Knowledge Graph-based Modeling of Dynamic Vulnerability Data and Organizational Knowledge for Cybersecurity Enhancement

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

Laboratoire/Entreprise : ERIC
Durée : 6 mois
Contact : mohamed-lamine.messai@univ-lyon2.fr
Date limite de publication : 2024-01-31

Contexte :
Knowledge Graphs & Cybersecurity

Sujet :
In the era of increasing cyber threats, it is crucial for organizations to have a comprehensive understanding of their vulnerabilities and the interconnectedness of their digital assets. This research internship aims to explore the potential of knowledge graphs [1] in the field of cybersecurity by developing a dynamic vulnerability data model (e.g., CVE) integrated with an organizational knowledge graph representing network architecture, host operating systems, software versions (e.g., web server version, libraries, database server version), and more. The ultimate goal is to empower organizations to gain insights into threat dependencies and enhance their cybersecurity measures [2]. Additionally, we aim to investigate the construction of digital twins using knowledge graphs to provide a visual and conceptual representation of an organization’s cyber environment [3].
Objectives of this internship :
• Knowledge Graph Modeling: Design and develop a knowledge graph schema that incorporates dynamic vulnerability data (e.g., CVEs) and organizational information (network architecture, software versions, etc.).
• Data Integration: Establish mechanisms to extract, transform, and load vulnerability data and organizational information into the knowledge graph.
Page 2 sur 2
• Dependency Analysis: Analyze the knowledge graph to identify and visualize the dependencies and relationships between vulnerabilities and organizational assets, enabling a better understanding of threat landscapes.
• Digital Twin Construction: Investigate the utilization of knowledge graphs to construct digital twins that mimic the behavior and interactions within an organization’s cyber ecosystem, providing a simulated environment for testing security strategies and evaluating risk scenarios.
• Machine Learning: propose knowledge graph embedding to detect vulnerabilities and attacks [4, 5, 6].
• Implementation and tests

Profil du candidat :
Master 2 student (or equivalent).

Formation et compétences requises :
The candidate must have advanced skills (M2 level) in computer science (data science, machine learning and notions of graph theory and computer security are highly desirable).

Adresse d’emploi :
ERIC Laboratory, Porte des Alpes Campus, Bron.

Document attaché : 202309071410_Internship-FIL-ROMANCE-1.pdf

Modèle générique de métadonnées centré qualité pour les,Data Lake : Application aux données de santé

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

Laboratoire/Entreprise : LIAS (Poitiers) & TRIMANE (Paris)
Durée : 36 mois
Contact : allel.hadjali@ensma.fr
Date limite de publication : 2024-01-31

Contexte :
Voir document en attaché

Sujet :
Voir document en attaché

Profil du candidat :
Étudiants en Master 2 d’Informatique ou élèves-ingénieurs en dernière année (BAC+5) intéressés par la gestion des données massives et disposant de bonnes compétences en bases des données, développement Web et JEE et d’une initiation à la recherche (relecture et synthèse d’articles scientifiques). La connaissance du domaine de la santé serait un plus.

Formation et compétences requises :
Étudiants en Master 2 d’Informatique ou élèves-ingénieurs en dernière année (BAC+5) intéressés par la gestion des données massives et disposant de bonnes compétences en bases des données, développement Web et JEE et d’une initiation à la recherche (relecture et synthèse d’articles scientifiques). La connaissance du domaine de la santé serait un plus.

Adresse d’emploi :
Voir document en attaché

Document attaché : 202309070807_Sujet_Thèse_Version2.pdf

post doc on conversational agents

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

Laboratoire/Entreprise : Artificial and Natural Intelligence Toulouse Insti
Durée : 24 months
Contact : asher@irit.fr
Date limite de publication : 2023-11-30

Contexte :
This posdotoral position on conversational agents is proposed in the framework of the Audio Mobility 2030 (AM2030) project, which started in April 2023. AM2030 aims at enabling car manufacturers to have their own in-car audio application, regardless of the operating system. They will be able to deploy a global audio experience and offer the best content and proactive services to drivers. It is positioned as a true road companion that will help consumers adopt eco-responsible behaviors: vehicle self-diagnosis and maintenance reports, advice on driving and the use of on-board equipment.
Project partners: ETX Studio (Lead), Continental Automotive FRANCE SAS, Université Fédérale de Toulouse Midi -Pyrénées – ANITI, École Polytechnique de Paris

ANITI’s role in the project is related to working on human-computer interactions, in particular on natural language understanding. This will include a conversational model that can exploit conversational structure as well as content provided by modern transformer based models. The model will learn constraints on the user’s preferences, from the conversation and from his previous choices.

