Archives

Reconnaissance et transcription des informations textuelles figurant sur des cartes anciennes

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

Laboratoire/Entreprise : LASTIG
Durée : 5 mois
Contact : nathalie-f.abadie@ign.fr
Date limite de publication : 2024-01-31

Contexte :
Il existe des solutions de plus en plus performantes pour détecter et transcrire du texte dans des scènes ou dans des documents. Peu à peu, celles-ci sont également appliquées à des cartes scannées pour en extraire et transcrire les écritures. En effet, extraire les noms de lieux contenus dans les cartes anciennes permettrait d’indexer spatialement les grands corpus de cartes numérisés par différentes institutions, mais pas nécessairement géoréférencées. Par ailleurs, c’est un moyen de constituer ou d’enrichir automatiquement des gazetiers utiles à la géolocalisation d’autres ressources (cartographiques ou textuelles).
Nous souhaitons appliquer des méthodes d’extraction et de reconnaissance des toponymes à différents types de cartes anciennes :
– des cartes topographiques du territoire (carte de Cassini ou carte d’état major),
– des plans à grande échelle, comme ceux du cadastre napoléonien, qui contiennent des toponymes et éventuellement des numéros de parcelles. Ces derniers permettent de localiser
les entités géographiques mentionnées dans les matrices cadastrales.
Les principales difficultés d’extraction sont liées à la grande variabilité des styles de cartes, aux multiples polices ou graphies d’écriture, au placement et à l’orientation des écritures dans les cartes, ainsi qu’aux recouvrements entre le texte et les objets géographiques représentés. Par ailleurs, les modèles à base de réseaux de neurones profonds utilisés pour détecter du texte dans les images nécessitent de disposer de grands corpus annotés pour être entraînés. Or, il n’existe pas de corpus de ce type, utilisable pour entraîner des modèles de reconnaissance du texte dans des cartes et sa production semble difficilement réalisable car chaque type de carte est différent, les styles des fonds et des textes changent.

Sujet :
L’objectif de ce stage est de produire des modèles entraînés avec peu d’exemples et capables de s’adapter à des types de cartes totalement inédits. Pour cela, les pistes suivantes devront
être explorées :
– Utilisation de modèles de détection de texte dans des scènes naturelles pour détecter les écritures dans des cartes ;
– Génération d’un jeu de données synthétique à partir du cadastre moderne (transfert de style des cartes du cadastre ancien) ;
– Proposition d’une approche de découpage de la carte selon les limites de la zone cartographiée.
Productions attendues:
➔ Corpus d’entraînement et de test pour la détection, la classification et la reconnaissance des écritures dans les cartes anciennes;
➔ Modèles entraînés + le code déposé sur un Github;
➔ Mémoire de stage.

Profil du candidat :
– Extraction d’informations dans des images (scans de cartes, images aériennes, images au sol type StreetView, etc.) : segmentation sémantique d’images, OCR, HTR, etc.
– Données géographiques structurées,
– Développement Python,
– Un intérêt pour la cartographie historique est un plus.

Formation et compétences requises :
Master 2 ou troisième année d’école d’ingénieur en informatique, en géomatique ou en humanités numériques.

Adresse d’emploi :
Institut National de l’Information Géographique et Forestière (IGN),
Saint-Mandé (métro 1, station Saint Mandé) ou Ecole Nationale des Sciences Géographiques (ENSG), Champs-sur-Marne (RER A, station Noisy-Champs).

Document attaché : 202401111433_2024_StageExtractionTexteCartesAnciennes.pdf

Professeur – Traitement et représentation de données et de connaissances pour l’Intelligence Artificielle

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

Laboratoire/Entreprise : LIP6
Durée : Poste permanent
Contact : Fabrice.Kordon@lip6.fr
Date limite de publication : 2024-02-29

Contexte :
Le LIP6, UMR 7606, Unité Mixte de Recherche CNRS et Sorbonne Université, est un laboratoire de recherche en
informatique se consacrant à la modélisation et la résolution de problèmes fondamentaux motivés par les applications,
ainsi qu’à la mise en œuvre et la validation des solutions au travers de partenariats académiques et industriels. Les 19
équipes du LIP6 articulent leurs activités autour de quatre axes transverses : « Intelligence artificielle et science des
données », « Architecture, systèmes et réseaux », « Sécurité, sûreté et fiabilité », « Théorie et outils mathématiques pour
l’informatique ».

