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

Laboratoire/Entreprise : ENSTA – Campus Brest / Lab-STICC UMR CNRS 6285
Durée : CDD puis CDI
Contact : jean-christophe.cexus@ensta.fr
Date limite de publication : 2026-04-19

Contexte :
ENSTA, établissement d’enseignement supérieur et de recherche sous tutelle du ministère des Armées, développe des activités de formation, recherche et innovation dans les domaines de la défense et de la sécurité, des transports, de l’énergie, des activités maritimes, du numérique et de la santé.

L’école, présente sur deux campus, à Paris-Saclay et à Brest, est membre de l’Institut Polytechnique de Paris. Classée dans le Top 10 des meilleures écoles d’ingénieurs en France, elle a pour mission :
– la formation d’élèves ingénieurs civils et militaires, de cadres et docteurs pour les secteurs public et privé
– la recherche et l’innovation de haut niveau en relation étroite avec l’industrie des grands secteurs de souveraineté au sein de 6 Unités de formation et de recherche (UFR).

L’ENSTA recrute une enseignante-chercheuse ou un enseignant-chercheur en Télédétection radar et IA pour l’unité de formation et de recherche Sciences de l’information et de l’informatique (UFR S2I).

Sujet :
Le ou la titulaire du poste sera affecté au sein de l’UFR S2I qui a pour mission d’assurer les enseignements et la gestion des enseignements en sciences de l’information et en informatique dans le cadre de différentes formations (ingénieur, masters, doctorat, mastères spécialisés, diplômes d’établissement, formation continue). L’UFR développe également des activités de recherche dans les unités de recherche U2IS (campus de Paris-Saclay) et Lab-STICC (campus de Brest) dans les domaines des sciences de l’information et informatique. Ces activités sont réalisées grâce à d’importants moyens expérimentaux. Sur les campus de Paris-Saclay et Brest, l’UFR S2I compte une soixantaine d’enseignants chercheurs, une cinquantaine de doctorants/post-doctorants ainsi que plusieurs personnels techniques (ingénieurs, techniciens).

Profil du candidat :
La candidate ou le candidat contribuera aux activités du pôle SyPH (Systèmes photoniques & hyperfréquences), dans sa composante hyperfréquences et radiofréquences, en renforçant les apports de l’ENSTA sur la thématique de télédétection et radar.

Dans ce cadre, la candidate ou le candidat devra développer une activité concernant les thèmes :
– Télédétection et radar ;
– Compréhension des phénomènes physiques (interactions ondes/environnement) ;
– Moyens de simulation spécifiques et dispositifs expérimentaux dédiés.
– Méthodes numériques pour la modélisation des propagations et des cibles électromagnétiques
– Méthodes innovantes de traitement et d’analyse (particulièrement celles issues de l’IA et du machine-learning avec prise en compte des aspects physiques) ;

Mots-clés : système radar, guerre électronique, télédétection, radiofréquences, hyperfréquences, propagation EM, modélisation et simulation, expérimentation et analyse, IA et machine-learning.

Activités d’enseignement

La candidate ou le candidat retenu s’intégrera dans l’équipe pédagogique de l’UFR Sciences de l’information et de l’informatique (S2I) de l’ENSTA (campus de Brest). Elle ou il participera (objectif 192h équivalent TD) aux enseignements et à la gestion des enseignements des différentes formations de l’UFR S2I.