Sujet :
The post doc will work on including a conversational model that can exploit conversational structure as well as content provided by modern transformer based models. The model will learn constraints on the user’s preferences, from the conversation and from his previous choices.

The conversational assistant will go considerably beyond the art of current finite state dialogue systems but offering a transparency, guarantees and explainability that large transformer models by themselves cannot. It will interact with voice based components as well as a recommendation model for actions based on the information acquired by the conversational assistant.

Profil du candidat :
Applicants should ideally have a PhD in machine learning. Good programming skills are essential; and English communication skills are also required.

Formation et compétences requises :
Good programming skills are essential; and English communication skills are also required.

Adresse d’emploi :
APPLICATION PROCEDURE
Formal applications should include detailed cv, a motivation letter and reference letters.
Samples of published research by the candidate will be a plus.
applications should be sent by email to: asher@irit.fr
More information: https://aniti.univ-toulouse.fr/¬¬

Document attaché : 202309050852_postdoctoral researcher on conversational agents(1).docx

Development of a joint comparative analysis method for multi-omics data (multi-strain/multi-conditions). Application to filamentous fungi Trichoderma reesei

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

Laboratoire/Entreprise : IFP Energies nouvelles
Durée : 3 ans
Contact : laurent.duval@ifpen.fr
Date limite de publication : 2023-11-30

Contexte :
In its commitment to successfully carry out the energy transition, IFP Energies nouvelles is conducting research to optimize biotechnological processes with applications to more renewable energy sources. These processes require the use of microorganisms, for which we need to deepen our understanding of their molecular mechanisms.

Sujet :
In our approach, we adopt a systemic approach that considers different levels of biological regulation that interact with each other. We have gathered a set of genetic data, information on gene activity, and epigenetic imprints for our model organism Trichoderma reesei. But the question that arises is: how can we detect differences in the functioning of a biological system by combining different experimental data? To answer this question, we want to develop and implement new methodologies that integrate different types of data by identifying both the fundamental systemic mechanisms that remain constant and those specific to each experimental condition. We propose to explore different statistical analysis, data processing and optimization approaches such as Bayesian methods, source separation, and deep learning through variational autoencoders. These tools will help us better understand the functioning of our microorganisms of interest to optimize biotechnological processes in the fields of bio-based chemistry and biofuels. This thesis is linked to the targeted project GalaxyBioProd of the PEPR B-BEST (PEPR, Programmes et Équipements Prioritaires de Recherche or Priority Research Programmes and Equipments, are aimed at constructing or consolidating French leadership in specific scientific fields). The tools developed in this thesis will be made available to the community of biologists through their integration into the Galaxy platform.

Profil du candidat :
We are looking for a motivated student with strong skills in statistics, machine learning and bioinformatics. Prior experience in processing and analyzing omics data and computer programming is highly desirable. The candidate will work closely with our team of researchers and will benefit from a stimulating environment conducive to learning and professional development

Formation et compétences requises :
#bioinformatics, #MachineLearning, #DataScience

Adresse d’emploi :
IFPEN, 92000 Rueil-Malmaison
http://laurent-duval.eu/job-2023-phd-bioinformatics-data-multi-omics-comparative-analysis.html

Document attaché : 202309022113_job-phd-application-machine-learning-bioinformatic-statistics.pdf

CPJ/Tenure track position, AI and Climate Extremes

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

Laboratoire/Entreprise : Lab-STICC/IMT Atlantique
Durée : 5 years
Contact : ronan.fablet@imt-atlantique.fr
Date limite de publication : 2023-09-30

Contexte :
Chaire de Professeur Junior “AI and Climate Extremes@ at IMT Atlantique/Lab-STICC/Odyssey. Successful applicants will first be hired on a ‘CDD de projet’ contract and tenure will occur at IMT Professor level.