Sujet :
Le profil de ce poste PR se situe dans les domaines de la Science des Données et ses liens avec l’Intelligence Artificielle et les Bases de Données.
L’objectif est de renforcer les activités de recherche sur les approches de traitement et de représentation pour la
transformation de données en modèles exploitables par les systèmes intelligents et en connaissances interprétables par
les humains, ainsi que de structurer ces thématiques de recherche transverses aux trois équipes BD, LFI et MOCAH du
LIP6.

Note : en raison des recrutements et des départs récents, l’équipe LFI est moins prioritaire que les autres.

Profil du candidat :
Dans ce contexte, les thèmes suivants peuvent être mis en évidence :
• L’IA et les données : Certaines solutions d’intelligence artificielle (IA), et en particulier les méthodes statistiques,
reposent sur la disponibilité de grandes quantités de données.
Dans ce contexte, une bonne intégration entre les infrastructures de gestion et d’analyse des données et les outils d’IA
joue un rôle essentiel dans le développement d’applications efficaces et durables.
La fertilisation entre les domaines des bases de données (BD) et de l’IA est une voie à double sens. Tout d’abord, dans le
sens de “l’IA pour les BD”, les nouvelles méthodes et les nouveaux modèles de l’IA peuvent être appliqués à
l’automatisation et à l’optimisation des tâches de gestion et d’analyse des données massives. Deuxièmement, dans le sens
d’une “BD au service de l’IA”, les méthodes de BD peuvent apporter plus d’efficacité et d’expressivité à l’ingénierie des
données et des modèles utilisés dans l’apprentissage et l’analyse des données.
• L’IA et la connaissance : Les modèles d’IA centrés sur l’homme sont des modèles qui peuvent combiner des données
provenant de traces d’interaction avec l’utilisateur, des connaissances de ses utilisateurs, ainsi que la prise en compte
d’informations et de connaissances subjectives. Les algorithmes et méthodes dans ce domaine doivent raisonner dans
l’incertain, dans l’imprécis et sur des connaissances subjectives ou mal définies, tout en étant capables d’expliquer et de
justifier leur raisonnement. Elles doivent être interprétables pour que leur construction, leur représentation et leurs
décisions puissent être acceptées et admises par leurs utilisateurs.
De plus, ces modèles doivent être dynamiques, capables d’évoluer au fur et à mesure des interactions avec leurs
utilisateurs et de s’intégrer dans les systèmes d’information.
Thèmes de recherche : IA centré humain; Ingénierie des données, des modèles et des connaissance; Gouvernance de
données et des connaissances; Automatisation et optimisation

Formation et compétences requises :
Titulaire d’un Doctorat en Informatique (ou un diplôme équivalent)

Adresse d’emploi :
LIP6 – CNRS, Sorbonne Université
BC 169
4 place Jussieu
75252 Paris Cedex 05

Document attaché : 202401110958_35_LIP6_Traitement_representation_PR27_EC.pdf

Poste MdC Conception et analyse d’algorithmes : de la théorie à la pratique

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

Laboratoire/Entreprise : LIP6
Durée : Permanent
Contact : Fabrice.Kordon@lip6.fr
Date limite de publication : 2024-02-29

Contexte :
Le LIP6, UMR 7606, Unité Mixte de Recherche CNRS et Sorbonne Université, est un laboratoire de recherche en
informatique se consacrant à la modélisation et la résolution de problèmes fondamentaux motivés par les applications,
ainsi qu’à la mise en œuvre et la validation des solutions au travers de partenariats académiques et industriels. Les 19
équipes du LIP6 articulent leurs activités autour de quatre axes transverses : « Intelligence artificielle et science des
données », « Architecture, systèmes et réseaux », « Sécurité, sûreté et fiabilité », « Théorie et outils mathématiques pour
l’informatique ».

