Poste MCF 1123 Informatique à l’IUT de Montreuil

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

Laboratoire/Entreprise : IUT de Montreuil, Laboratoire LIASD, équipe EID
Durée : CDI
Contact : a.bossard@iut.univ-paris8.fr
Date limite de publication : 2025-04-22

Contexte :
L’équipe “Espaces Intelligents de Données” basée à l’IUT de Montreuil est rattaché au Laboratoire d’Intelligence Artificielle et Sémantique des Données (LIASD) de l’Université Paris 8.
Voir les thèmes développés par EID à https://www.iut.univ-paris8.fr/Recherche/Informatique/axes_recherche1

Sujet :
Profil MCF en informatique

Profil du candidat :
1) enseignement
La personne recrutée interviendra au département Informatique de l’IUT de Montreuil qui comporte plusieurs
formations à savoir le Bachelor Universitaire de Technologies (BUT) en Informatique concernant les parcours
« Administration, Gestion et exploitation des données » et « Réalisation d’applications : conception,
développement, validation » (voir le site de l’IUT pour plus d’information sur les objectifs et les contenus de
cette formation). Les cours s’adressent à un public de futurs professionnels de l’informatique et de la gestion
de données massives. Les enseignements confiés au candidat concerneront principalement le BUT Informatique
(programme national disponible sur le site de l’IUT). Le candidat.e interviendra prioritairement dans les
ressources et les situations d’apprentissage et d’évaluation liées à aux bases de données (relationnelles, NoSQL,
etc.), à la conception et au développement de systèmes d’information, à la gestion et la conduite agile de
projets, etc. Ces enseignements pourront évoluer en fonction des versions successives du BUT Informatique,
etc.
Le candidat.e prendra part aux activités pédagogiques du département : encadrement de projets, tutorat
d’apprentis et/ou de stagiaires, participation aux Conseils de département et réunions pédagogiques,
responsabilités administratives.
2) recherche
La personne recrutée sera partie prenante du développement des thématiques de recherche de l’axe « Espaces
Intelligente de Données » au sein de l’équipe du Laboratoire d’Informatique Avancée de Saint Denis (LIASD)
située à l’IUT de Montreuil dont la représentation et la gestion de données massives, le web sémantique, le
traitement linguistique.
Elle sera amenée à prendre rapidement en charges des encadrements de thèses/stages et à développer de
nouvelles activités collaboratives par des projets académiques et/ou industriels (ANR, CIFRE, etc.).

Formation et compétences requises :
Enseignement : Modélisation de BD, gestion de BD, NoSQL, Système d’information, développement.

Research: Data Semantic, inconsistency, multimodal graphs, LOD.

Adresse d’emploi :
IUT de Montreuil
Département Informatique
140 rue de la Nouvelle France
93100 Montreuil

Document attaché : 202503041518_posteMCF1123_IUTMontreuil_INFORMATIQUE.pdf

Poste MCF 1122 Informatique à l’IUT de Montreuil

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

Laboratoire/Entreprise : IUT de Montreuil, Laboratoire LIASD
Durée : CDI
Contact : cataldi@iut.univ-paris8.fr
Date limite de publication : 2025-04-22

Contexte :
L’équipe “Espaces Intelligents de Données” basée à l’IUT de Montreuil est rattaché au Laboratoire d’Intelligence Artificielle et Sémantique des Données (LIASD) de l’Université Paris 8.
Voir les thèmes développés par EID à https://www.iut.univ-paris8.fr/Recherche/Informatique/axes_recherche1

