Ingénieur de Recherche HPC/HPDA/GPU

Offre en lien avec l’Action/le Réseau : BigData4Astro/– — –

Laboratoire/Entreprise : Institut d’Astrophysique de Paris
Durée : Permanent
Contact : guilhem.lavaux@iap.fr
Date limite de publication : 2024-07-10

Contexte :

L’Institut d’Astrophysique de Paris (IAP) est une Unité Mixte de Recherche du CNRS et de Sorbonne Université d’environ 150 chercheurs, post-doctorants, doctorants, ingénieurs, techniciens et administratifs. L’analyse de gros calcul numérique tient une place majeure à l’IAP : traitement de données astrophysiques massives (HPDA), réalisation et exploitation de simulations numériques (HPC). L’IAP héberge des fermes de calculs dédiées à ces applications ; la plus récente est spécialisée dans le co-calcul CPU-GPGPU et l’utilisation de l’IA. Sur 80 utilisateurs réguliers de ces machines, la moitié sont des collaborateurs issus d’autres laboratoires en France et à l’international.

L’IAP est très impliqué dans les grands programmes d’observation astronomique au sol et dans l’espace (Euclid, JWST, SVOM, LISA, Ariel, GRAND) et à la pointe de la modélisation numérique en astrophysique avec les simulations les plus dimensionnantes de la discipline (Horizon, Sibelius), réalisées sur les super-calculateurs nationaux (Joliot Curie, Jean Zay) et internationaux (Nurion, Cosma). L’IAP est le siège de développement à la pointe pour l’analyse statistique de grands volumes de données par des techniques novatrices (projet BORG, Learning-the-Universe). Ces engagements impliquent de nouveaux besoins en développement et en déploiement des codes, dont l’optimisation pour les architectures GPGPU et l’exploitation d’outils issus de l’IA.

Référent-e développement et optimisation des codes et des algorithmes sur les machines HPDA/HPC pour les nouvelles architectures GPGPU, l’Ingénieur-e de recherche sera affecté-e à l’équipe de 14 personnes « soutien technique aux projets » et rendra compte à son responsable. Cette activité renforcera l’atout numérique du laboratoire sur le sujet, et permettra de gagner en compétence sur les thématiques HPC/HPDA du labo.

Sujet :

L’ingénieur-e de recherche apportera, dans le cadre d’un projet de recherche, une expertise dans l’utilisation des GPGPUs pour le calcul et l’analyse haute performance des données (HPDA/HPC). Il/Elle participera à la résolution de problèmes d’astrophysique théorique, avec des simulations numériques, et d’astrophysique observationnelle avec le traitement et l’assimilation de données massives.

Profil du candidat :

Formation et compétences requises :

Adresse d’emploi :
Institut d’Astrophysique de Paris, 98bis Boulevard Arago, 75014 Paris

Voir https://concoursexternesit.cnrs.fr/public/campagne-2024 (concours 67, BAP E, IAP)

Poste de MC contractuel à AgroParisTech

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

Laboratoire/Entreprise : AgroParisTech
Durée : CDD 1 an
Contact : antoine.cornuejols@agroparistech.fr
Date limite de publication : 2024-06-27

Contexte :
un poste de Maître de Conférence Contractuel en informatique est ouvert à AgroParisTech (Université de Paris-Saclay) avec prise de poste au 1er septembre 2024.

Les enseignements se feront dans l’UFR d’informatique avec des TDs/TPs en 1ère année (Python et Bases de Données, de la programmation sur mobile), en 2ème année en fonction des modules optionnels et en 3ème année en IA et sciences des données.

La recherche s’effectuera dans l’équipe Ekinocs rattachée à l’UMR MIA Paris-Saclay AgroParisTech-INRAE et spécialisée en apprentissage automatique.

Sujet :
Les enseignements se feront dans l’UFR d’informatique avec des TDs/TPs en 1ère année (Python et Bases de Données, de la programmation sur mobile), en 2ème année en fonction des modules optionnels et en 3ème année en IA et sciences des données.