Sujet :
L’algorithmique est au cœur de la discipline informatique. Elle joue un rôle central dans tous ses domaines applicatifs, de
la sécurité des systèmes d’information à l’optimisation, en passant par le traitement de données massives, elle est
omniprésente dans le développement de produits industriels ; son caractère transversal la rend aujourd’hui indispensable
au développement des technologies de l’information et de la communication.
Les activités du LIP6 couvrent un large spectre de l’algorithmique : depuis la conception des algorithmes pour de
nombreuses applications, l’analyse théorique de leur correction et de leur performance, jusqu’à leur implantation en
pratique et leur expérimentation.

Profil du candidat :
Ce profil vise tous les candidats et candidates susceptibles de s’insérer dans un ou plusieurs des thèmes de recherche
relevant des équipes APR, Complex Networks, PolSys et RO décrits ci-dessous.

APR :
Les thématiques de l’équipe APR (algorithmes, programmes et résolution) se développent autour d’approches formelles
pour l’étude des algorithmes, des structures combinatoires, de la topologie computationnelle, des langages de
programmation et des logiciels, du calcul formel, avec pour but notamment l’amélioration de la qualité, la performance et la
fiabilité des logiciels. L’équipe souhaite renforcer son axe algorithmique, en particulier sur les thématiques liées à la
combinatoire analytique et à l’analyse topologique de données, mais reste ouverte à des candidats qui créeraient des liens
avec ses thématiques en langage de programmation (conception, implantation, sémantique, modèles formels, analyse,
vérification) et les étendraient vers des sujets connexes.

Complex Networks :
L’équipe Complex Networks cherche à développer des algorithmes efficaces pour la description et l’analyse de traces de
données d’interactions issues du monde réel dans l’objectif de comprendre le fonctionnement des systèmes complexes
sous-jacents. Les systèmes analysés sont de natures variées : échanges de paquets d’information entre machines,
interactions sur des plateformes du web, communications dans un réseau social etc. Ces différents objets de recherche
ont en commun d’être représentables à l’aide de graphes dont la structure évolue dynamiquement, ce qui permet de
développer des formalismes mathématiques et des outils d’analyse communs.

PolSys (Polynomial Systems) :
L’activité de l’équipe PolSys se concentre sur la conception, l’implantation et les applications d’algorithmes relevant du
calcul formel (méthodes algébriques) pour la résolution de problèmes non-linéaires, notamment la résolution de systèmes
polynomiaux. Les thématiques de recherche couvertes par l’équipe relèvent donc principalement du calcul formel au sens
large, en y incluant ses applications phares. Ainsi, les personnes ayant une expertise en géométrie algorithmique, en
cryptographie (notamment post-quantique), calcul haute-performance, arithmétique des ordinateurs, ou en combinatoire
sont invitées à candidater.

RO (Recherche Opérationnelle) :
L’équipe RO s’intéresse à la conception et à l’analyse d’algorithmes pour la résolution de problèmes d’optimisation
complexes. Parmi ses thématiques de recherche, l’équipe souhaite prioritairement recruter une personne travaillant dans
le domaine de l’optimisation black-box: analyse d’algorithmes de recherche randomisés, théorie des algorithmes
évolutionnaires, configuration et sélection d’algorithmes, notamment avec des méthodes AutoML.
Les personnes ayant une expertise en algorithmique pour l’optimisation combinatoire sur les thématiques de
l’ordonnancement, l’algorithmique on-line et/ou l’optimisation dans les graphes sont également invitées à candidater.

Note : en raison des recrutements et des départs récents, l’équipe Complex Networks est moins prioritaire que les autres
car elle a recruté à Sorbonne Université en 2023.