Sujet :
Poste MCF en informatique

Profil du candidat :
1) enseignement
La personne recrutée interviendra au département Informatique de l’IUT de Montreuil qui comporte plusieurs
formations à savoir le Bachelor Universitaire de Technologies (BUT) en Informatique concernant les parcours
« Administration, Gestion et exploitation des données » et « Réalisation d’applications : conception,
développement, validation » (voir le site de l’IUT pour plus d’information sur les objectifs et les contenus de
cette formation). Les cours s’adressent à un public de futurs professionnels de l’informatique et de la gestion
de données massives. Les enseignements confiés au candidat concerneront principalement le BUT Informatique
(programme national disponible sur le site de l’IUT). Pour l’année universitaire 2024-2025, le candidat
interviendra prioritairement dans les ressources et les situations d’apprentissage et d’évaluation liées à
l’introduction aux développements d’applications web/Mobile, aux méthodologies de production
d’applications avec une démarche d’intégration continue, à la qualité du code, la sécurité des applications, à la
gestion et la conduite agile de projets, etc. Ces enseignements pourront évoluer en fonction des versions
successives du BUT Informatique, etc.
Le candidat.e prendra part aux activités pédagogiques du département : encadrement de projets, tutorat
d’apprentis et/ou de stagiaires, participation aux Conseils de département et réunions pédagogiques,
responsabilités administratives.
2) recherche
La personne recrutée sera partie prenante du développement des thématiques de recherche de l’axe « Espaces
Intelligente de Données » au sein de l’équipe du Laboratoire d’Informatique Avancée de Saint Denis (LIASD)
située à l’IUT de Montreuil dont la représentation et la gestion de données massives, le web sémantique, le
traitement linguistique. Ce poste concerne plus particulièrement la modélisation, la métamodélisation de
schémas hétérogènes, l’appariement de schémas, la mise en place semi-automatique des règles d’appariement
pour une meilleure interopérabilité des systèmes… Nous souhaitons mettre l’accent par ce recrutement sur les
modèles et méthodes liées au Web sémantique (notamment les ontologies) pour améliorer la gestion de
l’intégration des données ambiantes à partir de la construction (semi-)automatique de modèles et de
métamodèles et la génération de mappings. Dans ce cadre, la personne recrutée devra avoir des connaissances
dans les technologies liées au Web (RDF, OWL2, raisonneur, alignement d’ontologies, etc.).
Elle sera amenée à prendre rapidement en charges des encadrements de thèses/stages et à développer de
nouvelles activités collaboratives par des projets académiques et/ou industriels (ANR, CIFRE, etc.).

Formation et compétences requises :
Enseignement : Dev-full-stack, devSecOps, integration continue, devSecOps.
Recherche : technologies liées au Web (RDF, OWL2, raisonneur, alignement d’ontologies, etc.).

Adresse d’emploi :
IUT de Montreuil
Département Informatique
140 rue de la Nouvelle France
93100 Montreuil

Document attaché : 202503041514_posteMCF1122_IUTMontreuil_INFORMATIQUE.pdf

poste MDC science des données, apprentissage, optimisation

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

Laboratoire/Entreprise : Mines Saint-Etienne
Durée : CDI
Contact : leriche@emse.fr
Date limite de publication : 2025-04-22

Contexte :
Ce recrutement vise à renforcer les compétences de Mines Saint-Etienne dans le domaine de la science des données, de l’apprentissage statistique ou de l’optimisation.
Un positionnement des travaux de recherche au sein de l’Institut Fayol des Mines Saint-Etienne sera apprécié.

Sujet :
Sur l’aspect formation : Concevoir et animer des enseignements novateurs dans les domaines des probabilités et statistiques, de la science des données et des mathématiques appliquées, adaptés aux défis contemporains, pour former des ingénieurs au sein des cursus du cycle Ingénieur Civil des Mines et en formation continue. Les enseignements pourront également concerner d’autres domaines, comme l’optimisation, la recherche opérationnelle, les statistiques industrielles, les méthodes de prévision, l’apprentissage statistique, les jumeaux numériques ou l’analyse multicritère.

Sur l’aspect recherche : Mener des travaux originaux et à fort impact dans le domaine de la science des données, de l’apprentissage automatique ou de l’optimisation, valorisés par des publications scientifiques reconnues. Les compétences attendues visent à renforcer les activités de recherche existantes, comme par exemple les travaux en sciences de données et apprentissage à partir de données complexes (données hétérogènes, séries temporelles, données imprécises ou incertaines, …), ceux en optimisation sous incertitude et notamment stochastique ou dynamique, ou ceux sur le développement de jumeaux numériques interopérables et adaptés aux usages (diagnostic, optimisation de la performance, impact environnemental, …).

Plus de détails : https://institutminestelecom.recruitee.com/o/enseignante-chercheure-maitre-de-conferences-cdi-specialite-science-des-donnees-apprentissage-statistique-ou-optimisation-2

Profil du candidat :
ous êtes titulaire d’un doctorat (ou PhD) en informatique, mathématiques appliquées ou génie industriel (sections CNU n°27, n°26, n°61) ou équivalent.