Ses missions consisteront à :
– Contribuer aux enseignements généralistes des différentes formations de l’ENSTA ;
– Assurer et gérer des enseignements pilotés par l’UFR S2I, en particulier ceux en lien avec les mathématiques tout particulièrement dans les formations d’ingénieur généraliste et de spécialité “défense et sécurité” ;
– S’impliquer dans les enseignements plus spécialisés, notamment ceux dispensés dans la voie d’approfondissement SOIA (Système d’observation et IA), ainsi que dans la future spécialité Système d’observation et traitements intelligents (SOTI) ouverte à partir de la rentrée 2028 ;
– Proposer, organiser et dispenser des enseignements dans son domaine d’expertise (avec une implication forte dans la formation continue “radar télédétection”, “mesures hyperfréquences”;
– Participer et contribuer aux travaux pratiques et d’expérimentation (logiciels spécialisés, chambre anéchoïque, …) ;
– Proposer, gérer et encadrer des projets étudiants éventuellement en partenariat avec des industriels ;
– S’impliquer dans les responsabilités pédagogiques de l’UFR ;
– Participer aux activités de promotion des formations (e.g. : journées portes ouvertes, …) ;
– Poursuivre la dynamique de développement des partenariats avec l’industrie au profit de la formation.

Pour plus détail consuler la page :
https://enstaparis.recruitee.com/o/enseignant-chercheur-en-teledetection-radar-et-ia

Formation et compétences requises :
Conditions de candidature

Le poste proposé est un contrat à durée déterminée de 3 ans renouvelable une fois puis transformé à terme en CDI une fois l’intégration et le bon niveau de réalisations académiques démontrés.

L’ENSTA peut accueillir les personnels fonctionnaires en détachement, en particulier les maîtres de conférences et les professeurs de l’université ou les chargés et les directeurs de recherche des organismes de recherche (CNRS, INRIA, …). La qualification aux fonctions maître de conférences et/ou professeur des universités n’est pas requise mais sera appréciée.

La personne candidate, titulaire d’une thèse de doctorat, devra justifier :
– d’une expérience en recherche et enseignement en adéquation avec les besoins exprimés ;
– de publications scientifiques dans des revues de haut niveau et en lien avec la thématique mentionnée ;
– d’une capacité à travailler en équipe tant pour l’enseignement que pour la recherche ;
– de qualités pédagogiques ;
– de pouvoir prendre des responsabilités et notamment de pouvoir piloter/coordonner un parcours d’enseignement.

Adresse d’emploi :
ENSTA Campus de Brest (Bretagne, France)
2 Rue François Verny, 29200 Brest

Document attaché : 202603030743_ENSTA Brest – Enseignant-chercheur en Télédétection radar et IA.pdf

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

Laboratoire/Entreprise : MaIAGE, INRAE, Université Paris-Saclay
Durée : 40 ans
Contact : robert.bossy@inrae.fr
Date limite de publication : 2026-03-19

Contexte :
The Bibliome team (MaIAGE laboratory) is offering a full-time permanent position of research engineer in Natural Language Processing at INRAE research center within Paris-Saclay University, located in the Paris area, France.
INRAE (France’s National Research Institute for Agriculture, Food and Environment) is a public leading research institute, internationally recognised for the scientific excellence and societal impact of its work. INRAE addresses major global challenges related to biodiversity preservation, sustainable agricultural and food systems, climate change adaptation, and environmental risk management.

Sujet :
Within this context, the Bibliome team develops cutting-edge NLP research at the intersection of AI and Life Sciences with the aim of advancing large-scale knowledge extraction from documents, using state-of-the-art transformer architectures, large language models (LLMs), knowledge graphs, and domain ontologies. It develops advanced methods for entity linking, relation extraction, semantic representation, and structured knowledge integration, along with robust evaluation frameworks and reusable research software contributing to next-generation knowledge infrastructures.
This position offers the opportunity to work in a dynamic interdisciplinary environment, combining fundamental research, methodological innovation, and high-impact applications.

