neurones et des méthodes
attentionnelles, avec de nombreuses applications (suivi de commandes, gestion de réservations, administration des ventes, etc.). La société Reecall est spécialisée dans l’automatisation de ces traitements, depuis l’identification de la requête de l’utilisateur (Natural Language Understanding), au recueil d’informations utiles pour la tâche identifiée
(Dialogue Manager), à la restitution en langage naturel pour l’utilisateur (Natural Language Generation). L’équipe SyCoSMA (Systèmes Cognitifs et Systèmes Multi-Agents) du laboratoire LIRIS est spécialisée dans la modélisation de systèmes intelligents dans différents domaines2
qui nécessitent des représentations sémantiques adaptées (robotique, apprentissage, réseaux de neurones, systèmes multi-agents, etc.).

Sujet :
Sujet détaillé : https://perso.liris.cnrs.fr/frederic.armetta/sujetTheseNLP-2022.pdf

Dans le cadre de ce travail de thèse, on souhaite améliorer la fiabilité des agents conversationnels en proposant différents modèles innovants. Parmi les différentes perspectives, une attention particulière est portée sur la qualité et la quantité des informations disponibles pour l’apprentissage, et les façons d’optimiser leur utilisation. Différentes méthodes sont en cours d’étude (few shot learning, active learning, mixture of expert agents, Goal-oriented dialog systems, etc.), avec de nombreuses possibilités de propositions et initiatives sur l’ensemble de la chaine de traitements pour le candidat. L’environnement d’exploitation peut permettre l’apport de données complémentaires à travers les intéractions
avec les utilisateurs du système. Ce projet intervient dans la continuité de la collaboration entre l’équipe SyCoSMA du LIRIS et la société Reecall. Une première étude a été menée au sein de la collaboration concernant l’efficacité des différentes architectures NLU pour
détecter différents types de requêtes utilisateur (Out Of Scope, Near Out Of Scope, etc.). La thèse est financée dans le cadre d’un format CIFRE (financement ANRT préaccepté).

Profil du candidat :
– autonomie concernant le développement de modèles d’apprentissage (pytorch, etc.)
– capacités d’analyse, curiosité scientifique

Formation et compétences requises :
– une connaissance des différentes méthodes du machine learning et de l’IA (master spécialisé,
écoles d’ingénieurs)
– une première expérience dans le développement de réseaux de neurones profonds

Adresse d’emploi :
Laboratoire LIRIS, Bâtiment Nautibus
Campus de la Doua 25 avenue Pierre de Coubertin 69622 Villeurbanne Cedex / Entreprise Reecall à Lyon

Document attaché : 202209121433_sujetTheseNLP-2022.pdf

BDA 2022 – Appel à participation

Date : 2022-10-24 => 2022-10-27
Lieu : Clermont-Ferrand

Les 38èmes journées de la conférence BDA « Gestion de Données – Principes, Technologies et Applications » (https://bda2022.sciencesconf.org) se dérouleront cette année à Clermont-Ferrand du 24 octobre au 27 octobre 2022, sur le Campus des Cézeaux (Laboratoire LIMOS, Clermont Auvergne INP, UCA, Aubière).

Les inscriptions sont ouvertes sur le site suivant : https://bda2022.sciencesconf.org/resource/page/id/12

Keynotes BDA 2022 (https://bda2022.sciencesconf.org/resource/page/id/16)
• Leopoldo Bertossi (Skema Business School Canada Inc., Montreal) : From Database Repairs to Causality in Databases and Beyond
• Marie-Christine Rousset (LIG, UGA, Grenoble) : Detecting and Explaining Privacy Risks on Temporal Data
• Maria-Esther Vidal (L3S, Hannovre, Allemagne) : Data Management Challenges in Healthcare Analytics

La liste des articles et des démonstrations acceptés à BDA 2022 est disponible à cette adresse : https://bda2022.sciencesconf.org/resource/page/id/13

BDA 2022 est co-localisée avec la 18ème edition des journées Business Intelligence & Big Data, EDA 2022 (https://sites.google.com/view/eda22/accueil?pli=1).