Formation et compétences requises :
Titulaire d’un Doctorat en Informatique (ou un diplôme équivalent)

Adresse d’emploi :
LIP6 – CNRS, Sorbonne Université
BC 169
4 place Jussieu
75252 Paris Cedex 06

Document attaché : 202401110951_32_LIP6_Conception_MC27_EC.pdf

PR Intelligence Artificielle : raisonnement, agents et décision

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

Laboratoire/Entreprise : LIP6
Durée : Permanent
Contact : Fabrice.Kordon@lip6.fr
Date limite de publication : 2024-02-29

Contexte :
Le LIP6, Unité Mixte de Recherche de Sorbonne Université et du Centre National de la Recherche Scientifique (UMR 7606 Sorbonne Université – CNRS) est un laboratoire de recherche en informatique se consacrant à la modélisation et la résolution de problèmes fondamentaux motivés par les applications, ainsi qu’à la mise en oeuvre et la validation des solutions au travers de partenariats académiques et industriels.

Le LIP6 répond à ces challenges au sein de quatre axes transverses de recherche :
– Intelligence artificielle et sciences des données (AID)
– Architecture, systèmes et réseaux (ASN)
– Sécurité, sûreté et fiabilité (SSR)
– Théorie et outils mathématiques pour l’informatique (TMC)

Sujet :
Objectifs pédagogiques et besoin d’encadrement
———————————————————————–
La personne recrutée interviendra de façon équilibrée sur les différents niveaux de formation, du L1 au M2. Elle
contribuera significativement aux enseignements de Licence d’informatique dont les besoins couvrent l’ensemble de la
discipline (algorithmique, programmation (notamment objet, concurrente, fonctionnelle, web), mathématiques discrètes,
structures de données, système, architecture, réseaux, compilation, bases de données…).
En Master, selon son profil, la personne recrutée renforcera les enseignements du parcours « AgeNts Distribues,
Robotique, Recherche Opérationnelle, Interaction, DEcision » (ANDROIDE) et/ou des autres parcours avec une forte
composante IA.

Profil recherche :
————————-
L’objectif de ce recrutement est de renforcer les équipes ACASA, DECISION et SMA du LIP6 sur la modélisation du raisonnement, la représentation des connaissances et des préférences, et l’apprentissage, dans le but d’établir une
intelligence artificielle coopérative et « digne de confiance » (trustworthy AI) apportant des garanties formelles sur son
fonctionnement.
Ces questions se posent dans de nombreux champs d’application de l’intelligence artificielle (santé, justice, partage de
ressources, recommandation, …) où les enjeux sont importants et où il apparaît nécessaire d’établir la confiance, de
justifier les algorithmes et leurs résultats, afin de permettre une coopération effective entre l’homme et la machine, et plus
généralement entre plusieurs acteurs, que ce soit des groupes d’agents artificiels ou des équipes “mixtes”
agents-humains.
Au plan technique, cela couvre les problématiques liées à la décision, à l’apprentissage (mono et multi-agents), à l’analyse
de la causalité, au raisonnement argumentatif, à la planification, à la prise en compte des dimensions éthiques dans le
raisonnement et la prise de décision, aux modèles de coordination, aux aspects computationnels de la théorie de la
décision et des jeux, et du choix social.
Mots clefs : Raisonnement ; Décision ; Apprentissage ; Méthodes symboliques et numériques ; Explicabilité ; Éthique ;
Confiance ; Causalité ; Représentation des connaissances ; Coordination multi-agents ; IA coopérative.

