Offre de stage M2 – Correction de requêtes SPARQL avec LLMs

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

Laboratoire/Entreprise : Intelligence Artificielle et Sémantique des Donnée
Durée : 5 – 6 mois
Contact : t.mecharnia@iut.univ-paris8.fr
Date limite de publication : 2026-03-08

Contexte :

Sujet :
Les graphes de connaissances constituent une infrastructure centrale pour la représentation et l’interrogation de données structurées dans de nombreux domaines (Web de données, bases de connaissances ouvertes, systèmes d’aide à la décision). Le langage SPARQL permet d’interroger ces graphes de manière précise, mais sa maîtrise reste complexe, tant pour les utilisateurs humains que pour les systèmes automatisés.

Dans les systèmes récents de traduction du langage naturel vers SPARQL (Text-to-SPARQL), les modèles de langage (LLMs) sont de plus en plus utilisés. Toutefois, ces modèles génèrent fréquemment des requêtes SPARQL erronées, soit sur le plan syntaxique, soit plus souvent sur le plan sémantique (mauvais prédicats/propriétés, incohérences avec l’ontologie).

La correction automatique de requêtes SPARQL constitue donc un enjeu majeur pour améliorer la fiabilité, la robustesse et l’explicabilité des LLMs en les combinant avec des schémas ontologiques.

Profil du candidat :

Formation et compétences requises :

Adresse d’emploi :
IUT de Montreuil, 140 Rue de la Nouvelle France, 93100 Montreuil, France

Document attaché : 202602080855_Stage_M2_EID_2026___Correction_de_requetes_SPARQL_avec_LLMs.pdf

[IDA 2026 PhD Forum] 1rst call for contributions to the PhD Forum of the 24th International Symposium on Intelligent Data Analysis (IDA)

Date : 2026-04-22 => 2026-04-24
Lieu : Leiden, Netherlands

IDA 2026 PhD Forum

Call for papers
Leiden (Netherlands) April 22-24, 2026 (Wednesday – Friday)

https://ida2026.liacs.nl/

IDA is organizing the 2026 edition of the PhD Forum, aimed at PhD students.

This mentoring program aims to connect PhD students with senior scientists who share their experience to help advance the students’ research and academic careers. Meetings will be arranged during the conference to allow discussion between the students and mentors.

Objectives

The objectives of the PhD Forum are:

– to provide doctoral researchers with the opportunity to present their ongoing work and receive constructive feedback from experienced researchers (e.g., IDA Senior Program Committee members),

– to facilitate the establishment of contacts with research teams working in related areas,

– to provide insights into current research trends related to the students’ research topics, thereby expanding the scope of their knowledge.

Submission

The PhD Forum welcomes original research in the field of Intelligent Data Analysis conducted by early-career researchers. Papers will be evaluated based on their relevance to the conference themes and the ability of the student to present:

– the research problem and why it is important to address it,

– the research objectives and questions,

– the planned approach and methods to tackle the problem,

– an outline of the current state of knowledge on the research problem,

– the expected outcomes of the research, such as overviews, algorithms, improved understanding of a concept, a pilot study, a model, or a system.

Short papers (2 pages, including references) must follow the general template provided by the IDA conference (https://www.springer.com/gp/computer-science/lncs/conference-proceedings-guidelines).

Submissions will be handled through CMT: https://cmt3.research.microsoft.com/IDA2026/

(Authors are requested to ensure that they select the IDA2026-PhDTrack).

The authors of accepted presentations will be required to prepare a poster and a presentation. The poster will serve as a basis for discussions during the conference, while the presentation will be used in the mentorship program. Authors of accepted presentations must register in order to participate in the mentorship program. All presentations and interactions will take place in person.

Reduced registration fees are available for students:

Early registration (Deadline: March 16): 249.00 € / Late registration: 399.00 €

The registration fees include:

– All sessions

– Coffee breaks

– Lunches

– Social events: opening reception, traditional social event.