La recherche s’effectuera dans l’équipe Ekinocs rattachée à l’UMR MIA Paris-Saclay AgroParisTech-INRAE et spécialisée en apprentissage automatique.

Profil du candidat :
Savoirs
La personne recrutée devra avoir fait au moins trois années de thèse en informatique ou être sur le point de soutenir sa thèse de doctorat en informatique.

Savoir-faire
– Expérience en enseignement d’informatique dans un établissement d’enseignement supérieur.

– Avoir déjà mené des activités de recherche en informatique appliquées aux sciences du vivant.

Formation et compétences requises :
Savoirs
La personne recrutée devra avoir fait au moins trois années de thèse en informatique ou être sur le point de soutenir sa thèse de doctorat en informatique.

Savoir-faire
– Expérience en enseignement d’informatique dans un établissement d’enseignement supérieur.

– Avoir déjà mené des activités de recherche en informatique appliquées aux sciences du vivant.

Adresse d’emploi :
AgroParisTech / Université de Paris-Saclay
Département MMIP
UMR MIA-Paris-Saclay
22, place de l’agronomie, F-91123 Palaiseau Cedex

Document attaché : 202406171626_charge(e)-d-enseignement-contractuel-en-informatique-agroparistech.pdf

Décompositions tensorielles couplées pour la détection de phénomènes de diffusion dans les réseaux sociaux

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

Laboratoire/Entreprise : Laboratoire d’Informatique de Bourgogne (LIB)
Durée : 3 ans
Contact : eric.leclercq@u-bourgogne.fr
Date limite de publication : 2024-06-30

Contexte :

Sujet :
L’analyse des données vise à extraire de la valeur des données. Toutefois, c’est un processus complexe, qui peut faire appel à des données provenant de différentes sources, ayant différentes caractéristiques, étant stockées dans différents systèmes utilisant différents modèles, etc. De plus, le type d’analyse à effectuer peut imposer des contraintes qui limitent les algorithmes utilisables. Cette thèse s’inscrit dans le projet interdisciplinaire Beelzebot (ANR-23-CE38-0002-01), dont le but est de détecter des armées de robots sur Twitter, tout en fournissant des résultats interprétables par les analystes métier et ainsi produire des alertes lors de campagnes de désinformation. Dans ce contexte, l’utilisation des algorithmes supervisés est difficile. Les comportements des robots changent rapidement pour s’adapter aux méthodes de détection, nécessitant de produire régulièrement de nouveaux jeux d’entraînement pour les algorithmes, alors que l’on constate que les experts ont de plus en plus de mal à distinguer un robot du compte d’un humain. Les informations extraites des interactions et des activités des utilisateurs sur les réseaux sociaux sont de plus en plus utilisées pour détecter les activités des robots en tant que phénomènes de diffusion plutôt qu’en se basant uniquement sur des informations concernant un compte individuel.

Les tenseurs sont des objets mathématiques multi-dimensionnels~cite{Kolda2009}, capables d’intégrer les données provenant de différents modèles de données, tels que le modèle relationnel, les graphes ou les séries temporelles. Grâce à cette flexibilité, les tenseurs peuvent jouer le rôle de modèle pivot pour traiter des ensembles de données hétérogènes. Cela facilite leur utilisation dans de nombreux cas d’usage.

Les tenseurs sont munis d’opérateurs de décompositions tensorielles, comme Tucker ou CANDECOMP/PARAFAC, qui permettent de conduire des analyses exploratoires sur des données, notamment pour détecter des communautés ou des singularités. Ces décompositions ont l’avantage de nécessiter peu de paramètres (en général, uniquement un rang est nécessaire). Le résultat d’une décomposition peut s’utiliser de multiple façons, de manière supervisée ou non.

Parmi ces décompositions, les décompositions couplées s’exécutent sur plusieurs tenseurs ayant au moins une dimension en commun. Les tenseurs couplés présentent un fort intérêt puisqu’ils permettent de représenter conjointement des données à différents niveaux d’abstraction ou à différents points de vue – par exemple, des données concernant les profils des utilisateurs dans un tenseur, et des données concernant les publications faites par ces utilisateurs dans un autre tenseur, ou encore en ayant un tenseur représentant des connaissances vis à vis de certains hashtags des publications. Dans cette configuration, le résultat des décompositions peut donc être affiné en considérant simultanément ces différents aspects.