Formation et compétences requises :
• Des compétences scientifiques en Science des données, Apprentissage ou Optimisation.
• Une expérience confirmée en enseignement (second ou troisième cycle).
• Une expertise avérée en publication scientifique et valorisation de la recherche.
• Une maîtrise de l’anglais (niveau C1) et idéalement, une expérience internationale

Adresse d’emploi :
Institut Fayol aux Mines de Saint-Etienne

Postdoc position on Graph Neural Networks for Dynamic Graphs

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

Laboratoire/Entreprise : GREYC (Caen) or LIFAT (Tours)
Durée : 6 to 9 months
Contact : nicolas.ragot@univ-tours.fr
Date limite de publication : 2025-04-22

Contexte :
French ANR CoDeGNN project (https://www.normastic.fr/projet-anr-codegnn/)

Sujet :
The subject of the postdoc is relatively open, depending on the experience of the candidate and the interests of the research team in the field. We currently expect to work on the following topics:
‒ Pooling operations adapted to dynamic graphs, as a continuation of the work realized for static
graphs during the CoDeGNN project
‒ Dynamic graph representations and autoencoders in the context of:
* anomaly detection on time series signals, based for example on benchmark datasets like MSL, SMAP, SMD…
* analysis and synthesis of 2-team sport games, with a 1st focus on the generation of game sub-sequences from the previous sub-sequences.
‒ Dynamic graph representations for spatiotemporal time series prediction on environmental data (air pollutants, groundwater level).
More details are given on request.

A candidate with its own subject on GNNs for dynamic graphs can also apply.

Profil du candidat :
‒ Ph.D. in Computer Science, Data Science, Electrical Engineering.

Formation et compétences requises :
‒ Required experience: GNN and dynamic graphs, computer vision and pattern recognition.
‒ Python, Pytorch or Tensorflow programming.

Adresse d’emploi :
The postdoc will take place in one of the following 2 laboratories:
‒ LIFAT, Tours, France
‒ GREYC, UMR CNRS – ENSICAEN – UNICAEN, Caen, France

Document attaché : 202503022203_Postdoc_position_GNN_Dynamic_Graphs.pdf

PR 27 au LIFAT (Université de Tours)

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

Laboratoire/Entreprise : LIFAT
Durée : indéterminée
Contact : nicolas.monmarche@univ-tours.fr
Date limite de publication : 2025-04-22

Contexte :

Sujet :
Poste de PR27 à pourvoir, session synchronisée
Le recrutement se fera dans l’équipe RFAI du LIFAT pour la recherche et à l’école d’ingénieur Polytech Tours pour la partie enseignement.
cf. https://lifat.univ-tours.fr/lifat-english-version/positions

Profil du candidat :
Reconnaissance de formes, Machine Learning et Graph
Pour le traitement d’images/vidéo et/ou series temporelles
Domaines d’application privilégiés : santé et handicap, environnement

Enseignements : informatique au sens large (systèmes et réseaux, programmation, BDD, IA…)

Formation et compétences requises :

Adresse d’emploi :
64 avenue Jean Portalis
37200 TOURS

Postdoctorat en cartographie sémantique

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

Laboratoire/Entreprise : Laboratoire TSCF “Technologies et Systèmes d’inf
Durée : 18
Contact : francois.pinet@inrae.fr
Date limite de publication : 2025-04-22

Contexte :

Nous proposons un contrat de postdoctorat, pour 18 mois, en informatique / géomatique, au sein du laboratoire TSCF “Technologies et Systèmes d’information pour les agrosystèmes – Clermont-Ferrand” – https://tscf.clermont.hub.inrae.fr

Si vous êtes intéressé, merci de contacter rapidement : francois.pinet@inrae.fr

Sujet :
Le travail du ou de la postdoctorant(e) s’inscrira dans le projet ANR MUSCAA. L’objectif global du projet est de proposer des mécanismes prédictifs permettant d’adapter le comportement de robots mobiles évoluant en milieu agricole afin de garantir son intégrité et l’efficacité de la tâche à accomplir. Ces robots réalisent des travaux agricoles dans les champs de façon autonome. Ces tâches agricoles s’inscrivent dans le cadre des nouvelles pratiques issues de l’agroécologie, visant des systèmes de production multi-performants, bas carbone et bas intrants.

Les robots auront besoin d’avoir une cartographie sémantique de l’environnement (obstacles détectés, reliefs et configuration du terrain, propriétés et paramètres physiques, etc.). Le but du travail du ou de la postdoctorant(e) sera d’étudier l’état de l’art concernant les modèles de données pouvant permettre cette cartographie 2D/3D. Il devra concevoir et mettre en place un modèle de données, et l’optimiser pour les traitements qui seront développés dans le projet. Les relations spatiales 2D/3D des objets devront être modélisées ainsi que toutes informations sémantiques nécessaires. Des formalismes de relations spatiales pourront donc être choisis ou proposés. Dans le projet, ces données seront analysées par des techniques d’apprentissage profond et d’analyse spatiale.