Important dates

– Two-page paper submission deadline: February 23, 2026 AOE (Monday)

– Notification to authors: March 2, 2026 (Monday)

– Registration (for accepted submissions): March 16, 2026 (Monday)

– Conference dates: April 22-24 2026

Contact

Christine Sinoquet – IDA 2026 PhD Forum Chair

Lien direct


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

oste de Maître de Conférences section 27 – Nantes Université – Polytech Nantes / Département Informatique / Laboratoire LS2N

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

Laboratoire/Entreprise : Nantes Université
Durée : permanent
Contact : christine.sinoquet@univ-nantes.fr
Date limite de publication : 2026-04-27

Contexte :
Un poste de Maître de Conférences (section 27) est ouvert au recrutement à Nantes Université – Polytech Nantes – Département Informatique, avec un rattachement en recherche possible auprès de l’équipe DUKe du LS2N (Laboratoire des Sciences du Numérique de Nantes).

Sujet :
———————

Profil du candidat :
Pour le rattachement recherche à l’équipe DUKe, deux profils sont possibles, couvrant les spectres suivants :

– Premier profil :

+ Intelligence artificielle axée sur l’apprentissage automatique, garantissant simultanément l’équité, l’explicabilité et la confidentialité

+ Anonymisation des données

– Deuxième profil :

+ Apprentissage automatique fondé sur les graphes, les réseaux de neurones profonds sur graphes (GNN) et la fouille de données

+ Exploitation de structures graphiques pour modéliser des données complexes (temporelles, multimodales, irrégulières), construire des ontologies et recommander des ressources

+ Modèles graphiques probabilistes

+ Modélisation des processus, notamment en santé

Formation et compétences requises :
Les profils complets sont disponibles dans le fichier joint.

Adresse d’emploi :
POLYTECH Nantes pour l’enseignement
L’un des sites du LS2N, à Nantes, pour la recherche.

Document attaché : 202602081226_POLYTECH_INFO_LS2N_concours_MC_1898.pdf

Un poste de Maître de Conférences (section 27) à l’Université Paris 8.

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

Laboratoire/Entreprise : LIASD (Université Paris 8)
Durée : Permanent
Contact : nicolas.jouandeau@univ-paris8.fr
Date limite de publication : 2026-04-27

Contexte :

Sujet :
Enseignement : La personne recrutée enseignera en Licence informatique, pour répondre à la nécessité récurrente de renforcement de son équipe pédagogique face à l’augmentation de l’effectif étudiant. Cette personne interviendra dans des enseignements de la majeure informatique et la mineure conception et programmation de jeux vidéo, prioritairement dans des cours d’algorithmique, d’intelligence artificielle, et de programmation.

Recherche : La personne recrutée renforcera l’équipe PASTIS du LIASD dans l’un des domaines suivants : intelligence artificielle, jeux, langues naturelles, logiques non classiques, modélisation de la croyance, informatique graphique, privacy, systèmes dynamiques symboliques, combinatoire.
Une attention particulière sera portée aux candidatures issues de la communauté IA des jeux, mais toute candidature liée aux domaines de recherche de l’équipe PASTIS sera étudiée avec intérêt.

Profil du candidat :

Formation et compétences requises :
+ d’info/profil du poste >>> https://informatique.up8.edu/actu/2025-2026.html#2026-01-05_13-12

Adresse d’emploi :
Adresse d’emploi :
Université Paris 8
2 Rue de la liberté
93526 Saint Denis

Webinaire de l’action SaD-2HN

Annonce en lien avec l’Action/le Réseau : SaD-2HN

Thème :

Données historiques et humanités numériques

Présentation :

Ce webinaire a pour but de réunir des spécialistes en sciences humaines et sociales, en humanités numériques et en sciences des données autour de présentations sur des travaux dédiés à la création, au traitement et à l’analyse de données historiques. Il a lieu une fois par mois, de 12h30 à 13h30. Les vidéos des séances précédentes sont accessibles via le site Web de l\’action SaD-2HN.

Du : 2025-11-21

Au : 2026-05-01

Lieu : En ligne : https://marsha.education/my-contents/classroom/debc78e9-5977-4a03-8798-36a65a2f0acb/invite/MgiORiV3SHCv_mXckxYwHabV77F-t0SRaW-P9rH6LwY

Site Web : https://sadhn-madics.github.io/programme-du-webinaire

Poste McF 27

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

Laboratoire/Entreprise : LISTIC / Polytech Annecy Chambéry
Durée : cdi
Contact : flavien.vernier@univ-smb.fr
Date limite de publication : 2026-05-22

Contexte :
MCF 27 – Informatique

E : Informatique, IA symbolique, Big Data, DevOps, Maths discrètes.
R : Apprentissage automatique, Hybridation, Frugalité.