Location: IMT Atlantique, Brest campus

Hosting research team: INRIA team Odyssey (https://team.inria.fr/odyssey/)

Key words : AI, applications to earth systems, extreme climate events, machine learning, dynamical systems, observing systems

Sujet :
The details of the position are available here: https://institutminestelecom.recruitee.com/o/chair-of-junior-professor-in-ai-climate-extremess-contrat-projet-5-ans

Profil du candidat :
See https://institutminestelecom.recruitee.com/o/chair-of-junior-professor-in-ai-climate-extremess-contrat-projet-5-ans

Formation et compétences requises :
See https://institutminestelecom.recruitee.com/o/chair-of-junior-professor-in-ai-climate-extremess-contrat-projet-5-ans

Adresse d’emploi :
IMT Atlantique, Brest campus

La science ouverte dans un laboratoire de neurosciences : analyse des changements de pratiques

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

Laboratoire/Entreprise : Centre de Recherche en Neurosciences de Lyon – CRN
Durée : 6 mois
Contact : gaelle.leroux@cnrs.fr

Contexte :
Parmi les 450 membres du Centre de Recherche en Neurosciences de Lyon (CRNL), beaucoup participent activement au mouvement de la science ouverte, de manière individuelle et collective. On peut citer par exemple l’organisation d’un workshop sur les nouvelles façons d’évaluer et de diffuser les connaissances scientifiques dans l’espace numérique” (02/2020), des séminaires, des présentations didactiques comme celles sur le pré-enregistrement, Git ou des standards disciplinaires. Des groupes de travail se sont formalisés, notamment autour des questions des publications (gestion des collections HAL du Centre et des équipes, questionnaire annuel sur les formes et pratiques de publication depuis 2021) et de la diffusion de la science vers la société civile (cellules communication & valorisation ). Début 2022, les chef.fe.s d’équipe ont voté à l’unanimité la science ouverte comme une priorité et un « Plan du CRNL pour la Science Ouverte » a été adopté. Il décrit 4 axes prioritaires avec des objectifs concrets pour mettre en œuvre la science ouverte dans les pratiques.

Sujet :
Missions du stage :
• Appliquer la méthodologie du baromètre général de la science ouverte pour les publications du CRNL et analyser les résultats (Bracco & al. 2022)
• Quantifier les frais de publication du CRNL (voir OpenAPC, même période que le baromètre)
• Identifier à cette occasion, les éventuelles publications dans des revues prédatrices
• Identifier un outil collaboratif pour mettre en place une base de données recensant les actions vers le grand public
• Identifier et analyser les freins aux changements ; propositions éventuelles

Profil du candidat :
Stage ingénieur ou M2

Formation et compétences requises :
• Cursus ingénieur ou titulaire d’un Master 1 en information et médiation scientifique et technique
• Une maîtrise des outils de bureautique
• Une bonne connaissance ou une appétence pour la programmation
• Une connaissance du contrôle de version Git serait un plus

Pour ce stage, la personne devra présenter de bonnes capacités relationnelles (nombreux interlocuteurs à rencontrer pour collecter les informations), d’organisation et de rigueur (gestionnaire de contrôle de version Git, un peu de programmation à adapter à partir de code existant) et rédactionnelle (rédaction de fiches et de guides). Une documentation sera systématiquement associée à chaque production. L’anglais est la langue du monde de la recherche ; le niveau B2 minimum est demandé, C1 serait apprécié afin de pouvoir échanger avec de nombreux collègues non francophones.

Adresse d’emploi :
CRNL
Bâtiment 462 Neurocampus Michel Jouvet – Bureau F07C
95, boulevard Pinel – 69675 Bron cedex

Document attaché : 202308251030_2023_offre_stage_6mois_M2_OS_v3_DEFINITIVE.pdf

Post-doctorant : deep learning géométrique pour la complétion de surfaces

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

Laboratoire/Entreprise : GREYC UMR CNRS 6072
Durée : 22 mois
Contact : olivier.lezoray@unicaen.fr
Date limite de publication : 2024-02-01

Contexte :
Dans le cadre du projet COSURIA (COmpletion de SURfaces par Intelligence Artificielle), le post-doctorat devra concevoir des méthodes et des algorithmes permettant de compléter la géométrie et les couleurs sur des maillages colorés en 3D.