Démarrage dès que possible en 2025.

Rémunération selon les grilles d’INRAE.

Profil du candidat :

Formation et compétences requises :
Compétences recherchées : Titulaire d’un doctorat. Avoir des compétences en systèmes d’information géographique et/ou en base de données.

Adresse d’emploi :
Unité de recherche TSCF, INRAE, Campus des Cézeaux, 9 avenue Blaise Pascal, CS 20085, F-63178 Aubière

Research engineer position as Head of Hub Algorithmics & AI pole

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

Laboratoire/Entreprise : Institut Pasteur / Hub de Bioinformatique et Biost
Durée : CDI
Contact : herve.menager@pasteur.fr
Date limite de publication : 2025-04-15

Contexte :
The Hub of Bioinformatics and Biostatistics (https://research.pasteur.fr/en/team/bioinformatics-and-biostatistics-hub/) provides analytical support to research units and platforms at the Institut Pasteur. The Hub is committed to this mission through:
– Collaborating on scientific projects, submitted by research teams of our institute, to the Hub.
– Training scientific staff from the Institut Pasteur Paris or from other institutes of the international network of Instituts Pasteur.
– Developing tools and applications to be shared with the broader scientific community
– Interacting directly with scientist upon specific inquiries

Sujet :
As head of the Algorithmics, AI, and Mathematical Modeling group, the recruited engineer will focus on applying and developing innovative AI solutions for genomics projects of the Institut Pasteur. He will oversee the group management and be accountable for its project portfolio.

To apply, click on the following link and select the corresponding profile:

https://hub-jobs2025.pasteur.cloud

Please, submit your updated CV and a cover letter (motivation letter). You may indicate contact information for reference letters (3 max.). They will be automatically contacted when you validate your application. 

We are a team committed to foster a fair, inclusive and diverse work environment. Diversity has been scientifically established as a key factor to improve scientific objectivity. Hence, all applicants will be evaluated solely based on qualification regardless of gender, gender identity, sexual orientation, race or disability.

Profil du candidat :
The recruited engineer will work with a team of computational biologists in a collaborative environment, interacting with other teams of the Hub, the Technology Department, the Computational Biology department, and the campus.

As part of the Bioinformatics and Biostatistics Hub, the group lead will:

Manage the group’s collaborative project portfolio
Ensure the quality of work and scientific contributions of the engineers in the group
Oversee administrative management and foster an open, collaborative work environment
Support the professional development of team members
Lead the methodological development in collaboration with the Computational Biology Department and the campus
Represent the pole within the Technology Department and the campus

As a member of the hub’s leadership team, the pole head will participate in the hub’s operational management and contribute to its strategy and implementation.

Formation et compétences requises :
– PhD/Master’s/Engineering degree in Computational Biology, Bioinformatics, Computer Science, Applied Mathematics, Biostatistics, or related fields
– At least 10 years of experience in a biomedical research institute and/or industry in computational biology, biostatistics, applied mathematics, or bioinformatics
– Proven expertise in deep learning, algorithmic approaches, and mathematical modeling applied to genomics
– Knowledge and experience in software development and best practices
– Strong leadership experience in group and/or project management in a complex organization; experience mentoring students
– Fluency in French and English, with experience working in multilingual environments
– Creativity and innovation
– Collaborative mindset, ability to manage complex and ambiguous situations
– Focus on professional development of team members

Adresse d’emploi :
25 rue du Docteur Roux, 75015 Paris

Document attaché : 202502281117_Permanent research engineer position as Head of Hub Algorithmics & AI pole – Research – Institut Pasteur.pdf

IA générative pour conception de tableau de bord – Jeux video

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

Laboratoire/Entreprise : GREYC/GAMPAM
Durée : 4 à 6 mois
Contact : francois.rioult@unicaen.fr
Date limite de publication : 2025-04-15

Contexte :
GAMPAM est une entreprise spécialisée dans le développement de jeux web et mobiles. Parmi ses domaines d’intérêt figurent la création d’edugames, une catégorie de jeux dédiée à l’apprentissage et à la pédagogie, ainsi que la création de jeux en ligne.

Les motivations de GAMPAM sont de proposer un service no-code de développement assisté par IA pour concevoir les jeux, leurs mécaniques et leurs graphismes.