Profil du candidat :
Position description and recruitment conditions at:
https://jobs.inrae.fr/concours/concours-externes-ingenieurs-cadres-techniciens-h-f/ir26-mathnum-1

Formation et compétences requises :
Une formation de niveau master en traitement automatique de la langue est préférable.
Des connaissances avérées en exploitation de modèles de langue et d’architectures de deep learning, une expérience dans l’évaluation, le déploiement et l’intégration d’outils seront appréciées.
Savoir-faire
-Adapter des méthodes innovantes à des problématiques interdisciplinaires variées
-Mettre en oeuvre des nouvelles démarches expérimentales de validation d’hypothèses scientifiques dans un contexte scientifique changeant
-Interagir avec de nombreuses équipes sur des sujets pluridisciplinaires divers
-Etre rigoureux-se dans l’implémentation et l’obtention afin de garantir reproductibilité et réutilisabilité

Adresse d’emploi :
INRAE 78350 JOUY-EN-JOSAS

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

Laboratoire/Entreprise : Laboratoire U2IS, ENSTA campus Paris-Saclay
Durée : Tenure Track
Contact : goran.frehse@ensta-paris.fr
Date limite de publication : 2026-04-17

Contexte :
ENSTA, établissement d’enseignement supérieur et de recherche classé dans le Top 10 des meilleures écoles d’ingénieurs en France, recrute un Enseignant Chercheur (F/H). ENSTA est partenaire du programme Hi! PARIS Cluster 2030, qui vise à constituer un pôle de recherche et de formation de rang mondial en intelligence artificielle et en science des données. Le consortium regroupe plusieurs institutions françaises majeures en ingénierie et recherche, parmi lesquelles : IP Paris (École Polytechnique, École des Ponts, ENSTA, ENSAE Paris, Télécom Paris, Télécom SudParis), HEC Paris, INRIA, CNRS et l’Université de Technologie de Troyes.

Pour soutenir le développement stratégique de la robotique et de l’IA au sein de l’ENSTA et de l’Institut Polytechnique de Paris, l’ENSTA ouvre un poste de professeur, financé par une chaire d’excellence « Adaptation multimodale pour modèles de foundation » du programme Hi! PARIS Cluster 2030. Ce poste bénéficie d’un financement attractif sur 3 ans, d’un écosystème dynamique en IA et robotique, ainsi que d’un accès à des ressources expérimentales et computationnelles de premier plan. Les candidatures seront examinées aux niveaux Assistant Professor, Associate Professor ou Full Professor, selon l’expérience et le parcours des candidats.

Sujet :
Le titulaire du poste intégrera l’U2IS pour y développer son activité de recherche en cohérence avec la stratégie de l’unité et participer aux enseignements gérés par cette dernière.

Sur le plan de la recherche, ce poste porte sur les techniques d’adaptation pour des modèles fondamentaux multimodaux, permettant un apprentissage et une perception robustes dans des environnements dynamiques et variés — en robotique ou au-delà. Les sujets incluent, sans s’y limiter :
• Modèles multimodaux : apprentissage intermodal et fusion de représentations (vidéo RGB/IR, 3D, audio, texte, proprioception, IoT)
• Données dynamiques : modélisation efficace de données temporelles
• Adaptation et apprentissage en ligne : fine-tuning dynamique de modèles fondamentaux
• Méthodes d’apprentissage actif : modélisation de mécanismes naturels pour l’apprentissage multi-tâches
• Adaptation auto-supervisée / semi-supervisée : exploitation de données non annotées pour une adaptation réaliste et scalable
L’activité de recherche devra s’inscrire en complément des activités déjà développées par l’unité, en particulier dans les domaines de l’intelligence artificielle, la robotique et l’interaction homme-robot.

Sur le plan de l’enseignement, le candidat retenu s’intégrera dans l’équipe pédagogique de l’UFR Sciences de l’Information et de l’Informatique (S2I) de l’ENSTA (campus de Paris-Saclay). Il participera aux enseignements des différentes formations de l’UFR S2I (cycles ingénieurs, Masters, formations continues), en particulier pour
• contribuer à l’enseignement en informatique, robotique et IA à l’ENSTA sur le campus Paris-Saclay, ainsi qu’au sein des programmes master d’IP Paris,
• encadrer des doctorants et étudiants de tous les niveaux, et participer à l’apprentissage par projets.
Dans le cadre de la nouvelle ENSTA, il sera amené à participer à la réflexion et à l’évolution de la nouvelle offre de formation, notamment dans le cadre des enseignements bi-campus, avec un engagement dans le développement de pratiques pédagogiques innovantes et coordonnées entre les sites.