Cette thèse consiste à explorer les décompositions tensorielles couplées, à la fois selon leurs capacités de modélisation et leurs capacités d’analyse. Pour ce faire, en plus des jeux de données publics, plusieurs jeux de données collectés sur Twitter lors de projets précédents sont à disposition, comme par exemple les discussions autour des élections présidentielles françaises de 2022 ou le COVID, contenant de plusieurs millions à plusieurs milliards de tweets. L’environnement matériel des serveurs de stockage et de traitement est opérationnel au Data Center Régional de l’UBFC, constituant un environnement adapté à l’expérimentation des propositions sur des données massives. Les travaux de thèse couvriront l’étude des techniques d’analyse de détection de robots dans les réseaux sociaux, la proposition d’une méthode basée sur les décompositions tensorielles couplées permettant de détecter les phénomènes de diffusion, le développement d’un prototype de cette proposition accompagné de sa validation expérimentale, ainsi que l’aide à l’interprétation des résultats en collaboration avec les chercheurs en sciences du langage et de la communication participant au projet de recherche.

Profil du candidat :

Formation et compétences requises :

Adresse d’emploi :
Laboratoire d’Informatique de Bourgogne (LIB – EA 7534), Université de Bourgogne, Campus de Dijon, 9, Avenue Alain Savary, 21078 Dijon.

Document attaché : 202406141247_Beelzebot_SujetThese.pdf

Ingénieur pédagogique Intelligence Artificielle – Réseaux de neurones

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

Laboratoire/Entreprise : Institut Agro Montpellier -département SABP
Durée : 6 mois
Contact : benedicte.fontez@supagro.fr
Date limite de publication : 2024-09-30

Contexte :

Sujet :
Création de ressources pédagogiques en anglais sur les réseaux de neurones pour le parcours Data Manager de l’Institut Agro Montpellier, dans le cadre du projet européen Agritech EU. Ce parcours de 3 mois a pour objectif de former à la collecte, au traitement et à l’analyse de données agro-environnementales.

Définition des tâches à accomplir :
1. Sélection de données – projets en agronomie ou agro-alimentaire impliquant l’utilisation d’IA – réseaux de neurones
2. Définition et proposition de contenus en IA-réseaux de neurones pour l’agronomie et l’agro-alimentaire au sein d’un module de 15 jours
3. Créations d’activités d’enseignement en lien avec les équipes pédagogiques
4. Créations de ressources disponibles en ligne, principalement en anglais
5. Propositions pour l’évaluation et la mise en place d’une approche réflexive de l’activité

Profil du candidat :
niveau ingénieur, Master 2 avec une première expérience ou un stage de niveau M2 dans le domaine de l’intelligence artificielle – réseaux de neurones.

Formation et compétences requises :
– La connaissance des logiciels R et Python (dans une moindre mesure, Julia) est fortement recherchée.
– Une expérience ou des connaissances en biologie, agronomie ou science du vivant sera(ont) appréciée(s).
– La maîtrise de l’anglais technique
Les qualités suivantes seront recherchées :
– Sens de l’organisation, autonomie, rigueur
– Capacité à travailler en équipe, qualités relationnelles, sens de l’écoute et du dialogue
– Disponibilité, réactivité, pédagogie

Adresse d’emploi :
UMR MISTEA Institut Agro Montpellier – 2 place Pierre Viala – Montpellier

Document attaché : 202406140913_Profil de poste _ Ingénieur pédagogique Intelligence Artificielle – Réseaux de neurones.pdf

CHARGE-E DE MISSION PROJET EUROPEEN MOBILITE URBAINE

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

Laboratoire/Entreprise : ESTACA
Durée : 15 mois
Contact : sebastien.saudrais@estaca.fr
Date limite de publication : 2024-07-19

Contexte :
Dans le cadre du projet européen (Innovation Action) AMIGOS (https://amigos-project.eu/) qui vise à co-créer, tester, évaluer et développer des solutions de mobilité urbaine innovantes, inclusives, sûres, résilientes et durables pour les villes, l’ESTACA recrute un-e chargé-e de mission pour participer aux travaux du projet.

