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

Laboratoire/Entreprise : LIRIS
Durée : 2 years
Contact : remy.cazabet@univ-lyon1.fr
Date limite de publication : 2023-08-31

Contexte :
http://cazabetremy.fr/resources/Stablenet-postdoc%20position.pdf

Sujet :
http://cazabetremy.fr/resources/Stablenet-postdoc%20position.pdf

Profil du candidat :
Doctorat en Science des réseaux, informatique ou autre domaine pertinent

Formation et compétences requises :
Data Mining, Machine Learning, Données dynamiques…

Adresse d’emploi :
Université Lyon 1, Lyon, France

Document attaché : 202307081419_stablenet-postdoc position.pdf

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

Laboratoire/Entreprise : CIRAD, Equipe Phenomen
Durée : 3 years
Contact : romain.fernandez@cirad.fr
Date limite de publication : 2023-09-07

Contexte :
Our research aims to develop imaging approaches for non-destructive detection and diagnosis of grapevine trunk diseases (Vitis vinifera L.). Protocols [1] and methods [2][3] for 3D imaging and analysis of trunks under controlled conditions (i.e., laboratory) have already been developed in our lab. We now aim to transfer this non-destructive diagnosis directly into the field, using a portable device that can be used to detect and quantify these diseases. This transfer involves the development of novel solutions for data analysis (project “Scan Me If You Can”, 2023-2026). For this purpose, we seek a highly motivated and initiative-taking candidate qualified to conceive innovative image analysis pipelines.

[1] R Fernandez, L Le Cunff, S Mérigeaud, et.al. Beyond the foliage: Using non-destructive multimodal 3D imaging and AI to phenotype and diagnose trunk diseases. BioRxiv preprint (2022)
https://doi.org/10.1101/2022.06.09.495457

[2] R Fernandez, and C Moisy, Fijiyama: a registration tool for 3D multimodal time-lapse imaging, Bioinformatics, Volume 37, Issue 10, 15 May 2021, Pages 1482–1484, https://doi.org/10.1093/bioinformatics/btaa846

[3] R Fernandez and C Moisy. FijiRelax: Fast and noise-corrected estimation of MRI relaxation maps in 3D+ t. Journal of Open Source Software. 2023 Jan 30;8(81):4981.

Sujet :
Your mission will be to scale up different approaches to work across two work streams.

* Whole plant 3D+t reconstruction and segmentation from multi-angle X-ray images: You will be in charge of retrofitting models to allow the deployment of these solutions in the field, on a larger scale, and for
temporal monitoring of tissue condition. To estimate the degradation present in the plant and their progression over time, you will design solutions for image analysis and 3D+t reconstruction applicable to
2D images collected in situ on living plants.

* 3D+t characterization of degradation by MRI monitoring under controlled conditions: You will build upon the developments of Fijiyama [1] and FijiRelax [3] plugins to analyze a large set of MRI data collected
during the dynamic monitoring of living vines inoculated with fungal pathogens. You will design pipelines to study the host-pathogen interaction in 3D+t; and develop tools for the comparison of grapevine varieties tolerance, and pathogen aggressiveness.

Profil du candidat :
– Interpersonal skills and ability to work with multiple stakeholders.
– Autonomy in programming and image processing.
– Organizational skills and rigor.
– Adaptability and reactivity.
– Ability to synthesize and pedagogy (interactions with non-specialists in image processing).
– Scientific English.
– Driving license.

Formation et compétences requises :
* Titles/Diplomas: PhD or M.Sc. in computer science, mathematical modeling, image analysis, with a demonstrated capacity for publication in image analysis and/or design of solutions.

* Advanced skills in:
– Image Analysis (3D reconstruction, segmentation).
– Programming (Java and Python).
– Machine Learning (scikit-learn, …) and Deep Learning (TF / Pytorch, …).
– 2D/3D image processing and visualization (Fiji, Napari, VTK, …).

* Optional:
– Basic knowledge in 3D imagery (X-rays tomography, MRI);
– plant biology and anatomy; and/or pathogens.
– French speaking.

Adresse d’emploi :
The selected candidate will work in interaction with two research teams located in Montpellier, France (at
Campus Lavalette, 389 Av. Agropolis, 34980 Montferrier-sur-Lez, France). The team “GénoVigne”, IFV
(French Institute for Vine and wine, www.vignevin.com), is specialized in grapevine genetics and diseases.
The team “Phenomen”, CIRAD (French Agricultural Research Centre for International Development), is
specialized in mathematics and computer science for plant modeling. The candidate will also interact with
several scientific and technical partners, including INRAE, Montpellier University, CIVC Champagne and
BIVB Bourgogne, as well as imaging platforms.
Remuneration: between 2.4 and 2.6KEUR, raw, monthly, depending on qualification.
Advantages: meal vouchers, paid holidays, and Health Mutual.

