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

Laboratoire/Entreprise : LISTIC
Durée : 12 mois
Contact : abdourrahmane.atto@univ-smb.fr
Date limite de publication : 2023-11-30

Contexte :
Après avoir créé le réseau ROMANsns en décembre 2020, avec le nivologue Alain Duclos et l’association data-avalanche, nous possédons aujourd’hui une base de données originale de près de 550 tests nivologiques, réalisés à l’échelle des massifs Alpins de 4 départements français. Leur vocation est de permettent de caractériser la propension du manteau neigeux à permettre le déclenchement d’une avalanche.

Sujet :
Systématiquement réalisés à l’endroit le plus instable d’un secteur, ces tests manquent encore d’un processus pour l’extrapolation spatiale de leurs résultats. Quelle tranche d’altitude serait similaire, avec quelles orientations, quelles caractéristiques topographiques et à quelle échelle (pente, secteur, massif, département, etc.) ? En mettant en oeuvre des outils mathématiques tels que la logique floue ou encore les ondelettes dans le but de réaliser un système de fusion d’informations (domaine d’expertise du laboratoire LISTIC). L’objectif est de fiabiliser une démarche d’agrégation déjà riche et prometteuse et prédire des niveaux de risque avalancheux dont les bénéficiaires sont les professionnels de la montagne, les pratiquants amateurs, mais également les collectivités territoriales pour la sécurisation des voies de communication.

Profil du candidat :
De solides compétences en traitement de données incertaines sont primordiales.
Une première expérience dans la mise en oeuvre de la théorie des sous-ensembles flous et / ou d’une représentation en ondelettes sera également demandée.
La maîtrise des SIG ainsi qu’une culture montagne et la pratique du ski de randonnée seront particulièrement appréciés.

Formation et compétences requises :
Thèse de doctorat dans l’un des domaines : Science des données, Informatique, Signaux, Mathématiques ou tout autre domaine connexe.

Adresse d’emploi :
Université Savoie Mont Blanc
Laboratoire : LISTIC
5 chemin de bellevue, Annecy-le-Vieux
74940 ANNECY, FRANCE

Document attaché : 202309210912_2023_Offre_Post-Doc_EraDA.pdf

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

Laboratoire/Entreprise : CNRGH/CEA
Durée : CDI
Contact : edith.lefloch@cnrgh.fr
Date limite de publication : 2024-03-31

Contexte :
Le Centre National de Recherche en Génomique Humaine (CNRGH), au sein de l’Institut de biologie François Jacob du CEA, est localisé sur le campus de la Genopole d’Evry-Courcouronnes (https://jacob.cea.fr/drf/ifrancoisjacob/Pages/Departements/CNRGH.aspx).

Le CNRGH permet de répondre aux questions scientifiques nécessitant des besoins de séquençage et de génotypage à très haut débit grâce au développement et à la mise en œuvre de technologies innovantes. L’organisation du CNRGH permet d’optimiser la recherche en génomique des maladies humaines, en créant les liens indispensables entre la constitution des cohortes (échantillons d’ADN et d’ARN) et l’identification des gènes responsables, l’étude du transcriptome et de l’épigénome. Plus précisément, l’ingénieur-chercheur en statistiques et machine learning sera intégré au sein de l’équipe Mathématiques et Statistiques du CNRGH, composée actuellement de 3 ingénieurs-chercheurs permanents, dont l’objectif est le développement de méthodes d’analyse innovantes des données génomiques.

Sujet :
La mission principale pour ce poste sera le développement de méthodes d’analyses statistiques multivariées pour l’analyse intégrative de données multi-omiques (génomique, transcriptomique, épigénomique, protéomique, métabolomique…), afin d’identifier et d’interpréter des groupes de marqueurs « omiques » hautement corrélés à une pathologie donnée ainsi que d’identifier d’éventuels sous-types de cette pathologie. Dans une perspective de médecine personnalisée, l’objectif est de mieux modéliser l’étiologie de la maladie et d’en identifier chaque sous-type, afin de mieux prédire son évolution, l’efficacité d’un traitement, voire d’identifier de nouvelles cibles thérapeutiques.