Une inscription conjointe aux deux conférences est proposée à un tarif préférentiel.

Lien direct

Notre site web : www.madics.fr
Suivez-nous sur Tweeter : @GDR_MADICS
Pour vous désabonner de la liste, suivre ce lien.

Postdoc on Safe RL for Networking

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

Laboratoire/Entreprise : Huawei Technologies, Paris Research Center
Durée : 2 years
Contact : jeremie.leguay@huawei.com
Date limite de publication : 2022-10-08

Contexte :
When applied to communication networks, traditional control and decision-making approaches for traffic engineering require a comprehensive knowledge of the system and of user behaviors, which is challenging in practice. Data-driven AI approaches do not have this drawback, but they offer no safety bounds and are difficult to interpret. In this context, we are conducting research to combine the best of both worlds. In particular, we are developing solutions based on Reinforcement Learning (RL) where the intelligence is shared between a global AI (at the central level) and local AIs (at the edge level) with the integration of safety bounds and the capability to interpret decisions.

Sujet :
In the context of ANR SAFE project, the postdoc researcher will focus on the design and implementation of (i) a testbed to validate AI-based control planes for traffic engineering and routing, and (ii) a semi-distributed reinforcement architecture which leverages efficient collaboration between global and local AIs with safety features. The postdoc will collaborate with partners of the project.

The work will mainly include:
• Design of a semi-distributed architecture based on RL
• Design and implementation of novel safety RL algorithms
• Implementation and evaluation using simulators or emulators (e.g., NS3, Mininet, GNS3)
• Test case generation and performance tests (scripts)
• Participation to scientific publications

Profil du candidat :
Ph.D. Degree in Networking, Computer Science, Electrical Engineering

Formation et compétences requises :
The following skills and experiences are highly desirable:
• Ph.D. Degree in Networking, Computer Science, Electrical Engineering
• Extensive experience with network simulators / emulators and RL applied to networking
• Experience with development tools: Visual Studio, SVN, GIT
• Background in Networking and RL
• English: Operational

Adresse d’emploi :
18 quai du point du jour, 92100 Boulogne Billancourt

4 postes de MCF 27 à pouvoir à l’université de la Nouvelle Calédonie

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

Laboratoire/Entreprise : ISEA (Institut des Sciences Exactes et Appliquées)
Durée : –
Contact : nazha.selmaoui@unc.nc
Date limite de publication : 2022-09-08

Contexte :
L’Université de la Nouvelle-Calédonie publie 4 postes de maitre.esse.s de conférences en informatique (section 27) pour la rentrée de février 2023:
– Vous êtes en poste et vous souhaitez venir 2 ou 4 ans en Nouvelle-Calédonie : 2 postes de MCF sont publiés en délégation ;
– Vous êtes en poste, vous souhaitez une mutation en Nouvelle-Calédonie
ou
Vous êtes docteur, qualifié, vous souhaitez un recrutement en Nouvelle-Calédonie : 2 postes de MCF sont publiés au recrutement/mutation
Échéances de candidature : selon les postes : 30 septembre, 15 octobre, 17 octobre 2022

Tous les profils et détails sur https://unc.nc/utile/recrutement/recrutement-emplois-stages/ (et sur Galaxie)

Sujet :
NR

Profil du candidat :
voir le lien

Recrutement : emplois et stages


(et sur Galaxie)

Formation et compétences requises :

Recrutement : emplois et stages

(et sur Galaxie)

Adresse d’emploi :
Nouméa Université de la Nouvelle Calédonie

CDD au département informatique de l’IUT d’Orsay

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

Laboratoire/Entreprise : Université Paris-Saclay
Durée : 1 an
Contact : francesca.fiorenzi@universite-paris-saclay.fr
Date limite de publication : 2022-11-15

Contexte :
L’IUT d’Orsay recrute un CDD à temps plein (384h ETD) et un CDD à mi-temps (192h ETD) en informatique (le démarrage des contrats peut-être immédiat).