Document attaché : 202307050732_2023-06_Offre CDD_projet_SMYIC – pour diffusion.pdf

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

Laboratoire/Entreprise : Institut du Thorax
Durée : 24
Contact : alban.gaignard@univ-nantes.fr
Date limite de publication : 2023-07-13

Contexte :
Le projet ABRomics est coordonné par l’IFB et l’Institut Pasteur et est constitué d’un consortium de 45 équipes appartenant aux principaux organismes de recherche français.

Le projet ABRomics vise à développer une plateforme en ligne intersectorielle sécurisée One Health pour rendre accessibles les données de (méta)génomique des maladies infectieuses bactériennes et leurs métadonnées associées à un méta-réseau de chercheurs comprenant des épidémiologistes, des microbiologistes cliniques et la communauté de recherche au sens large.
Cette plateforme répondra à deux objectifs principaux :
1. Établir un référentiel de données microbiologiques multi-omiques structurées, interopérables, normalisées et bien annotées.
2. Mettre en place une plateforme partagée pour faciliter la surveillance de l’antibiorésistance en médecine humaine et vétérinaire, y compris les isolats environnementaux et alimentaires, afin de permettre la surveillance de la transmission intersectorielle

Depuis de nombreuses années, la communauté scientifique développe des ontologies (vocabulaires contrôlés) pour de nombreux domaines. Elles permettent de représenter l’état des connaissances, mais également d’annoter, avec des termes ayant des définitions claires et partagées, des ressources scientifiques, par exemple des gènes d’antibiorésistance. Elles permettent également i) de définir les liens logiques entre des observations et des concepts formant ainsi des bases de connaissances ii) de rendre interopérables ces multiples bases de connaissances, iii) d’automatiser la recherche d’information et les déductions logiques.

Dans un contexte de sciences plus ouverte, l’enjeu pour ABRomics est donc de mettre à disposition de la communauté, via les standards du Web Sémantique (W3C) et les ontologies de référence (i.e., Antibiotic Resistance Ontology, ARO), des (méta)données initialement hétérogène, sous la forme d’un graphe de connaissances cohérent et interopérable avec des bases de données externes.

Sujet :
La personne recrutée aura pour mission de concevoir et développer un graphe de connaissances permettant d’intégrer, et d’exposer sur le web, des (méta)données non sensibles en s’appuyant sur les ontologies de référence pour les domaines de l’antibiorésistance et des approches “One Health” plus généralement. Ce graphe de connaissances permettra de lier des observations longitudinales multi-omiques, leur contexte environnemental ainsi que des phénotypes, facilitant ainsi les travaux de modélisation qui s’appuient sur des approches “Biologie des Systèmes”. Cette ressource permettra également d’améliorer l’interopérabilité des données (principes FAIR “Findable, Accessible, Interoperable and Reusable”) et d’inscrire la plateforme ABRomics dans une démarche de sciences plus ouvertes. Le/la candidat.e sera également chargé.e de développer un ensemble de ressources (requêtes, documentation) permettant à la communauté d’explorer et de réutiliser ces nouvelles connaissances sur l’antibiorésistance.

Profil du candidat :
Master 2 ou Ingénieur en informatique ou bioinformatique.

Formation et compétences requises :
Maîtrise de la modélisation de bases de données
Maîtrise du développement logiciel, dans un environnement Linux
Maîtrise d’un langage de requêtes (SQL, noSQL)
Maîtrise d’un langage de programmation parmi Python, Java
Une expérience d’un système noSQL serait un plus
Représentation des connaissances
Méthodologies de gestion de projet
Anglais technique
Intérêt pour la Biologie (génomique)

Adresse d’emploi :
Institut du Thorax, 8 quai Moncousu, 44000 Nantes.

Document attaché : 202306301550_2023_IE_E2C45_ABRomics.pdf

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

Laboratoire/Entreprise : L@bISEN / GENERIX
Durée : 12 months
Contact : benoit.lardeux@isen-ouest.yncrea.fr
Date limite de publication : 2023-08-31

Contexte :
Dans le cadre d’une chaire avec le groupe Generix, Yncréa Ouest est à la recherche d’un(e) post-doctorant(e)
dans le domaine de l’intelligence artificielle. Le(a) candidat(e) consolidera les actuelles compétences de
l’équipe de recherche multisite « UF : Usine du Futur » et sera amené(e) à développer les activités de
recherche en lien avec ces domaines sur le site de Nantes en collaboration étroite avec les autres sites de
l’Yncréa Ouest.