Profil du candidat :
Candidat·e correspondant au profil du poste

Formation et compétences requises :
Titulaire d’un Doctorat en Informatique (ou un diplôme équivalent)

Adresse d’emploi :
LIP6 – CNRS, Sorbonne Université
BC 169
4 place Jussieu
75252 Paris Cedex 05

Document attaché : 202401110942_23_LIP6_IA_PR27_EC.pdf

Développement d’un Système de Deep Learning pour l’Estimation de l’Âge Biologique des enfants

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 : 2024-02-29

Contexte :
Estimer l’âge d’un enfant est crucial pour comprendre son développement général. L’âge chronologique est la donnée la plus communément utilisée puisque les dates de naissance des patients sont connues dans la majorité des cas. Cependant, cet âge chronologique ne reflète pas entièrement la maturité physiologique d’un individu et n’est donc pas un facteur fiable [1]. Par conséquent, la croissance d’un enfant peut être estimée en évaluant un âge biologique.
L’estimation de l’âge biologique (EAB) s’applique dans divers domaines, notamment en odontologie pédiatrique et en orthodontie, où elle constitue un outil fondamental pour le diagnostic et la planification des traitements [2]. Cette estimation se pratique également couramment dans le domaine judiciaire, en contexte d’évaluation de responsabilité pénale, d’établissement d’un profil biologique ou d’identification de migrants mineurs isolés [3].
La précision de l’EAB chez les enfants revêt une importance cruciale en odontologie pédiatrique, avec des implications dans les domaines de la clinique, du médico-légal et de l’orthodontie. L’estimation de l’âge biologique (EAB) est une clé pour évaluer la croissance et le développement du patient, facilitant la planification des traitements et soutenant la vérification de l’âge dans des contextes médico-légaux.

Sujet :
L’objectif est de mettre en place un système de deep learning capable d’estimer à la fois un âge dentaire à partir de radiographies panoramiques dentaires et un âge osseux à partir de téléradiographies de profil. Le stagiaire travaillera sur l’implémentation et l’évaluation de méthodes de Machine Learning et Deep Learning en utilisant des données réelles (radiographies dentaires et téléradiographies de profil). Les missions incluent le nettoyage et l’analyse des données, la recherche de méthodes d’IA applicables, l’implémentation, l’entraînement des modèles et la documentation des développements réalisés.

Profil du candidat :
Bonne connaissance en deep learning et traitement d’images. Maîtrise de l’environnement Python, Pytorch, Keras et Tensorflow. Capacité d’analyse et de synthèse, autonomie, esprit d’initiative, connaissances du secteur de la santé appréciées, aptitude à travailler en mode projet avec une communication efficace (Français et/ou Anglais).

Formation et compétences requises :
M2 en Informatique, Statistique ou Mathématiques

Adresse d’emploi :
Faculté des sciences médicales et paramédicales – 27 Bd Jean Moulin 13385 Marseille Cedex 5 FRANCE

Document attaché : 202401110930_Proposition-Stage-Dentaire.pdf

Postdoctoral Position – Systems Biology of Neuronal Vulnerability in Neurodegenerative Diseases

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

Laboratoire/Entreprise : Brain-C Lab, Sorbonne Université & CNRS, Institute
Durée : 2 years
Contact : christian.neri@inserm.fr
Date limite de publication : 2024-01-05

Contexte :
Brain-C Lab, Institute of Biology Paris-Seine (IBPS), Paris

see http://www.ibps.upmc.fr/en/research/biological-adaptation-and-ageing/brainc

Sujet :
A 2-year position is immediately available in the Brain-C Lab in Paris to address outstanding questions about the temporal and molecular dynamics of neurodegenerative disorders and define new therapeutic rationales for early-stage intervention in these disorders. The successful applicant will use BioGemix —our machine learning platform for biological precision in leveraging complex omics data— to analyze omics data (e.g., epigenomic data, transcriptomic data) obtained in models of amyotrophic lateral sclerosis (ALS) and compare resulting models to computational models of neurodegenerative disorders such as Huntington’s disease (HD). In addition to using existing approaches (feature selection, network inference, shape analysis), the successful applicant will also have the possibility to develop innovative machine-learning approaches for modeling and simulating gene regulatory networks and for performing optimal target selection, in collaboration with mathematicians and bioinformaticians inside and outside the team. This position is a unique opportunity to further develop expertise and skills in a multidisciplinary team and network of direct collaborators that cover systems modeling, cellular neurobiology, and preclinical/clinical research.