Profil du candidat :
Titulaires d’un doctorat ou d’un master en mathématiques ou statistiques appliquées, biologie computationnelle, informatique ou discipline apparentée.

Formation et compétences requises :
Les candidats devront justifier d’une expérience significative en analyse statistique et machine learning. Des connaissances dans le domaine de la génomique ou de la recherche biomédicale ainsi qu’en deep learning seraient très appréciées. Anglais courant requis. Ce poste demande des capacités à communiquer au sein d’équipes pluridisciplinaires, à comprendre les problématiques scientifiques, de la rigueur et de l’autonomie.

Adresse d’emploi :
CNRGH, Evry-Courcouronnes

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

Laboratoire/Entreprise : LISIC / ULCO
Durée : 5
Contact : gilles.roussel@univ-littoral.fr
Date limite de publication : 2023-10-04

Contexte :
Extension de la date limite de dépôt des candidatures  (Galaxie) : 2 octobre 2023

Mots clés : Intelligence artificielle, Industrie du futur, jumeau numérique industriel, Machine Learning, Aide à la décision.

Le laboratoire LISIC est une unité de recherche de l’Université du Littoral Côte d’Opale. Il est installé sur un site principal situé à Calais et une extension plus récente située à Saint-Omer. Le LISIC a défini son identité autour de la thématique de Jumeaux Numériques pour des systèmes environnementaux ou industriels et ses équipes contribuent à différents niveaux de ce thème : modélisation, perception de l’environnement, analyse, fusion d’informations, complétion de données multidimensionnelles, optimisation, synthèse d’images. Ses activités concernent les deux sections scientifiques (27 et 61).
Beaucoup des théories de l’IA font parties des activités menées au LISIC. Les besoins de la transition numérique industrielle rejoignent les objectifs théoriques : analyser, interpréter, comprendre et décider en développant des méthodes et des outils d’apprentissage, de raisonnement, d’optimisation et de décisions explicables.
Les applications du LISIC sont actuellement majoritairement tournées vers l’environnement naturel ou anthropisé. Le laboratoire souhaite continuer à développer aux meilleurs niveaux internationaux son positionnement vers les applications industrielles.
Le LISIC participe au CPER CornellIA de l’alliance A2U sur le domaine de l’IA dans lequel sont définis 4 axes. Au-delà des aspects théoriques dans lesquels le laboratoire s’inscrit, le troisième axe vise à irriguer d’autres disciplines dont l’un des domaines est l’industrie. Le 4ème axe concerne la création d’un pôle régional de compétences en IA visant l’apport de résultats de recherche des laboratoires vers les entreprises. Le LISIC prend sa part dans ces objectifs.

Durée du contrat : 5 ans
Après évaluation des réalisations scientifiques et des capacités professionnelles du titulaire de la chaire par une commission de titularisation, celui-ci pourra prétendre à un poste de professeur titulaire.
Conditions financières

– Traitement brut : 55 k€/an pendant 5 ans.
– Soutien financier pour mener à bien le projet de recherche et d’enseignement (financement de l’ ANR) : 200 k€ dont 60 % destiné à des charges de personnel.
– Moyens additionnels de l’université (ULCO) : 1 cofinancement de thèse.

Sujet :