Profil du candidat :
L’ENSTA peut accueillir les personnels fonctionnaires en détachement, en particulier les Maîtres de Conférences et les Professeurs de l’université ou les Chargés et les Directeurs de Recherche des organismes de recherche (CNRS, INRIA, …). La qualification aux fonctions Professeur des Universités n’est pas requise mais sera appréciée. Un candidat expérimenté avec HDR pourra obtenir le titre de Professeur accordé par la commission d’appellation d’ENSTA. Un salaire attractif sera proposé en adéquation avec le profil.

Formation et compétences requises :
La personne candidate, titulaire d’une thèse de doctorat, devra justifier :
• d’une expérience en recherche et enseignement en adéquation avec les besoins exprimés ;
• de publications scientifiques dans des revues ou conférences de haut niveau et en lien avec la thématique mentionnée ;
• d’une capacité à travailler en équipe tant pour l’enseignement que pour la recherche ;
• de qualités pédagogiques ;
• de pouvoir prendre des responsabilités et notamment de pouvoir piloter/coordonner un parcours d’enseignement.

Pour plus de détails, voir https://enstaparis.recruitee.com/o/enseignant-chercheur-sur-une-chaire-dexcellence-hiparis-cluster-2030-adaptation-multimodale-pour-modeles-de-foundation

Adresse d’emploi :
ENSTA Campus de Paris Saclay, 828, boulevard des maréchaux, 91762 Palaiseau Cedex

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

Laboratoire/Entreprise : Laboratoire U2IS, ENSTA campus Paris-Saclay
Durée : Tenure Track
Contact : goran.frehse@ensta-paris.fr
Date limite de publication : 2026-04-17

Contexte :
L’ENSTA est partenaire du programme Hi! PARIS Cluster 2030, qui vise à constituer un pôle de recherche et de formation de rang mondial en intelligence artificielle et en science des données. Le consortium regroupe plusieurs institutions françaises majeures en ingénierie et recherche, parmi lesquelles : IP Paris (École Polytechnique, École des Ponts, ENSTA, ENSAE Paris, Télécom Paris, Télécom SudParis), HEC Paris, INRIA, CNRS et l’Université de Technologie de Troyes.
Pour soutenir le développement stratégique de la robotique et de l’IA au sein de l’ENSTA et de l’Institut Polytechnique de Paris, l’ENSTA ouvre un poste de professeur, financé par une chaire d’excellence « Grands modèles pour la robotique » du programme Hi! PARIS Cluster 2030. Ce poste bénéficie d’un écosystème dynamique en IA et robotique, ainsi que d’un accès à des ressources expérimentales et computationnelles de premier plan. Les candidatures seront examinées aux niveaux Assistant Professor, Associate Professor ou Full Professor, selon l’expérience et le parcours des candidats.

Sujet :
Ce poste porte sur la recherche autour des grands modèles appliqués à la robotique, en lien avec le domaine émergent de l’Embodied AI, c’est-à-dire l’extension des capacités des grands modèles de langage à l’interaction physique et au contrôle robotique. L’objectif est de concevoir et d’entraîner de grands modèles multimodaux capables de piloter divers robots sur différentes tâches avec un minimum d’ajustements. Exemples de thématiques :
• Modèles Vision-Language-Action
• Perception et apprentissage multimodaux
• Apprentissage par imitation et par renforcement
• Transformers et pré-entraînement à grande échelle pour la robotique
L’activité de recherche devra s’inscrire en complément des activités déjà développées par l’unité, en particulier dans les domaines de l’intelligence artificielle, la robotique et l’interaction homme-robot.

