Stage IA en cancérologie avec la possibilité de poursuivre en thèse

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

Laboratoire/Entreprise : Sesstim, Aix Marseille Université
Durée : 6 Mois
Contact : raquel.urena@univ-amu.fr
Date limite de publication : 2025-04-15

Contexte :
Ce stage s’inscrit dans un projet de recherche visant à intégrer des données cliniques, d’imagerie, et génomiques pour construire une base de données avancée en oncologie. Le but est de faciliter l’analyse des données et d’améliorer les prédictions sur la survie et la récidive du cancer du sein.

Sujet :
Le stagiaire sera impliqué dans :
1. Collecte et nettoyage des données : Extraction et harmonisation de données issues de multiples sources.
2. Constitution de la base de données : Conception et structuration d’un entrepôt de données robuste pour des analyses futures.
3. Application de techniques d’intelligence artificielle : Détection d’anomalies, fusion de données, et analyse prédictive avec des algorithmes de machine learning.

Profil du candidat :
• Étudiant(e) en Master 2 en Sciences des Données, Informatique ou équivalent.
• Connaissances solides en Python et en bases de données (SQL, NoSQL).
• Intérêt pour le traitement des données en santé et la bio-informatique

Formation et compétences requises :
Machine learning, SQL, Sciences des données

Adresse d’emploi :
Institut Paoli Calmettes, : 232 Bd de Sainte-Marguerite, 13009 Marseille

Document attaché : 202503101036_Offre de Stage 2025.pdf

Advancing Scientific Discovery with AI – Summer School | June 29 – July 3, 2025, Caen, France

Date : 2025-06-29 => 2025-07-04
Lieu : Caen, France

Advancing Scientific Discovery with AI

Summer School | June 29 – July 3, 2025, Caen, France

https://ai4science.sciencesconf.org/

A program to learn and collaborate at the intersection of AI and
scientific discovery.

About the Summer School

This summer school provides a platform for researchers and students from diverse
scientific backgrounds to delve into Artificial Intelligence and its
applications in scientific research. Over five days, participants will explore
current techniques, learn from experienced specialists, and collaborate with
peers on relevant scientific problems. Each day focuses on a specific
application domain and the related AI methodologies. This program aims at
exploring the potential of AI to accelerate research and improve our
understanding of complex scientific phenomena.

Program Overview

Sunday, June 29, 2025 (5:00 PM – 8:00 PM)

Welcome Reception: Participants can attend an evening of networking and
introductions. Snacks will be served while participants share their
motivations, backgrounds, and AI-related projects with fellow participants and
speakers.

Daily Structure

Each day will be structured to facilitate learning and interaction, combining a
variety of formats. Expect a blend of:

Lectures: Comprehensive presentations introducing key concepts and theoretical
frameworks.

Hands-on Practical Sessions: Application of the newly learned AI techniques
to concrete scientific problems, in dedicated labs.

Conferences: Seminars led by specialists in their respective fields.

Exchange and Discussion Sessions: Engaging discussions to reinforce
understanding and explore diverse perspectives, led by a scientific
personality.

Breaks and Free time: Time to recharge and connect with participants and
speakers.

Monday, June 30, 2025 (9:00 AM – 7:00 PM)

Theme: AI for Medical Applications
Focus: Medical Image Processing.
AI Foundations: Machine learning and deep learning basics, convolutional neural
networks.
Participants will explore how AI algorithms, specifically convolutional neural
networks, are used in medical diagnostics and analysis from image processing.

Tuesday, July 1, 2025 (9:00 AM – 7:00 PM)

Theme: AI for Simulation Acceleration
Focus: Accelerating simulations in fields such as astronomy.
AI Foundations: Generative models.
Participants will learn about the potential of generative models in
accelerating scientific simulations, exploring their application in
high-performance computing.

Wednesday, July 2, 2025 (9:00 AM – 7:00 PM)

Theme: AI for Inverse Problems
Focus: Sensor localization in magnetometry and related fields.
AI Foundations: Physics-inspired neural networks.
Participants will discover the application of physics-inspired neural networks
to solve inverse problems, using physical laws to constrain the neural
architectures.
A part of the afternoon will be dedicated to a social event at the Caen Town
Hall.

Thursday, July 3, 2025 (9:00 AM – 7:00 PM)

Theme: AI for Materials Science
Focus: Materials discovery and characterization.
AI Foundations: Uncertainty quantification, Bayesian models.
Participants will learn about the use of AI for materials discovery, combining
Bayesian methods with deep learning to provide uncertainty in material
predictions.

Friday, July 4, 2025 (9:00 AM – 5:00 PM)

Theme: AI for Particle Physics
Focus: Analysis of particle physics data and anomaly detection.
AI Foundations: Deep learning for physics data analysis, anomaly detection.
Participants will explore the application of deep learning techniques in
particle physics, focusing on data analysis and anomaly detection in large
datasets obtained from colliders and telescopes.

Application Process
Individuals interested in applying should submit the following:

A letter of motivation explaining your interest in the summer school and how
it relates to your research.

A detailed CV outlining your educational background, skills, and any
relevant research experience.

The selection process aims to ensure a diverse group of participants from
different scientific fields, with a range of expertise levels.