Projet de recherche :
La chaire de Pr junior devra s’inscrire dans la thématique IA et jumeau numérique appliquée à l’industrie 4.0 avec les contraintes de l’IoT. Les recherches porteront dans la définition de modèles d’aide à la décision pour des systèmes manufacturiers, de production d’énergie, de transport, de distribution ou de communications, etc … dans le but de prédire leur comportement et d’optimiser leur performance et/ou accroître leur sécurité.
Dans le contexte de la transition numérique pour les usines du futur et de l’industrie 4.0, de la transition énergétique, de l’exploitation en ligne et d’un environnement instrumental dense sur le modèle de l’Internet des objets, les données possèdent les caractéristiques « 3V » du Big Data : volume, variété et véracité. Ces contraintes influenceront les choix pour le développement d’algorithmes d’IA pour certains des buts suivants :
– améliorer les performances en termes de sécurité, fiabilité, résilience, maintenance, disponibilité, etc ..
– développer des modèles à base d’apprentissage automatique pour la prédiction et l’optimisation des systèmes évolutifs, le diagnostic de défauts des systèmes dynamiques hybrides de grande taille
– combiner les types de modèles pour l’aide à la maintenance prédictive

Projet d’enseignement :

Le Pr junior sera pleinement investi dans le développement d’une chaire d’enseignement de l’IA pour la transition numérique de l’industrie, dans le contexte du CMQ Industrie et Transition Numérique du territoire et de la candidature au Campus d’Excellence de ce même territoire et son orientation vers l’efficience écologique industrielle. Il serait impliqué dans :

– le pilotage des modules disciplinaires à destination d’étudiants de la spécialité Génie Industriel de l’école d’ingénieurs (EIL-Côte d’Opale) et du Master Ingénierie des systèmes complexes (MISC) ;
– la participation au projet pédagogique dans le contexte d’une projection décennale de la spécialité du site dans le domaine de l’industrie 4.0 et ce, en lien avec les objectifs du projet recherche ;
– la participation à l’encadrement d’étudiants entre autres pour des projets d’innovation et de conception sur le thème de l’IA et l’industrie numérique ;
– l’intervention dans des séminaires scientifiques et l’encadrement d’étudiants en stage dans le cadre de la formation à et par la recherche.

Profil du candidat :
Profil du candidat :
Le candidat doit être titulaire d’une thèse de doctorat en automatique ou en informatique avec une solide expérience dans les domaines de l’intelligence artificielle tels que l’apprentissage automatique, la prise de décision automatique. L’excellence du candidat doit se traduire par une production scientifique significative (publications dans des revues à comité de lecture de premier plan, communications dans des conférences internationales à comité de lecture de premier plan dans son domaine).

Formation et compétences requises :
Formation et compétences requises :
Le candidat doit être capable de gérer des activités de recherche, de diriger des projets de recherche nationaux et internationaux et de superviser de jeunes chercheurs. Le candidat doit faire preuve d’aptitudes au travail en équipe.

Adresse d’emploi :
LISIC & Ecole d’Ingénieurs du Littoral – Côte d’Opale (Eil-CO)

Document attaché : 202309141458_CPJ LISIC-ULCO 2023 v2.pdf

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

Laboratoire/Entreprise : France Energies Marines
Durée : CDI
Contact : contactrh@france-energies-marines.org
Date limite de publication : 2023-09-22

Contexte :
Le nombre croissant de parcs éoliens offshore soulève des questions environnementales et sociétales essentielles quant à leur impact sur l’écosystème marin. Les espèces de la mégafaune marine, telles que les oiseaux marins, les mammifères marins et les poissons, pourraient être influencées par les parcs éoliens en ce qui concerne leur distribution, leur abondance et leur comportement, ce qui peut en fin de compte affecter la dynamique des populations. L’amélioration de notre compréhension des effets des parcs éoliens sur l’environnement marin dépend de notre capacité à (i) surveiller simultanément plusieurs compartiments de l’écosystème, (ii) adopter des suivis à long terme et (iii) assurer des suivis standardisés et applicables d’une région à l’autre. Dans ce contexte, des plateformes de recherche multi-instruments ainsi que des développements méthodologiques pour le traitement automatisé des données sont nécessaires.

L’intelligence artificielle, et en particulier l’apprentissage profond, sont prometteurs pour le traitement et l’analyse de la grande quantité de données disponibles. Ces méthodes s’avèrent notamment utiles pour l’identification automatique d’espèces à partir de données multi-sources (vidéos, données d’échosondage, enregistrements acoustiques). Le développement d’algorithmes automatisés pour le suivi à long terme des écosystèmes marins est un défi majeur dans le domaine, et émerge dans plusieurs projets de recherche à FEM, (OWFSOMM, SEMAFOR, MIGRATLANE & MMERMAID).