Le (la) candidat(e) retenu(e) s’intégrera dans l’équipe pédagogique de l’UFR Sciences de l’Information et de l’Informatique (S2I) de l’ENSTA (campus de Paris-Saclay). Il (elle) participera aux enseignements des différentes formations de l’UFR S2I (cycles ingénieurs, Masters, formations continues), en particulier pour
• contribuer à l’enseignement en informatique, robotique et IA à l’ENSTA sur le campus Paris-Saclay, ainsi qu’au sein des programmes master d’IP Paris,
• encadrer des doctorants et étudiants de tous les niveaux, et participer à l’apprentissage par projets.
Dans le cadre de la nouvelle ENSTA, il (elle) sera amené(e) à participer à la réflexion et à l’évolution de la nouvelle offre de formation, notamment dans le cadre des enseignements bi-campus, avec un engagement dans le développement de pratiques pédagogiques innovantes et coordonnées entre les sites.

Profil du candidat :
L’ENSTA peut accueillir les personnels fonctionnaires en détachement, en particulier les Maîtres de Conférences et les Professeurs de l’université ou les Chargés et les Directeurs de Recherche des organismes de recherche (CNRS, INRIA, …). La qualification aux fonctions Professeur des Universités n’est pas requise mais sera appréciée. Un candidat expérimenté avec HDR pourra obtenir le titre de Professeur accordé par la commission d’appellation d’ENSTA. Un salaire attractif sera proposé en adéquation avec le profil.

Formation et compétences requises :
La personne candidate, titulaire d’une thèse de doctorat, devra justifier :
• d’une expérience en recherche et enseignement en adéquation avec les besoins exprimés ;
• de publications scientifiques dans des revues ou conférences de haut niveau et en lien avec la thématique mentionnée ;
• d’une capacité à travailler en équipe tant pour l’enseignement que pour la recherche ;
• de qualités pédagogiques ;
• de pouvoir prendre des responsabilités et notamment de pouvoir piloter/coordonner un parcours d’enseignement.

Pour plus de détails, voir https://enstaparis.recruitee.com/o/enseignant-chercheur-sur-une-chaire-dexcellence-hiparis-cluster-2030-grands-modeles-pour-la-robotique

Adresse d’emploi :
ENSTA Campus de Paris Saclay, 828, boulevard des maréchaux, 91762 Palaiseau Cedex

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

Laboratoire/Entreprise : Inria
Durée : 24 mois
Contact : emmanuel.vincent@inria.fr
Date limite de publication : 2026-03-17

Contexte :
Ce post-doctorat s’inscrit dans le cadre d’une collaboration interdisciplinaire entre le SAMU54 du CHRU de Nancy et les équipes Multispeech et Sémagramme du Centre Inria de l’Université de Lorraine. La/le post-doctorant.e sera co-encadré.e par Vincent P. Martin et Emmanuel Vincent, chercheurs Inria, et par le Pr. Tahar Chouihed, Chef de Service SAMU-SMUR-Urgences et professeur de médecine d’urgence à l’Université de Lorraine. Il/elle alternera des périodes en laboratoire de recherche en informatique et dans les locaux du SAMU54, présentement situés à l’Hôpital Central de Nancy.

Pour tous les détails et pour postuler: https://jobs.inria.fr/public/classic/fr/offres/2026-09820 ou https://jobs.inria.fr/public/classic/fr/offres/2026-09776.

Sujet :
Parmi les 300 000 appels au SAMU54 chaque année, plus de 1 500 concernent des suspicions d’infarctus [1] ou d’arrêt cardiaque hors hôpital qui nécessitent une prise en charge médicale rapide.