Sujet :
Les objectifs principaux sont de créer des modèles compréhensibles pour aider à la co-création de solutions pour des villes souhaitant effectuer des aménagements permettant d’améliorer la mobilité urbaine. Un jumeau numérique sera créé pour suivre les évolutions découlant de la mise en place des solutions. Une étude de réplicabilité sera également menée dans des villes jumelles pour valider les solutions.

Profil du candidat :
Vous possédez un niveau M2 minimum, doctorat souhaité, et maitrisez l’anglais.
Vous avez une expertise soit :
• En Data Science et vous êtes intéressé par l’évolution des mobilités urbaines en prenant en compte les besoins des citoyens.
• En design de mobilité urbaine et une expérience en Data Science
Le CDD est de 15 mois à partir de septembre 2024 et basé à Laval (53). Un second contrat est envisageable à la suite du premier, d’une durée de 12 mois dans une ville partenaire.

Formation et compétences requises :
M2 ou Doctorat

Adresse d’emploi :
Estaca
rue Georges Charpak
53000 Laval
France

Document attaché : 202406130907_Recrutement M2+ Amigos.pdf

Biostatisticien / Data scientist

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

Laboratoire/Entreprise : Centre d’Épidémiologie et de Santé Publique des Ar
Durée : 3 ans
Contact : cespa-recrutement.fct@def.gouv.fr
Date limite de publication : 2024-07-19

Contexte :

Sujet :
Le Biostatisticien/Data scientist du CESPA est intégré à l’équipe de biostatisticiens du service « Système d’information, méthodologie, Biostatistique and Data science ».
C’est un expert de la gestion et de l’analyse de données parfois massives (Système national des données de santé, biologie…). Il réalise à partir de sources de données multiples et dispersées, des analyses permettant de répondre à une problématique de santé opérationnelle. Il est donc spécialisé en statistique, avec des connaissances solides en informatique et connait le secteur de la santé.

Il sera amené à :
– Réaliser l’analyse statistique, le datamining et le machine-learning des données et des études conduites au CESPA
– Créer et gérer des algorithmes, des data scientific workflow, des entrepôts de données, et tout outils facilitant le traitements et l’analyse des données
– Faire la veille scientifique dans son domaine et implémenter de nouvelles techniques d’analyse ou de gestion de l’information
– Apporter des conseils et soutiens méthodologiques pour la mise en œuvre des travaux de recherche pour lesquels le CESPA est directement sollicité, en particulier les thèses des internes des hôpitaux des armées
– Rédiger des rapports, publication et documents d’expertises
– Réaliser des enseignements dans son domaine de compétence.

Profil du candidat :

Formation et compétences requises :

Adresse d’emploi :
Le Centre d’Épidémiologie et de Santé Publique des Armées, est l’établissement de référence pour la connaissance et le suivi de l’état de santé des militaires. Les activités sont conduites en équipes multidisciplinaires, en lien avec les organismes du Ministère des armées, de la Santé, les centres de recherche et universités en France ou à l’international.
Il s’agit d’un établissement militaire d’environ 70 personnes, appartenant au service de santé des armées.
Il est situé à Marseille (13014)
https://fr.wikipedia.org/wiki/CESPA

Document attaché : 202406130754_20240609 Appel à candidature biostat CESPA.pdf

DEBS 2024 – ACM International Conference on Distributed and Event-Based Systems

Date : 2024-06-25 => 2024-06-28
Lieu : Lyon, France

————————–
DEBS 2024 Joint Conference
25th – 28th June, 2024
Lyon, France
https://2024.debs.org
————————–

DEBS 2024 Call for Participation

The ACM International Conference on Distributed and Event-Based Systems (DEBS) is a premier venue for academia and industry to discuss cutting-edge research of distributed and event-based computing and data processing. DEBS 2024 will be a forum dedicated to the dissemination of original research, the discussion of practical insights, and the reporting of experiences relevant to distributed and event-based systems.