Le.a candidat.e sera chargé.e de renforcer les compétences de l’Institut dans le développement d’algorithmes automatisés et de R&D pour améliorer le suivi de la mégafaune marine en relation avec les paramètres environnementaux et les activités humaines – i.e. le bruit sous-marin – dans un parc éolien.

Sujet :

Les missions du/de la candidat.e seront les suivantes :

Utiliser, améliorer, développer des algorithmes de traitement du signal et/ou d’apprentissage profond pour détecter, identifier les espèces et à terme le comportement des espèces de la mégafaune marine ;
Traiter plusieurs sources acoustiques pour identifier, compter, localiser les espèces de la mégafaune marine et décrire le paysage sonore sous-marin ;
Collaborer à la mise en œuvre de modèles de données multisources ;
Contribuer à la mise en œuvre d’algorithmes automatisés sur le terrain pour la collecte, le traitement et la transmission des données en temps réel ;
Développer un ensemble de protocoles et de méthodologies standardisés transposables à différentes structures/sites en mer ;
Présenter les résultats des projets de recherche collaborative dans des revues à comité de lecture et lors de conférences ;
Initier, développer et gérer des projets de recherche technique et scientifique en collaboration avec des organismes de recherche et l’industrie dans le domaine de la faune marine et des parcs éoliens ;
Contribuer à l’offre de services de FEM pour le secteur des énergies marines renouvelables.

Profil du candidat :
Formation initiale

Doctorat/M.Sc/M.Eng en bioacoustique, traitement du signal ou informatique.

Formation et compétences requises :

Connaissances spécifiques et expériences professionnelles

Requises :

Expérience dans le traitement du signal, l’apprentissage automatique et/ou l’apprentissage profond appliqués aux données acoustiques.
Excellentes compétences en programmation en Python (la connaissance de l’un des logiciels d’apprentissage profond, tels que PyTorch ou Tensorflow, est indispensable).
Intérêt pour les questions environnementales appliquées.

Souhaitées :

Expérience professionnelle et connaissances sur la mégafaune marine.
Expérience de terrain dans le déploiement de dispositifs acoustiques.
Connaissance des enjeux environnementaux et de conservation

Qualités professionnelles

Grande rigueur scientifique.
Esprit d’initiative et ouverture multidisciplinaire.
Goût pour la recherche appliquée (recherche industrielle).
Aisance dans l’expression, l’argumentation et la communication dans un contexte de partenariat.
Goût pour le travail en équipe, mais capacité à travailler de manière autonome.

Adresse d’emploi :
Localisation : Brest (29), Nantes (44), Le Havre (76) ou Marseille (13) – France Energies Marines

Document attaché : 202309140819_230829-P3-chercheur-deep-learning-acoustique-FR.pdf

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

Laboratoire/Entreprise : Service Hydrographique et Océanographique de la Ma
Durée : X ans
Contact : recrutement@shom.fr
Date limite de publication : 2023-10-01

Contexte :
Le Shom est l’opérateur public pour l’information géographique maritime et littorale de référence.

Établissement public administratif sous tutelle du ministère des Armées, il a pour mission de connaître et décrire l’environnement physique marin dans ses relations avec l’atmosphère, avec les fonds marins et les zones littorales, d’en prévoir l’évolution et d’assurer la diffusion des informations correspondantes.

L’exercice de cette mission se traduit par trois activités primordiales :

1) l’hydrographie nationale, pour satisfaire les besoins de la navigation de surface, dans les eaux sous juridiction française et dans les zones placées sous la responsabilité cartographique de la France ;
2) le soutien de la défense, caractérisé par l’expertise apportée par le Shom dans les domaines hydro-océanographiques à la direction générale de l’armement et par ses capacités de soutien opérationnel des forces ;
3) le soutien aux politiques publiques de la mer et du littoral, par lequel Shom valorise ses données patrimoniales et son expertise en les mettant à la disposition des pouvoirs publics, et plus généralement de tous les acteurs de la mer et du littoral.