Profil du candidat :
The candidates are expected to be highly qualified and to have strong collaborative skills and commitment to teamwork along with a strong ability to work independently, and to have a track record of expertise & writing papers as demonstrated by publications and pre-prints. The position is full-time and on-site, and candidates should have less than 5 years of postdoctoral experience and a strong interest in research in biology.

Interested candidates should send a letter of motivation, a full CV, and the names and emails of two or three references to christian.neri@inserm.fr and lucile.megret@sorbonne-universite.fr

Formation et compétences requises :
Candidates should hold a Ph.D. in Informatics/Bioinformatics or Mathematics or Probability & Statistics or Physics. Candidates that hold a diploma from high-profile Engineer Schools (e.g. Ecole Polytechnique, Supelec, Centrale, EPFL, ETZ) are welcome to apply.
• Demonstrated experience and autonomy in probability and statistics for the analysis of complex datasets (probabilistic models, R)
• Good autonomy in machine programming (at least one of the following languages: Python, C/C++, Java).
• Skills in database management or web technologies (javascript, Php) are desirable but not mandatory.
• Knowledge of genome sciences and omics technologies will be a plus.

Adresse d’emploi :
IBPS, Campus de Jussieu
9 Quai St Bernard
75005 Paris – France

Study Engineer Position – Bioinformatics & systems modeling for neurodegenerative disease research

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

Laboratoire/Entreprise : Brain-C Lab, Sorbonne Université & CNRS, Institute
Durée : 2 years
Contact : christian.neri@inserm.fr
Date limite de publication : 2024-01-05

Contexte :
Brain-C Lab, Institute of Biology Paris-Seine (IBPS), Paris
see http://www.ibps.upmc.fr/en/research/biological-adaptation-and-ageing/brainc)

Sujet :
A two-year position is immediately available in the Brain-C Lab in Paris for a bioinformatician at the Study Engineer (IE) level (post-master position). The selected candidate will work with a team of mathematicians, bioinformaticians, and neurobiologists on modeling time- and cell-resolved omics data to build computational models of molecular pathogenesis in neurodegenerative diseases such as amyotrophic lateral sclerosis (ALS), integrate data from other diseases such as Huntington’s disease (HD) and disseminate data via online platforms. The selected candidate will use BioGemix, our post-omics machine learning platform, and related databases. This position is a unique opportunity to further develop expertise and skills in a multidisciplinary team and network of direct collaborators that cover systems modeling, database development, and cellular neurobiology for breakthroughs in neurodegenerative disease research.

Profil du candidat :
The candidates should hold a Master in Bioinformatics or a Master in Informatics and they should have no more than 3-4 years of post-master experience. The position is full-time, on-site, and candidates should have strong collaborative skills and commitment to teamwork along with a strong ability to work independently in addition to a strong interest in research.

Interested candidates should apply immediately by sending a letter of motivation, a full CV, and the names and emails of two or three references to christian.neri@inserm.fr and lucile.megret@sorbonne-universite.fr

Formation et compétences requises :
• Programming autonomy on at least one of the following languages: python, R, C / C ++.
• Good knowledge of basic web technologies: PHP, MySQL, JavaScript, jQuery.
• Fluency in using Ubuntu.
• Hands-on experience with in-house server maintenance (Backup, shared space, and webserver).
• Scientific English essential
• Skills in data visualization will be a plus.
• Experience working with NGS data and performing respective bioinformatic pipelines to process sequencing data will be a plus.
• Basic knowledge of statistics and machine learning is desirable but not mandatory.