E : Computer science, Symbolic AI, Big Data, DevOps, Discrete Mathematics
R : Machine Learning, Hybrid IA, Frugality

Poste Vacant

Sujet :
La personne recrutée interviendra dans des cours de base de l’informatique (programmation, algorithmique,
base de données) et prendra en charge des cours de la spécialité Informatique, Données, Usages (IDU) soit
dans le domaine du DevOps (git, linter, qualité, IC…), soit dans le domaine des mathématiques discrètes et
de l’IA symbolique.
La personne recrutée s’intégrera à l’équipe pédagogique et participera aux APP (apprentissages par projets)
IDU en qualité d’expert pour assister et former les étudiants, et en qualité de client en proposant des sujets
pédagogiques.
L’enseignement s’effectuera à Polytech Annecy-Chambéry, principalement sur le site d’Annecy avec des
déplacements ponctuels sur le site du Bourget.
La personne recrutée pourra être amenée à dispenser des cours en anglais en dernière année de la spécialité
IDU et devra intégrer les enjeux du DDRS au sein de ses enseignements.
Contact : Flavien Vernier – Responsable de la spécialité IDU – resp-idu-polytech@univ-smb.fr

L’activité de recherche de la personne recrutée s’inscrira dans l’un des deux thèmes du LISTIC : le thème
AFuTé (Apprentissage, Fusion et Télédétection) ou le thème ReGaRD (Représentation, Gestion et tRaitement
des Données pour l’humain). Le thème AFuTé développe des approches méthodologiques en apprentissage
automatique, traitement du signal, fusion de données et télédétection. Le thème ReGaRD est spécialisé en
traitement des données humaines, aide à la décision, systèmes distribués, réseau et sécurité. Pour ce poste,
des profils orientés vers le développement de modèles d’apprentissage automatique hybride seront privilégiés.
Ces modèles se distinguent des pipelines classiques car ils prennent en compte une information a priori qui
peut venir soit d’informations physiques (réseaux PINNS par exemple), de la structure d’algorithmes
d’optimisation (réseaux unrolled ou PnP) ou provenant d’une connaissance experte. Le développement de ce
type de modèles a pour but d’avoir une grande robustesse et une meilleure frugalité. La personne recrutée
devra s’impliquer à court terme dans la recherche de financements.
Contact : Sébastien Monnet et Guillaume Ginolhac – Direction du LISTIC – recrutement.listic@univ-smb.fr

Profil du candidat :

Formation et compétences requises :

Adresse d’emploi :
Polytech Annecy Chambéry
Annecy – 74000

Document attaché : 202602051025_2026_44mcf27_pac_listic_short.pdf

Postdoc proposition: Privacy-preserving and ressource-efficient federated learning for ship detection from satellite imagery

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

Laboratoire/Entreprise : IRISA-UBS
Durée : 18 mois
Contact : minh-tan.pham@irisa.fr
Date limite de publication : 2026-05-31

Contexte :

Sujet :
For more information: https://www-obelix.irisa.fr/files/2026/02/2026_Postdoc_Axolotl.pdf

Profil du candidat :
PhD in Computer Science or related domain with experience and strong publications in image processing, computer vision and applied machine learning

Formation et compétences requises :

Adresse d’emploi :
IRISA-UBS, Vannes 56000, France

Document attaché : 202602050217_2026_Postdoc_Axolotl.pdf

Label-scarce VHR Disaster Mapping in the Era of Geospatial Foundation Models

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

Laboratoire/Entreprise : IRISA-UBS
Durée : 3 ans
Contact : minh-tan.pham@irisa.fr
Date limite de publication : 2026-05-31

Contexte :

Sujet :
For more information, please visit: https://www-obelix.irisa.fr/files/2026/02/2026_PhD_Dreams.pdf

Profil du candidat :
MSc or Engineering degree with excellent academic track and proven research experience in one of the following fields: computer science, applied maths, signal and image processing;

Formation et compétences requises :

Adresse d’emploi :
IRISA-UBS, Vannes, 56000

Document attaché : 202602050215_2026_PhD_Dreams.pdf

Fusion d’images SAR réelles et simulées pour une reconnaissance de cibles ultra-robuste par IA

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

Laboratoire/Entreprise : ONERA-DEMR, UTT-LIST3N
Durée : 3 ans
Contact : alexandre.baussard@utt.fr
Date limite de publication : 2026-05-02