Contexte du poste:
Le poste est situé au sein du laboratoire d’innovation qui est en charge d’introduire des ruptures technologiques dans les actions de modernisation des processus de production et de prototyper des produits et services en anticipation des besoins futurs.

Sujet :
Les missions principales du poste au sein de ce laboratoire sont les suivantes :
• Proposer une approche opérationnelle pour gérer les connaissances contenues dans les textes des instructions nautiques[1] et en dériver des produits novateurs pour les marins ;
• Développer et tester des outils pré-opérationnels, accompagner leur mise en production ;
• Assurer la veille technologique en ingénierie des connaissances et participer à développer les compétences du Shom dans ce domaine.

Dans un premier temps vous prendrez connaissance du sujet et de l’état de l’art. Vous analyserez le potentiel de l’ontologie qui modélise les connaissances contenues dans les Instructions Nautiques et du démonstrateur d’extraction et de peuplement pour créer une base de connaissance de celles-ci, développés dans le cadre d’une thèse. Ce démonstrateur met en œuvre un modèle de langue à base d’apprentissage profond de type transformer pour la reconnaissance des entités spatiales et de leurs relations, et des technologies du web sémantique pour le peuplement de la base de connaissances.
Suite à cette étape vous ferez évoluer ce prototype de manière à concevoir un outil plus complet de peuplement de la base de connaissance, à le tester sur une zone d’étude suffisamment étendue et à évaluer la qualité du résultat, afin de valider le modèle ontologique et l’extraction.

Dans un second temps, vous proposerez un système prototype qui permette de consolider et valider dans un environnement représentatif une chaîne de gestion et de traitement des connaissances nautiques qui permette de créer des textes (équivalent des INs) mais également de concevoir d’autres produits et services de manière agile. Vous travaillerez pour cela en étroite collaboration avec les experts métiers du Shom.
Vous pourrez vous appuyez sur les résultats des travaux académiques existants et/ou réutiliser des modules libres non contaminants et/ou développer des modules et réaliser les entrainements nécessaires.

Vous contribuerez à la veille technologique, en lien avec les partenaires académiques du Shom, et jouerez un rôle primordial en développant les savoirs et la montée en compétence de vos collègues sur le sujet de l’ingénierie des connaissances. Vous pourrez soumettre des publications.

[1] Les instructions nautiques sont des documents officiels destinés aux navigateurs. Ils contiennent entre autres des descriptions physiques des zones de navigation, des phénomènes océanographiques et météorologiques (courants, vents, vagues, …), le balisage principal, les routes de navigation, les dispositifs de séparation du trafic, la description et les formalités d’accès aux ports, la, la réglementation …. et ils doivent être utilisés en complément des cartes marines.

Profil du candidat :
Vous êtes de niveau BAC +5 en ingénierie des connaissances, data science, statistiques, mathématiques, traitement de l’information. Une thèse de doctorat dans le domaine de l’ingénierie des connaissances est un plus.
Une expérience professionnelle de 2 ans est souhaitée.

Formation et compétences requises :
Aptitudes techniques :

Expérience en développement logiciel
Expérience en apprentissage machine appliqué à du texte
Très bonnes connaissances et expérience en manipulation de données textuelles
Connaissances en SIG
Connaissance et expérience des technologies du web sémantique
Connaissance en base de données

Compétences humaines (soft skills) :

Savoir travailler en équipe
Savoir communiquer en particulier auprès de néophytes en IA, pédagogie
Sens de l’initiative et autonomie
Organisation et synthèse
Curiosité et intérêt des problématiques métiers

Adresse d’emploi :
13 Rue de Châtellier, 29200 Brest

Document attaché : 202309081041_data-scientist-h-f-shom.pdf