Sujet :
L’entreprise Generix est spécialisée dans la conception de solutions informatiques pour la gestion des entrepôts de leurs clients qui sont eux-mêmes des entreprises distribuant des quantités conséquentes de produits à vendre. L’une des fonctions principales de l’entrepôt est de stocker la quantité nécessaire de chacun des produits afin de pouvoir satisfaire les demandes des clients avec le volume suffisant de ces
produits. Le stockage a par ailleurs un coût pour l’entreprise qui gère l’entrepôt. Il y a le coût d’immobilisation d’actifs, le coût lié à l’espace utilisé par les stocks et le coût relatif au personnel employé pour gérer l’entreposage des produits. Il est donc nécessaire de minimiser les stocks tout en étant capable d’assurer les variations des demandes des clients. Grâce aux outils mis en place par Generix, la prévision de la demande
est automatisée. Cependant les contraintes du quotidien des entreprises de distribution produisent des
variations de la demande réelle observée par rapport à la demande prévue. Dans le cadre de cette activité de recherche, l’objectif est d’étudier et de mettre en place une solution informatique permettant de fournir des recommandations précises ajustées en temps réel des niveaux de stocks dans l’entrepôt.

La première étape de ce projet consiste en l’étude de la littérature scientifique récente sur le sujet présenté
ci-dessus. L’étape suivante concerne la modélisation du problème en termes de programme mathématique d’optimisation. Ce modèle doit prendre en considération l’ensemble des éléments importants du problème
permettant de calculer une solution implémentable au sein de l’entrepôt à moindre coût. Plusieurs approches de résolution de ce problème seront étudiées. Dans un premier temps, il sera nécessaire de définir une méthode exacte qui aura pour objectif de calculer la solution optimale sur de petites instances du
problème. A ce stade de l’étude, on peut imaginer l’utilisation de méthodes arborescentes de recherche de solutions (branch-and-cut par exemple) qui sont utilisées pour la résolution de problèmes combinatoires. Cette méthode exacte nous permettra d’évaluer la pertinence des méthodes approchées qui devront
également être proposées, programmées et évaluées dans le cadre de ce postdoc. Plusieurs axes de recherche peuvent être envisagés concernant les méthodes de résolution approchées. Il peut être intéressant d’investiguer la résolution par métaheuristique (algorithme génétique, recuit-simulé …) ou par
méthode de décomposition (Benders, Dantzig-Wolf). Cependant il nous semble particulièrement intéressant d’essayer les méthodes de résolution par apprentissage profond et/ou par renforcement qui permettraient de trouver des solutions de qualité malgré les incertitudes liées à l’évolution de l’environnement. Finalement, la conception d’un prototype pouvant être testé sur des instances de problèmes réelles est attendue, tout comme la ou les communications scientifiques de qualité en lien avec le sujet.

Dans le cadre de ce projet, le post-doctorant pourra utiliser l’infrastructure informatique du L@bISEN mise en place pour entraîner les réseaux de neurones profonds. Celle-ci est constituée de serveurs GPU et d’unités de stockage dédiées.

Profil du candidat :
Yncréa Ouest recherche un(e) post-doctorant(e) ayant une formation/expérience en recherche opérationnelle / intelligence artificielle avec un fort intérêt pour les problématiques de l’usine du futur.

Le poste est à pourvoir en contrat à durée déterminée (CDD) de 12 mois. Il est localisé à Nantes. Le salaire est à convenir selon expérience.

Formation et compétences requises :
Compétences requises :

– Modélisation et résolution de programmes linéaires en nombres entiers
– Maîtrise et pratique des méta-heuristiques et algorithmes d’apprentissages
– Maîtrise de python, avec connaissance des librairies de deep-learning (Pytorch, Tensorflow, …)
– Aptitude à travailler en équipe
– Autonomie et rigueur organisationnelle
– Anglais : lu et écrit

Adresse d’emploi :
ISEN YNCREA OUEST site de Nantes

33 Quater Avenue du Champ de Manoeuvre, 44470 CARQUEFOU

Document attaché : 202306260846_postdoc_ISEN_UF.pdf

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

Laboratoire/Entreprise : Institut Gulliver
Durée : 1 an
Contact : alexandre.allauzen@dauphine.psl.eu
Date limite de publication : 2023-06-26