The DEBS conference covers topics in distributed and event-based computing for a wide range of application domains and computing environments. The conference aims to present novel solutions for collecting, detecting, processing, analyzing, and responding to events through distributed middleware, systems, and platforms.

Topics covered by the conference include, but are not limited to
* models, architectures, and paradigms
* systems and software
* applications and use-cases
of distributed and event-based computing and data analysis.

The conference is held in Lyon, the culinary heart of France. The city enchants with its rich history and stunning beauty. Its UNESCO-listed Old Town, Vieux Lyon, features cobblestone streets and Renaissance architecture. The Basilica of Notre-Dame de Fourvière offers breathtaking city views, while the expansive Parc de la Tête d’Or provides a serene retreat with gardens and a lake. Lyon’s charm lies in its blend of culture, gourmet cuisine, and picturesque scenery.

Registration

The registration website is available at https://www.ecolloque.com/debs-2024/en/new/
More details on registration prices and cancellation can be found in on the website page (https://2024.debs.org/registration/).

Conference: June 25-28th, 2024

**Organisers**

General chairs
* Angela Bonifati
* Riccardo Tommasini
PC chairs
* Avrilia Floratou, Microsoft
* Tilmann Rabl, HPI

—————

Lien direct


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

Offre de post-doc

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

Laboratoire/Entreprise : SUPMICROTECH-ENSMM/Institut FEMTO-ST/Sayens
Durée : 24 mois
Contact : zeina.almasry@femto-st.fr
Date limite de publication : 2024-07-31

Contexte :

Sujet :
L’ingénieur(e) maturation recruté(e) aura pour objectifs de réaliser les tâches prévues au sein du projet CBRA. Les travaux liés au projet CBRA sont soumis à déclaration de confidentialité. L’ingénieur(e) devra signer une telle déclaration et s’engager à ne pas communiquer sur ces travaux sans discussion préalable.
Brièvement, les travaux consisteront à fiabiliser le dispositif médical actuel pour l’aide à la détection précoce du cancer du sein, contribuer à son extension à d’autres tailles, sa caractérisation et la robustification du modèle de détection ainsi que l’adaptation du modèle aux nouvelles tailles. Ces travaux seront réalisés conformément à un calendrier prévisionnel défini dans le projet de maturation CBRA et étalé sur 24 mois (celui-ci sera présenté à L’ingénieur(e) par ses encadrants).
L’Ingénieur(e) devra également superviser le travail de L’Ingénieur(e) junior (19 mois) également affecté au projet.
L’ingénieur(e) maturation veillera à l’approvisionnement des consommables en tenant à jour les stocks et en anticipant les commandes (et délais de livraisons) nécessaires afin de ne pas affecter l’activité.
L’ingénieur(e) maturation devra consigner de manière journalière ses travaux et résultats dans un cahier de laboratoire signé par lui-même et contresigné régulièrement par un de ses responsables. Ce cahier sera soumis à confidentialité.
L’ingénieur(e) maturation présentera ses résultats et développement chaque semaine à au moins l’un de ses responsables à l’aide de supports de présentations.
L’ingénieur(e) maturation devra participer à la rédaction de rapports régulier rendant compte de l’avancement du projet.

Profil du candidat :
Doctorat en sciences de l’ingénieur, intelligence artificielle, mathématiques appliquées ou informatique

Formation et compétences requises :

Adresse d’emploi :
recrute@sayens.fr

Document attaché : 202406111139_Offre de poste_postdoc.pdf

Poste permanent IR HPC/HPDA GPU

Offre en lien avec l’Action/le Réseau : BigData4Astro/– — –

Laboratoire/Entreprise : Institut d’astrophysique de Paris
Durée : permanent
Contact : dubois@iap.fr
Date limite de publication : 2024-07-31