Contexte :

Sujet :
https://w3.onera.fr/formationparlarecherche/sites/w3.onera.fr.formationparlarecherche/files/phy-demr-2026-05.pdf

Profil du candidat :

Formation et compétences requises :

Adresse d’emploi :
ONERA, site Palaiseau

Réseaux neuronaux basés sur la physique en imagerie par tomographie d’impédance électrique

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

Laboratoire/Entreprise : CEA Cadarache / UTT-LIST3N
Durée : 3 ans
Contact : alexandre.baussard@utt.fr
Date limite de publication : 2026-05-02

Contexte :
Dans le cadre de l’utilisation durable de l’énergie nucléaire pour un mix énergétique décarboné en association avec les énergies renouvelables, les réacteurs de IVe génération à neutrons rapides sont cruciaux pour la fermeture du cycle du combustible et la maîtrise de la ressource en uranium. La maîtrise de la sûreté d’un tel réacteur à caloporteur sodium repose notamment sur la détection précoce de vides gazeux dans les circuits. Dans ces milieux opaques et métalliques, les méthodes d’imagerie optiques sont inopérantes, d’où la nécessité de développer des techniques innovantes.
Cette thèse s’inscrit dans le développement de la tomographie d’impédance électrique (EIT) appliquée aux métaux liquides, une approche non intrusive permettant d’imager la distribution de conductivité dans un écoulement.

Les réseaux neuronaux informés par la physique (PINN, pour Physical informed neural network) sont récemment apparus comme une technique d’apprentissage automatique prometteuse pour résoudre les équations différentielles partielles (EDP) en intégrant directement les lois physiques dans la fonction de perte. Ils ont déjà démontré leur potentiel dans la résolution de problèmes inverses pour de nombreuses applications. Il est possible de définir une fonction de perte intégrant uniquement les équations physiques mais aussi d’intégrer, en plus de la physique, des données (simulées, expérimentales ou réelles), sans donc faire de l’apprentissage purement guidé par les données (dit data-driven) comme avec des réseaux de neurones convolutionnels classiques.
Si les PINN ont déjà été utilisés en inversion, il existe cependant très peu de publications qui traitent de la résolution du problème inverse en tomographie d’impédance électrique. Ces dernières sont de plus très récentes et se limitent généralement à des géométries de reconstruction relativement simples et elles peuvent reposer sur des hypothèses assez restrictives pour des scénarios réels.
Ainsi différentes contributions pourront émerger de ce travail à la fois méthodologique sur les PINN mais aussi applicatives par l’exploitation de données expérimentales.

Sujet :
L’objectif de cette thèse est de développer un système complet de tomographie de résistivité électrique pour la détection et la cartographie en temps réel des écoulements diphasiques métal liquide/argon en vue de l’appliquer à des écoulements de circuits de Génération IV.

Des approches d’intelligence artificielle, notamment les réseaux neuronaux informés par la physique, seront explorées pour combiner apprentissage numérique et contraintes physiques. Elles seront comparées à l’utilisation de simulations numériques. L’objectif est d’établir des modèles physiques adaptés au contexte et de concevoir des méthodes d’inversion robustes vis-à-vis des bruits de mesure.

Le sujet s’articulera autour de quatre axes :
1. Lois physiques et modélisation (électromagnétique et hydrodynamique) des signaux de tomographie dans le sodium.
2. La reconstruction d’image à partir des mesures de conductivité, en 2D et en 3D spatial, avec tensions sinusoïdales. On se tournera pour cela vers des méthodes de Machine-Learning.
3. Développement expérimental : mesures avec du galinstan (de conductivité proche de celle su sodium liquide).
4. Amélioration de la reconstruction tomographique en présence de bruit de défauts des capteurs et de perturbations de fond.

Profil du candidat :
Etudiant(e) de niveau master ou ingénieur ayant suivi une formation en mathématique appliquée, en apprentissage machine (deep learning) ou en physique (électromagnétisme). Il est nécessaire de maîtriser Python et de connaître si possible PyTorch.
Le travail attendu nécessite rigueur, autonomie et un intérêt pour les sujets à la frontière de plusieurs disciplines.

Formation et compétences requises :

Adresse d’emploi :
CEA Cadarache

Contacts :
– Encadrant CEA : michel.frederic@cea.fr
– Directeur de thèse : alexandre.baussard@utt.fr