L’objectif du post-doctorat de 2 ans est d’améliorer la performance de reconnaissance automatique de la parole (ASR) pour les données vocales SAMU. Les appels d’urgence présentent une diversité de problèmes pour l’ASR: accents régionaux et étrangers, stress, vocabulaire/grammaire inhabituels et bruit important. Le modèle open source Whisper [1] est un bon point de départ car il présente une performance état de l’art sur ce corpus. Afin de garantir une meilleur qualité de reconnaissance vocale, nous pouvons adapter Whisper aux appels réels, par exemple en 1) en générant automatiquement des données accentuées [2] ou avec du stress [3,4], 2) en adaptant le modèle de langage sous-jacent sur des données réelles françaises du SAMU [5] ou traduites de l’anglais [6] et 3) en générant automatiquement des données bruitées à partir des données réelles du SAMU. L’adaptation fonctionne par fine-tuning [7] avec LoRA [8], de sorte à compresser le nombre de paramètres à apprendre. D’autres méthodes d’adaptation et d’usage des données seront recherchées.

Ce travail réalisé, la/le post-doctorant.e pourra travailler sur d’autres tâches en partenariat avec le doctorant recruté sur le projet: découverte de biomarqueurs des infarctus et arrêts cardiaques pour améliorer la rapidité des assistants de régulation médicale (ARMs), anonymisation préservant l’information médicale utile pour détecter ces deux pathologies…

L’objectif final est d’avoir un système utilisé par les ARMs afin de réduire le temps d’accès aux soins et la mortalité de ces pathologies.

[1] A. Radford, J.W. Kim, T. Xu, G. Brockman, C. Mcleavey, I. Sutskever, Robust speech recognition via large-scale weak supervision, in 40th Int. Conf. on Machine Learning, vol. 202, pp. 28492–28518 (2023).
[2] Y. Liu, X. Yang, and D. Qu, Exploration of Whisper fine-tuning strategies for low-resource ASR. Journal of Audio, Speech and Music Processing 2024, 29 (2024).
[3] K. Zhou, B. Sisman, R. Rana, B. W. Schuller and H. Li, Speech synthesis with mixed emotions. IEEE Transactions on Affective Computing, vol. 14, no. 4, pp. 3120-3134 (2023).
[4] S. Dahmani, V. Colotte, V. Girard, and S. Ouni, Learning emotions latent representation with CVAE for text-driven expressive audiovisual speech synthesis. Neural Networks, vol. 141, pp. 315-329 (2021).
[5] Y. Labrak, A. Bazoge, R. Dufour, M. Rouvier, E. Morin, B. Daille, and P.-A. Gourraud, DrBERT: A robust pre-trained model in French for biomedical and clinical domains. In 61st Annual Meeting of the ACL, pp. 16207-16221 (2023).
[6] X. de Zuazo, E. Navas, I. Saratxaga, and I. Hernáez Rioja, Whisper-LM: Improving ASR models with language models for low-resource languages. arXiv preprint arXiv:2503.23542 (2025).
[7] V. Timmel, C. Paonessa, M. Vogel, D. Perruchoud, and R. Kakooe, Fine-tuning Whisper on low-resource languages for real-world
applications. arXiv preprint arXiv:2412.15726 (2025).
[8] E.J. Hu, Y. Shen, P. Wallis, Z. Allen-Zhu, Y. Li, S. Wang, L. Wang, and W. Chen, LoRA: Low-rank adaptation of large language models, arXiv preprint arXiv:2106.09685 (2021).

Profil du candidat :
Une expérience préalable en traitement de la parole ou en TAL sera un gros atout.

Le projet portant exclusivement sur des enregistrements en français et incluant une immersion terrain dans un centre d’appel francophone, la compréhension du français avec un bon niveau (B2) est requise.

Formation et compétences requises :
La/le candidat.e à un poste d’ingénieur.e/post-doctorant.e devra être titulaire d’un Master/d’une Thèse en traitement de la parole, TAL, machine learning, linguistique informatique ou dans un domaine voisin, avec de solides compétences en Python/Pytorch.

Adresse d’emploi :
615 rue du Jardin Botanique, 54600 Villers-lès-Nancy