Sujet :
Les récents développements en IA générative permettent l’exécution de prompts complexes pour la création de données structurées. L’ingénierie du prompt peut ainsi être abordée comme une recherche dans un espace vectoriel de programmes [1]. De plus, l’enrichissement du prompt par construction automatique d’une chaîne de pensée simule un raisonnement approfondissant les résultats usuels [2].

Pour spécialiser la base de connaissances du modèle, des techniques de RAG [3] permettent d’enrichir le prompt grâce aux résultats de l’interrogation de cette base. Des techniques de distillation sont également utiles [4] pour transférer les connaissances d’un grand modèle superviseur vers un modèle compact.

L’étudiant(e) réalisera une synthèse de l’état de l’art en matière de RAG et de distillation. Il/elle mettra en œuvre un processus de distillation pour obtenir un modèle compact capable de générer un tableau de bord à l’aide d’un langage maison, BoxLang, dédié à la création d’interfaces de contrôle.

Profil du candidat :
Étudiant(e) de master 2 en informatique ou 3è année d’école d’ingénieur.

Formation et compétences requises :
– Maîtrise du JavaScript (vanilla),
– Bases solides en algorithmie,
– Intérêt pour l’abstraction, la généralisation et la conception de jeux,
– Bonne culture de l’IA, en particulier les LLM et leurs applications
– Bon niveau d’anglais (lu, écrit, parlé)

Adresse d’emploi :
Caen (GREYC ou GAMPAM)

Document attaché : 202502271516_fiche-de-poste-m2-greyc.pdf

6th International Workshop on Graph-based Approaches for CyberSecurity

Date : 2025-08-11 => 2025-08-14
Lieu : Ghent, Belgium

This workshop aims at bringing together people from industry and academia, including researchers, developers, and practitioners from a variety of fields working on graphs and knowledge graphs, network management, data science, and cybersecurity. The workshop will allow attendees to share and discuss their latest findings from both theoretical and practical perspectives, namely in terms of graph-based security data representation, analysis, processing and visualization. The workshop attendees may benefit from sharing experience on graph-based data analysis regardless of the specific application. Moreover, researchers and practitioners will have an opportunity to familiarize themselves with recent advances in graph analysis, mining and learning, and other approaches that could be used in their work. The workshop aims to highlight the latest research and experience in graph-based approaches in cybersecurity. The workshop also seeks papers describing new datasets with real attack scenarios, graph modeling tools evaluated on existing and proposed datasets, and systematization of knowledge (SoK) papers.

Lien direct


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

Calcul de similarités de séquences complexes : adaptation d’approches pour séries temporelles

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

Laboratoire/Entreprise : LIFO
Durée : 5 mois
Contact : Patrick.Marcel@univ-orleans.fr
Date limite de publication : 2025-02-26

Contexte :
De nombreux domaines nécessitent l’analyse de gros volumes de séquences de diverses complexités (en termes de périodicité, complétude, multivariée ou non, etc.) et en particulier de leur similarité. On peut citer les domaines aussi variés que le médical (e.g. stratification de patients, alignements de gènes), le social (analyse de trajectoires sémantiques), la science des données (génération et recommandation de pipelines d’exploration), etc.
Par exemple, le groupement de patients suivis sur de longues périodes peut être vu comme un problème de recherche et calcul de similarité sur des séquences complexes : les séquences sont apériodiques (la fréquence des rendez-vous médicaux n’étant pas fixe), multivariées (plusieurs informations sont enregistrées à chaque rendez-vous), incomplètes (les informations enregistrées peuvent varier d’un patient à l’autre) .

Sujet :
Il est souvent nécessaire d’optimiser du calcul de similarités sur ces gros volumes de données de type séquences.
L’objectif de stage est d’étudier comment différentes approches proposées pour le calcul de similarité de séries temporelles peuvent s’appliquer au calcul de similarité de séquences complexes.
Notamment, on étudiera des techniques de réduction de dimensionalité et indexation.

Profil du candidat :
Le profil recherché est un stagiaire de Master ou école d’ingénieur en informatique, ou un niveau équivalent, possédant un bon niveau en programmation, base de données, parallélisme et mathématique.
Le stage pourra déboucher sur une thèse de doctorat financée.

Formation et compétences requises :

Adresse d’emploi :
LIFO, Université d’Orléans

Document attaché : 202502261523_Sujet_de_stage___adaptation_d_approches_de_s_ries_temporelles_au_calcul_de_similarit_s__de_s_quences_complexes.pdf