Adresse d’emploi :
IBPS, Campus de Jussieu
9 Quai St Bernard
75005 Paris – France

Poste MCF en section 27, ISAE-ENSMA/LIAS Poitiers – Sciences des Données et Graphes de Connaissances

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

Laboratoire/Entreprise : LIAS/ENSMA, Poitiers
Durée : Indéterminée
Contact : allel.hadjali@ensma.fr
Date limite de publication : 2024-04-30

Contexte :
Un poste de maître de conférences en informatique (section CNU 27) sera ouvert au département informatique & automatique de l’école d’ingénieurs ISAE-ENSMA de Poitiers pour une intégration possible dans l’équipe IDD (https://www.lias-lab.fr/fr/teams/data-engineering/) au niveau recherche du Laboratoire LIAS (https://www.lias-lab.fr/fr/).

Sujet :
Un poste de maître de conférences en informatique (section CNU 27) sera ouvert au département informatique & automatique de l’école d’ingénieurs ISAE-ENSMA de Poitiers pour une intégration possible dans l’équipe IDD (https://www.lias-lab.fr/fr/teams/data-engineering/) au niveau recherche du Laboratoire LIAS (https://www.lias-lab.fr/fr/).

Profil du candidat :

Vous trouvez ci-dessous un descriptif complet du profil du poste :
===========================================================

Recherche :
La personne recrutée effectuera ses recherches au sein de l’équipe Ingénierie de Données et des Modèles (IDD) du Laboratoire d’Informatique et d’Automatique pour les Systèmes (LIAS, UR 20299) de l’ISAE-ENSMA et l’Université de Poitiers. La thématique de recherche de l’équipe IDD porte essentiellement sur le cycle de vie de conception et la validation des systèmes/applications dirigées par les données massives à des fins de prise de décision : (1) L’intégration virtuelle/matérialisée des données en exploitant des ontologies de domaines, (2) la qualité des données et la gestion des données incertaines, (3) le stockage physique efficace des données, (4) le déploiement sur des infrastructures centralisées et distribuées, et (5) l’exploitation multifacette des données (en plaçant les utilisateurs au centre de cette démarche) et leur analyse et valorisation par des techniques empruntées du domaine de l’apprentissage et dotées de capacités d’explication de leurs résultats.

Ces thèmes scientifiques sont soumis à de fortes et diverses contraintes, couvrant à la fois (a) les sources de données (par exemple, la fiabilité des sources et leur disponibilité), (b) les différentes phases du cycle de vie (telles que le temps de réponse des requêtes, la consommation énergétique de traitements, le coût de stockage et de maintenance…), (c) les utilisateurs/décideurs en tenant compte, d’une part, de leur profil et préférence et, d’autre part, de leur confiance vis-à-vis des solutions développées.

La conception et la validation de ces systèmes reposent sur l’expérience et le savoir-faire de l’équipe IDD, notamment, dans : la modélisation à base ontologique, l’utilisation des graphes de connaissances, le soft computing, l’apprentissage automatique et l’apprentissage profond, le développement de modèles de coût analytiques, et l’ingénierie dirigée par les modèles.

La personne recrutée devra renforcer ces activités de recherche et être en mesure de répondre aux appels à projets régionaux, nationaux et européens.

Mots-clés : Bases de données, Web sémantique, Modélisation ontologique, Qualité de données, Intégration & Stockage, Exploitation & Analyse, Modèles de coût, Apprentissage.

Enseignement :
La personne recrutée intégrera le département « Informatique et Automatique » de l’ISAE-ENSMA majoritairement sur des enseignements en informatique, systèmes d’exploitation, conception et implémentation des systèmes de contrôle/commande, réseaux sur les diplômes FISE, FISA et Master. La personne recrutée devra en outre s’investir dans la mise en œuvre de travaux pratiques et du bureau d’études dans ces thématiques. La capacité et la volonté de s’investir plus largement sur l’ensemble des enseignements du département « Informatique et Automatique » seront considérées comme un plus.