Sujet :
Le post-doctorant aura la responsabilité principale de :
– Réaliser une bibliographie sur la complétion de maillages 3D par modèles génératifs
– Concevoir et mettre en oeuvre une méthode de complétion de la géométrie et de la couleur de maillages 3D à partir d’auto-encodeurs
– Appliquer la méthode développée pour la complétion de maillages 3D couleur de scans de personnes

Profil du candidat :

– Solide dossier de publication dans le domaine de la vision artificielle et/ou de l’apprentissage profond
– Connaissance approfondie de l’apprentissage automatique et des méthodologies d’apprentissage profond
– Maîtrise de Python (en particulier des cadres d’apprentissage profond) et éventuellement de la programmation C++.
– Capacité à rédiger des rapports scientifiques et à communiquer les résultats de la recherche lors de conférences en anglais.

Formation et compétences requises :
– Doctorat en intelligence artificielle ou en informatique
– Master ou diplôme d’ingénieur dans un domaine lié à l’informatique, ou aux mathématiques appliquées.

Adresse d’emploi :
Le laboratoire GREYC (UMR CNRS 6072) est une Unité Mixte de Recherche en sciences du numérique sous la tutelle de l’ENSICAEN, du CNRS et de l’Université de Caen Normandie (UNICAEN). Les travaux seront effectués au sein de l’équipe Image dont les activités de recherche sont centrées sur le développement de nouvelles méthodes de traitement et d’analyse de signaux/images/vidéos.
Le poste se situe dans un secteur relevant de la protection du potentiel scientifique et technique (PPST), et nécessite donc, conformément à la réglementation, que votre arrivée soit autorisée par l’autorité compétente du MESR.

Document attaché : 202308240922_COSURIA_PostDoc.pdf

Chaire de Professeur Junior « IA et Transition Numérique Industrielle »

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

Laboratoire/Entreprise : LISIC / ULCO
Durée : 5
Contact : gilles.roussel@univ-littoral.fr
Date limite de publication : 2023-09-09

Contexte :
Contexte scientifique
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.

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.

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.

Date limite de dépôt des candidatures (Galaxie): 8 septembre 2023

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

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 :
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 :
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 Calais & Saint-Omer – Ecole d’Ingénieurs du Littoral – Côte d’Opale (Eil-CO)

Document attaché : 202308231321_CPJ LISIC-ULCO 2023 v2.pdf

11:47 Debating the potential of machine learning for astronomical surveys (#2)

Date : 2023-11-27 => 2023-12-01
Lieu : Institut d’Astrophysique de Paris, Paris, France

Abstract deadline: August 31st 2023, Registration deadline please see note below

Machine learning techniques are developing rapidly. After our highly successful 2021 meeting, “Machine Learning for astronomical surveys”, an avalanche of new data and an ever-growing use of ML in astronomical surveys clearly mandated a follow-up.

This year’s meeting follows the same format as previously: a series of invited summary talks, short and very lively contributed talks, posters and debates. Our aim is the same as before: to cast a critical eye on the application of machine-learning techniques in astronomical surveys, including field-level inference, likelihood free approaches, generative models.

The need for new data-analysis techniques for next-generation surveys is no longer in doubt, but the applicability of these techniques (often developed outside of astronomy) needs to be questioned more than ever. We aim to make this conference a forum for discussions on problems
and solutions in data analysis of astronomical surveys. We are also interested in emerging class of problems in astronomy that mandate an evolution of our data analysis techniques.

This time, to bring together as many people as possible, while limiting our carbon impact, this conference will be organised in two locations simultaneously, at the IAP in Paris and the Flatiron Institute in New York, with speakers and audiences at both sites. A professional production company will provide high-resolution live streaming video.