Contexte :
L’École Supérieure de Physique et de Chimie Industrielles de la Ville de Paris est à la fois une Grande École d’ingénieurs et un institut de recherche (11 laboratoires) de réputation internationale jouissant d’une forte culture d’excellence scientifique (6 Prix Nobel). L’enseignement et la recherche se situent à la croisée du savoir et du savoir-faire en physique,chimie et biologie.

https://www.espci.psl.eu/fr/espci-paris-psl/emploi/2022/ater-physique-statistique-de-la-matiere-active-et

Sujet :
La personne recrutée aura pour mission de participer à l’enseignement informatique et numérique du cursus ingénieur de l’école. L’objectif est que les élèves maîtrisent dès le début de leur parcours les outils informatiques tels que la programmation en PYTHON, et l’analyse numérique avec MATLAB, afin qu’ils sachent les intégrer dans leur démarche scientifique. Ainsi, les méthodes numériques peuvent mises en pratique sur des problématiques de calculs efficaces, de résolutions numériques et de simulation. Enfin l’analyse de données complète cet enseignement avec un module de statistique appliquée et une introduction à l’apprentissage machine.

L’activité de recherche se déroulera au sein du laboratoire Gulliver, dont la spécificité est d’être composé pour moitié de théoriciens et pour moitiés d’expérimentateurs de la matière molle. Les recherches du laboratoire couvrent un large spectre de sujets allant de la physico-chimie moléculaire, à l’étude des interfaces, en passant par la physique des verres et gels colloïdaux, la physique de la matière active, de la matière programmable, ou encore topologique. Ces sujets sont le plus souvent abordés sous l’angle de la physique statistique. Dans le cas présent, le projet de recherche portera sur l’étude des systèmes actifs, plusieurs déclinaisons étant possibles, qu’il s’agisse de l’étude des solides actifs ou de celle d’un essaim de robots.

Profil du candidat :
Machine Learning, Statistical Physics, Active Matter

Formation et compétences requises :
Doctorat

Adresse d’emploi :
ESPCI, 10 rue Vauquelin, 75005 Paris

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

Laboratoire/Entreprise : Sesstim, Aix Marseille University
Durée : 24 Mois
Contact : raquel.urena@univ-amu.fr
Date limite de publication : 2023-06-26

Contexte :
The growing life expectancy in developed countries has led to an alarming rise in cancer cases among the elderly. Age is a significant risk factor, with cancer incidence 10 times higher in patients over 65 years old. Sadly, limited clinical studies focus on elderly patients due to exclusion criteria, resulting in suboptimal treatment decisions. Embracing the power of AI, we aim to enhance early detection, diagnosis, and treatment prediction in oncology, particularly for the elderly population.

Sujet :
Join us in leveraging advanced Machine Learning and Deep Learning techniques to analyze clinical data and healthcare reimbursement records from the French Cancer Data Platform (INCA). Our objective is to construct comprehensive temporal profiles for patients, considering clinical characteristics, treatment history, comorbidities, and care utilization using cutting edge deep learning models such us AED and transformers. The study will specifically focus on patients aged 70 and above receiving care at the Institut Paoli-Calmette in Marseille. By developing predictive algorithms, we strive to improve treatment response predictions for elderly cancer patients, thus enhancing their medical care.
Research Team: Collaborate with the esteemed Sesstim researchers and oncologists at Marseille’s Cancer Hospital, IPC. Our multidisciplinary team consists of data scientists, medical professionals, and statisticians. As a postdoctoral researcher, you will receive direct supervision Raquel Urena,associate professor and AI specialist and A.D. Bouhnik biostatistician and specialist in Cancer research along with oncologists and public health doctors. Your primary location will be the Faculty of Medicine in Marseille.

Profil du candidat :

• Strong publication record in deep learning and machine learning
• Proficiency in Python and R programming
• In-depth knowledge of machine learning, deep learning methodologies and LLM
• Solid understanding of SQL databases
• Fluent in French and English

Formation et compétences requises :
-PhD in Artificial Intelligence or Computer Science
-MS degree in Computer Science, Statistics, Maths or related discipline

Adresse d’emploi :
Université Aix-Marseille – Faculté de Médecine – 27, boulevard Jean Moulin 13385 Marseille Cedex 5

Document attaché : 202306230927_24 months Post Doc position in artificial intelligence applied to cancerology research.pdf