Sujet :
L’enseignement devra s’effectuer au sein du département informatique de l’IUT dans le BUT informatique (1ère et 2ème année).

Profil du candidat :
Expérience d’enseignement

Formation et compétences requises :
Les compétences recherchées sont de préférence dans un ou plusieurs des domaines suivants : bases de données, Java, IHM, programmation Web, qualité du développement et tests.

Pour plus de renseignements concernant les enseignements et pour candidater, les intéressés peuvent s’adresser à :
Banafsheh Farang-Hariri
et
Francesca Fiorenzi

Adresse d’emploi :
IUT D’Orsay – 13 avenue des Sciences – 91190 Gif-sur-Yvette

Complétion de données et simulation pour la qualité de l’air

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

Laboratoire/Entreprise : LISIC UR 4491 / ULCO
Durée : 1 an
Contact : gilles.roussel@univ-littoral.fr
Date limite de publication : 2022-10-28

Contexte :
Le LISIC est partie prenante dans l’élaboration d’un sujet scientifique partenarial dans le cadre d’un projet local. Il s’insère dans le projet de laboratoire sur les jumeaux numériques et s’inscrit dans les objectifs proposés en réponse à l’AAP “Projet de recherche et innovation” du Dialogue stratégique et de gestion du rectorat. Une spécification d’un outil numérique intégré a été défini au sein du du LISIC et repose sur l’idée d’un jumeau numérique appelé “Plateforme Numérique pour l’Urbain” couvrant différentes dimensions de surveillance de la qualité de l’air, de la simulation, du diagnostic de sources, de services aux usagers ou aux collectivités urbaines. Afin de participer au démarrage du projet, un chercheur Post Doc est sollicité afin de s’approprier les travaux existants et de les intégrer dans la plateforme spécifiée.

Sujet :
Les activités principales porteront sur les développements scientifiques et algorithmiques pour la mise en place d’une plateforme de simulation, l’observation et l’assimilation pour la cartographie de la qualité de l’air par des méthodes d’IA. Le ou la candidate sélectionnée développera deux modules et leurs mise en relation pour la réalisation d’un jumeau numérique réaliste de la qualité de l’air. Un des modules sera chargé de générer des mesures synthétiques de la qualité de l’air via un ou plusieurs modèles de simulation, actuellement développés ou utilisés au LISIC. Ces mesures pourront faire preuve d’indéterminations propres à toute chaîne d’acquisition (modèle de réponse de capteurs, dérive, valeurs aberrantes, etc). Pour le deuxième module, le ou la candidate sélectionnée étend des travaux d’assimilation/complétion de données développées au LISIC, en faisant appel à un formalisme de factorisation matricielle / tensorielle informée.

Profil du candidat :
Connaissances, savoir :
Solides bases en machine learning, data sciences.
Des connaissances en simulation, optimisation continue et/ou décompositions matricielles / tensorielles sont attendues.
Des connaissances en lien avec l’observation de la qualité de l’air seraient un plus.

Savoir faire : Le ou la candidate a une expérience validée par des publications scientifiques et/ou des déclarations d’invention :
– en simulation,
– en optimisation continue : descente de gradient (stochastique),
– distribution de calcul,
– apprentissage comprimé, etc
– en assimilation de données,
– et/ou en décomposition matricielle ou tensorielle.

Formation et compétences requises :
Thèse de doctorat en informatique ou en traitement du signal et des images ou en mathématiques appliquées ou en sciences de données. Des expériences applicatives dans le domaine des sciences de l’environnement seront un plus.

Adresse d’emploi :
LISIC, Univ. Littoral Côte d’Opale, Campus de Calais

Document attaché : 202209061352_Offre Post Doc LISIC 2023.pdf