While the main conference and debates will be held simultaneously (in the afternoon in Paris and in the morning in NY), the time-shifted period (morning in Paris and afternoon in NY) will be devoted to in depth review talks by leading experts in the field including:

  • Miles Cranmer (Cambridge University)
  • Marylou Gabrié (CMAP, Polytechnique)
  • Tomasz Kacprzak (ETH Zurich)
  • Jens Jasche (Stockholm University)
  • Soledad Villar (JHU)
  • Tiziana DiMatteo (CMU)

The conference will features three debates, organised jointly between Flatiron and IAP hosted simultaneously:

  • What can machine-learning do for the next generation surveys?
  • What is the impact of large language models in astronomy?
  • Is there truth in latent space?

These debates will be led by experts in machine-learning and/or surveys, with a wide range of views, which will certainly lead to lively discussions, including:

  • Nabila Aghanim (IAS, Orsay)
  • Pierre Casenove (CNES)
  • Aleksandra Ciprijanovic (Fermilab)
  • Helena Domínguez Sánchez (CEFCA)
  • David Hogg (NYU / Flatiron Institute)
  • Kyunghyun Cho (NYU)
  • François Lanusse (LCS, CEA)
  • Luisa Lucie-Smith (MPA)
  • Henry Joy McCracken (IAP, Sorbonne Université)
  • David Spergel (Simons Foundation)
  • Licia Verde (ICC-UB)
  • Lawrence Saul (Flatiron Institute)
  • Torsten Ensslin (MPA)

More information can be found at the conference website, please note the preliminary timetable.

Please register to the correct node that you want to attend to. Payment for the Paris node participation will only be called for by mid-September.

Registration closes for New York / Flatiron on September 30th, 2023. Abstract submission closes on August 31th 2023.

Lien direct


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

Trajectoires du bien vivre et bien vieillir sur son territoire

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

Laboratoire/Entreprise : LIUPPA
Durée : 3 ans
Contact : sebastien.laborie@iutbayonne.univ-pau.fr
Date limite de publication : 2023-09-10

Contexte :
Bien Vivre et Bien Vieillir dans son territoire représente un enjeu reconnu par les instances du Conseil départemental des Landes, de la communauté de communes MACS et du Syndicat Mixte de St Geours de Maremne en charge de l’aménagement et de la gestion du Parc d’Aménagement Atlantisud.
On estime qu’à l’horizon 2050, il y aura 30 000 Landais et Landaises dépendants alors qu’ils étaient 17 000 en 2015.
Fort de ce constat, notre projet a pour objectif de contribuer à l’amélioration du cadre de vie via la digitalisation. Il s’appliquera au domaine du bien vivre et bien vieillir sur le territoire des Landes. Le cadre de vie peut aller de l’entreprise pour les actifs, à l’habitat en passant par les services, les loisirs… L’idée principale est de faire parler les données multi-sources, massives et hétérogènes issues de partenaires afin d’une part de les analyser, mais surtout de mettre en évidence des manques et des recommandations afin de mieux vivre sur son territoire. Ces partenaires sont par exemple le Département des Landes sur des données Habitat, mobilité, ou déplacement, ou encore le bailleur social XL Habitat, Hubics sur les données du bâtiment… Le tout complété par de l’OpenData. Les données seront ingérées, stockées et analysées dans un Data Lake éco-responsable en cours de mise en place.

Sujet :
L’objectif de cette thèse est de proposer des analyses de données ainsi que des outils de visualisation permettant d’aider les décideurs locaux dans leur appréhension et l’évolution du territoire. Sur la base des données collectées (massives et hétérogènes), l’objectif est de tracer des trajectoires sémantiques représentant les activités des citoyens (déplacements, accès aux zones de tourisme, de santé, logement, achats, etc.) y compris les évolutions dans le temps avec des prospectives pour le futur.

Profil du candidat :
– Très bon niveau en programmation.
– Connaissance des technologies du Web Sémantique.
– Analyse de données (massives et hétérogènes).
– Bon niveau en anglais.

Formation et compétences requises :
– Master de Recherche en Informatique.
– Curiosité et force de proposition sont des qualités requises.

Adresse d’emploi :
Technopôle Domolandes (St Geours de Maremne)

Document attaché : 202308130807_PhD_LIUPPA-IRIT-Domolandes.pdf