Contacts :
Recherche : Allel HADJALI (allel.hadjali@ensma.fr)
Enseignements : Henri BAUER (henri.bauer@ensma.fr)
===========================================================

Formation et compétences requises :
Titulaire d’un Doctorat en Informatique (ou un diplôme équivalent)

Adresse d’emploi :
Laboratoire d’Informatique et d’Automatique pour les Systèmes
Ecole Nationale Supérieure de Mécanique et d’Aérotechnique (Poitiers)
Téléport 2 – 1 Avenue Clément Ader – BP 40109
86961 FUTUROSCOPE CHASSENEUIL Cedex – FRANCE

Poste MCF en Informatique à l’Université de Versailles – Université Paris-Saclay / Laboratoire DAVID

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

Laboratoire/Entreprise : Labo DAVID, UVSQ, Université Paris-Saclay
Durée : Fonctionnaire
Contact : Karine.Zeitouni@uvsq.fr
Date limite de publication : 2024-04-30

Contexte :
L’université de Versailles St-Quentin recrute un poste de maître(sse) de conférences en informatique (section 27) lors de la session synchronisée du concours. Il sera rattaché à l’UFR des sciences, département informatique et au laboratoire DAVID en recherche.

Sujet :
Le laboratoire DAVID cherche à renforcer ses thématiques à la frontière de la protection des données personnelles et leur sécurité et la fouille de données. Ce poste est fortement motivé par la collaboration entre l’équipe ADAM (Ambient Data Access and Mining) et l’IILab OwnCare (laboratoire d’innovation commun à l’UVSQ et INRIA, rattaché au laboratoire DAVID).

Profil du candidat :
Profil recherche :
La recherche du candidat devra s’inscrire dans les domaines de l’équipe ADAM (Ambient Data Access and Mining) et jouer un rôle actif dans la collaboration avec l’IILab OwnCare (commun à l’UVSQ et Inria au sien de DAVID), dont l’objet est de valoriser des travaux scientifiques relatifs à la protection des données personnelles.
Les domaines prioritaires sont les suivants : (1) les modèles de protection de la vie privée : confidentialité différentielle, modèles de consentement, modèles de partage, anonymisation de données, etc. (2) la sécurité physique des données : sécurité logicielle et matérielle (type SGX, ARM TrustZone), architectures privacy-by-design, architectures décentralisées (sans infrastructure, cross-device/edge/P2P computing), cloud personnel, etc. (3) le traitement et la fouille de ces données : données issues de capteurs, données spatiales, temporelles et biomédicales, la gestion frugale et responsable des données, l’apprentissage fédéré et la fouille sur données personnelles, le désapprentissage, etc.
Ces axes de recherche, aux interfaces entre sécurité des données, big data et science des données, sont centraux pour le laboratoire DAVID et correspondent parfaitement aux priorités scientifiques de l’Université Paris-Saclay (Graduate School Informatique et Sciences du Numérique) et aux politiques de recherche nationales et européenne en STIC. Ce poste est également stratégique pour préserver l’équilibre entre l’UVSQ et Inria Saclay au sein de l’IILab OwnCare en pleine croissance et à fort potentiel. Il s’inscrit dans la continuité des travaux de l’équipe ADAM et crée un cercle vertueux entre la recherche académique au sein de l’équipe et l’innovation développée dans l’ILab.

Profil Enseignement :
Enseignement dans la licence d’Informatique et les masters d’Informatique relevant du Département Informatique de l’UFR des Sciences. En particulier sur les aspects programmation en Licence et sur les aspects “Données” en Licence et Master. Il interviendra en particulier dans le master DataScale.

Formation et compétences requises :
Mots-clés : Informatique, Bases de données, Confidentialé et scurité des données, fouille de données, apprentissage

Adresse d’emploi :
Laboratoire DAVID/ UVSQ – Université Paris-Saclay
45 Av. des Etats-Unis – 78000 Versailles

Contacts :
Pour le profil Enseignement : franck.quessette@uvsq.fr
Pour le profil Recherche : Dominique.Barth@uvsq.fr (directeur du laboratoire DAVID), Karine.Zeitouni@uvsq.fr (responsable de l’équipe ADAM)