Contexte :
The Institut d’Astrophysique de Paris (IAP) is a Joint Research Unit of CNRS and Sorbonne University, with approximately 150 researchers, post-docs, PhD students, engineers, technicians, and administrative staff. Large-scale numerical analysis holds a significant place at IAP: processing massive astrophysical data (HPDA) and conducting and exploiting numerical simulations (HPC). IAP hosts dedicated computing farms for these applications, the most recent specialising in CPU-GPGPU co-computation and AI use. Among the 80 regular users of these machines, half are collaborators from other laboratories in France and internationally.
IAP is heavily involved in major ground-based and space astronomical observation programs (Euclid, JWST, SVOM, LISA, Ariel, GRAND) and at the forefront of numerical modeling in astrophysics with the most extensive simulations in the field (Horizon, Sibelius), conducted on national (Joliot Curie, Jean Zay) and international (Nurion, Cosma) supercomputers. IAP is a leading center for innovative statistical analysis of large data volumes (BORG, Learning-the-Universe projects). These commitments entail new development and deployment needs for codes, including optimization for GPGPU architectures and the use of AI tools.
As the key person for code and algorithm development and optimization on HPDA/HPC machines for new GPGPU architectures, the research engineer will join the “technical support for projects” team of 14. This activity will enhance the laboratory’s capability and expertise in HPC/HPDA themes. (edited)

Sujet :
### Role:
The research engineer will provide expertise in the use of GPGPUs for high-performance data analysis (HPDA/HPC) within research projects. They will contribute to solving theoretical astrophysics problems through numerical simulations and observational astrophysics through the processing and analysis of large data sets.

### Activities:
– Develop and optimize HPC/HPDA numerical codes, particularly those based on AI, for large data sets and numerical simulations.
– Develop and port codes to GPGPUs, including on distributed memory parallel computing machines, considering specific architectures.
– Monitor technological advancements in computational libraries and new statistical methods (AI in a broad sense).
– Deploy codes on national and international supercomputers (tier-1 and tier-0).
– Draft technical information for computing and storage time requests.
– Participate in data management (transferring input data to external machines, retrieving data, and organizing long-term storage).
– Define the hardware and software infrastructure for the unit’s HPC/HPDA machines, interact with service providers, and co-author procurement requests.

Profil du candidat :

Formation et compétences requises :
#### Knowledge:
– Algorithms
– Scientific computing
– Statistical methods
– Computational libraries
– Compiled languages (such as C, C++, Fortran)
– UNIX-family operating systems (such as Linux, BSD)
– English language: B2 to C1 (Common European Framework of Reference for Languages)
– Scripting languages for scientific computing (such as Python, Julia, Matlab)
– General scripting languages (such as shell, Perl)

#### Operational Skills:
– High-performance programming, particularly in GPGPU
– Use of source code management tools (such as GitLab, GitHub, Bitbucket)
– Technical document writing
– Reporting activities
– Technological and bibliographic monitoring

#### Personal Qualities:
– Ability to work independently
– Strong interpersonal skills
– Ability to work with multiple stakeholders

Adresse d’emploi :
98 bis boulevard Arago, 75014, Paris

offre d’emplois post-doctorant

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

Laboratoire/Entreprise : Universite Sorbonne Paris Nord. LIPN – UMR CNRS 70
Durée : 12 mois
Contact : azzag@univ-paris13.fr
Date limite de publication : 2024-09-30

Contexte :
This post-doctoral proposal is part of the IRISER LabCom, a Joint Laboratory in ”Intelligence,
Recognition, Surveillance, Reactive” (https://www-l2ti.univ-paris13.fr/iriser/) funded by
the ANR. The IRISER LabCom aims to propose and fully control the behavior and performance
of intelligent or embedded systems designed for artificial vision for the rapid and automated analysis
of images/videos (of very large sizes, multispectral georeferenced high resolutions) captured
aboard COSE aircraft, relying on strategies for processing visual information and machine learning.
We are looking to recruit a post-doctoral in research and development in computer vision and
machine learning for 12 months.

Sujet :
Object Detection based on LLM

Profil du candidat :

Formation et compétences requises :

Adresse d’emploi :
Université Sorbonne Paris Nord. LIPN – UMR CNRS 7030 – Equipe A3

Document attaché : 202406070718_PostDoc.pdf