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

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

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

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

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)

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

Laboratoire/Entreprise : GREYC / Babbar.tech
Durée : 12-18 months
Contact : recrutement@babbar.tech
Date limite de publication : 2024-04-30

Contexte :
The GREYC lab performs research works in the field of digital science with activities in image processing, machine learning, artificial intelligence, computer security, fundamental computer science, Web science, electronics.

Babbar is specialized in web data collection and provides a large scale view on the web graph to its users. Babbar crawls more than 1.5B pages per day, and its index currently contains information about more than 1500B urls.

Sujet :
The postdoctoral scholar will be working on Web Page Segmentation with a primary goal to detect the different zones of a web page, select interesting areas and extract meaningful content. This interdisciplinary research project combines structural analysis, natural language processing and machine learning techniques to develop advanced algorithms capable of segmenting web pages into meaningful and semantically distinct regions.

Profil du candidat :
– Hold a recent Ph.D. degree in Computer Science, Electrical Engineering, or a related field.

Formation et compétences requises :
– Demonstrate a strong research background in natural language processing or machine learning.
– Possess a track record of publications in top-tier conferences/journals related to machine learning, NLP, or related areas.
– Strong programming skills.
– Excellent written and verbal communication in English and interpersonal skills.

Adresse d’emploi :
Caen, France

Document attaché : 202401091508_Post-doc BABBAR.pdf

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

Laboratoire/Entreprise : LERIA (Université d’Angers)
Durée : 18 months
Contact : nicolas.gutowski@univ-angers.fr
Date limite de publication : 2024-03-31

Contexte :
In chemistry, the discovery of new molecules often results from the refinement of an already known effective compound through chemical reactions to enhance its properties. The emergence of a truly new molecule is a rarer phenomenon. It is around this objective that a theme has developed focusing on the de novo generation of molecules with desired properties. Among the challenges in this research area are the size of the search space and the difficulty of generating synthesizable molecules.
Molecules can be represented as graphs, where vertices are labeled according to the type of atom, and edges are labeled according to the type of bond. This is a problem of generating a graph structure, where the goal is the combination of one or more functions to optimize and constraints to satisfy. Thus, the G-GENOCOD project (Graph-Generation for Novel Compound Discovery), although applied to chemistry, addresses a much broader problem of generating complex graph structures with a very large space of composed actions.

Sujet :
The G-GENOCOD project follows EvoMol, an evolutionary algorithm for molecule generation developed by an interdisciplinary team from LERIA and MOLTECH. While EvoMol achieves benchmark results, significant challenges that G-GENOCOD aims to address remain:
1. The first will be conditioned by the goal of realism (generating synthesizable molecules). This objective is crucial for real-world applications. Methods derived from the goal-conditioned RL approach will enable the attainment of strong synthesizability properties while being explainable.
2. The second will be conditioned by the selection of optimal actions to achieve the desired chemical properties (“properties conditioned”), i.e., the choice of actions on the graph is currently random. One would expect an intelligent method (here, reinforcement learning: RL) to apply a policy of selecting actions that has worked in the past, as a chemist would add a known chemical function to enhance a target property.
3. The third objective will finally be to evolve towards the ability to generate molecules according to several defined objectives (multi-objective optimization).

Profil du candidat :
Knowledge :
– Reinforcement learning
– Graph theory
– Theorems and proofs of convergence
– Probabilistic reasoning

Know-how:
– Python development
– Development using scikit-learn, PyTorch
– Writing scientific articles in LaTeX

Soft skills:
– Efficient and responsive
– Autonomous
– Proactive
– Rigorous

Formation et compétences requises :
PHD degree of less than 3 years
Specialty : Computer Science, Artificial Intelligence

Adresse d’emploi :
UFR Sciences, 2 Bd de Lavoisier, 49000 Angers, FRANCE

Document attaché : 202401082139_FP_POST-DOC_G-GENOCOD-ENG.pdf

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

Laboratoire/Entreprise : LIRIS, INSA Lyon
Durée : CDI
Contact : remy.cazabet@univ-lyon1.fr
Date limite de publication : 2024-03-31

Contexte :
L’INSA Lyon recrute un/une professeur(e) en apprentissage automatique rattaché(e) au LIRIS.
L’équipe DM2L (Data Mining & Machine Learning) a la priorité du laboratoire.
L’annonce est détaillée ci-dessous.

Sujet :
Le LIRIS (UMR CNRS 5205) cherche à renforcer son impact sur l’apprentissage automatique, thématique centrale de l’enjeu « Information et Société Numérique » de l’INSA Lyon, dont l’intelligence artificielle est un pilier. La personne recrutée devra démontrer ses capacités à mener une recherche de haut niveau portant sur les aspects fondamentaux des méthodes et des algorithmes d’apprentissage automatique à partir de données complexes (structurées ou non structurées comme les textes, les images,ou les graphes). Le développement de synergies entre l’apprentissage neuronal, flexible et performant, et l’apprentissage symbolique, robuste et permettant l’interaction humaine, sera clairement apprécié, notamment pour l’IA explicable et frugale. Elle devra aussi avoir mis en œuvre et étudié les méthodes d’apprentissage de modèles et démontré sa capacité à développer des méthodes innovantes pour l’analyse et l’interprétation de données dans des cadres applicatifs variés.

Profil du candidat :
La personne recrutée devra avoir démontrée sa capacité à développer sa recherche au travers de collaborations nationales et internationales via des projets structurants avec le monde académique et/ou industriel. En termes de prises de responsabilités, elle pourra prendre en charge l’animation des activités de recherche du LIRIS sur l’apprentissage automatique. Son projet de recherche s’intégrera dans l’équipe DM2L (priorité du LIRIS) ou l’équipe IMAGINE.

Formation et compétences requises :
N’hésitez pas à prendre contact pour plus d’information.
Équipe DM2L:
Céline Robardet (celine.robardet@insa-lyon.fr)
Rémy Cazabet(remy.cazabet@univ-lyon1.fr)

Adresse d’emploi :
INSA Lyon/LIRIS