Please submit your application at https://ai4science.sciencesconf.org/

Further Information
The names of the scientific personalities leading each day and the full list of
speakers will be announced shortly. For further inquiries, please do not
hesitate to contact us at ai4science@sciencesconf.org.

We look forward to receiving your application and welcoming you to this
enriching summer school experience!

Lien direct


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

ENSEIGNANT.E-CHERCHEUR.E MAITRE ASSISTANT.E – Titulaire – Spécialité Informatique : Gestion de données distribuées

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

Laboratoire/Entreprise : LIMOS, UMR 6158 / Mines Saint-Étienne
Durée : fonctionnaire
Contact : maxime.lefrancois@emse.fr
Date limite de publication : 2025-04-15

Contexte :
Offre: https://institutminestelecom.recruitee.com/o/enseignante-chercheure-maitre-assistante-titulaire-specialite-informatique-gestion-de-donnees-distribuees-2

Mines Saint-Étienne est une école d’ingénieurs d’excellence, membre de l’Institut Mines-Télécom, engagée dans la formation, la recherche et l’innovation pour relever les défis industriels, numériques et environnementaux. L’Institut Henri Fayol, au sein de l’école, adopte une approche pluridisciplinaire autour des transitions numérique, écologique et industrielle. Le poste proposé de Maître-assistant.e en Informatique, spécialité Gestion de données distribuées, s’inscrit dans cette dynamique, avec une affiliation au laboratoire LIMOS (UMR 6158), spécialisé en STIC, modélisation et optimisation des systèmes.

Sujet :
Le poste de Maître-assistant.e en Informatique au sein de l’Institut Fayol et du LIMOS porte sur l’interconnexion des données, des contenus et des algorithmes dans un écosystème décentralisé. L’enseignant-chercheur contribuera aux recherches sur l’interopérabilité des données, notamment via le Web sémantique et les principes FAIR, tout en participant au développement de la Plateforme Territoire.

Les missions incluent :

* Formation : Enseignement en algorithmie, programmation orientée objet, systèmes d’information et intelligence artificielle, dans plusieurs cursus (ingénieur, master, doctorat, formation continue).
* Recherche : Travaux sur la gestion, l’interrogation et l’échange de données distribuées, en lien avec l’axe SIC du LIMOS, avec des publications dans les domaines du Web sémantique et des bases de données.
* Innovation : Participation à des projets interdisciplinaires et collaborations socio-économiques, soutenus par des financements publics et privés.

Le poste requiert une approche intégrée entre enseignement, recherche et application concrète.

Profil du candidat :
Le candidat doit être titulaire d’un doctorat en informatique et posséder des compétences en représentation des connaissances, gestion de données, apprentissage automatique et qualité des données, avec un accent sur le Web sémantique et la gestion des données distribuées. Une expérience confirmée en enseignement et une expertise en publication scientifique sont requises.

Formation et compétences requises :
Le candidat doit maîtriser l’anglais (niveau C1) et idéalement avoir une expérience internationale. Des atouts supplémentaires incluent la qualification CNU (section 27), des compétences en travail interdisciplinaire, des collaborations avec l’industrie et la recherche appliquée, ainsi qu’un engagement dans la culture scientifique.

Adresse d’emploi :
SAINT ETIENNE, Auvergne-Rhône-Alpes, France

Postes d’enseignant·e-chercheur·e ouverts à l’EPITA pour la rentrée 2025

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

Laboratoire/Entreprise : LRE – Laboratoire de Recherche de l’EPITA
Durée : CDI
Contact : pierre.parrend@unistra.fr
Date limite de publication : 2025-04-22

Contexte :

Sujet :
Chèr·es collègues,

Désolé pour d’éventuelles réceptions multiples.

L’EPITA ouvre plusieurs postes d’enseignant·es-chercheur·es en
informatique au Laboratoire de Recherche de l’EPITA (LRE) pour le
début de l’année scolaire 2025-2026.

Nous recrutons pour venir consolider les cinq équipes du LRE :

– Automates et applications,
pour les sites de Paris et Toulouse ;
– Intelligence artificielle,
pour le site de Paris ;
– Méthodes numériques en SHS,
pour le site de Paris ;
– Sécurité et systèmes,
pour les sites de Paris, Rennes et Toulouse ;
– Traitement d’images et reconnaissance des formes,
pour le site de Paris.

Le LRE, https://www.lre.epita.fr, est rattaché à l’école doctorale
“EDITE de Paris” (Sorbonne Université). Il a été évalué par le
Hcéres en 2017-2018, et est actuellement en cours d’évaluation
(vague 2024-2025).

Les liens vers les fiches de poste qui donnent plus d’amples détails
sur les postes et les modalités de candidature sont accessibles à
partir de :

–> https://tinyurl.com/PostesEpita2025

La date limite de candidature est le 22 avril 2025.

Bien cordialement,

Thierry Géraud, Directeur de la recherche
Bashar Dudin, Directeur des formations

Profil du candidat :

Formation et compétences requises :

Adresse d’emploi :
Site de Paris: 14-16 Rue Voltaire, 94270 Le Kremlin-Bicêtre
Site de Rennes: 3679 Bd des Alliés, 35510 Cesson-Sévigné
Site de Toulouse: 81 Av. de Grande Bretagne, 31300 Toulouse

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