Offres d’emploi
Postes/PostDocs/CDD
May 16 Fri 2025 Offre en lien avec l’Action/le Réseau : – — –/Doctorants Laboratoire/Entreprise : Toulouse School of Economics Contexte : La TSE ouvre un poste d’enseignant en Python et apprentissage automatique pour les titulaires d’un doctorat en mathématiques/informatique. Enseignements du L au M. Il s’agit d’un CDD de 2+2 ans ouvrant sur CDI, avec une rémunération et une évolution de type MCF. Voir annonce au lien suivant: https://www.tse-fr.eu/sites/default/files/TSE/documents/doc/recrutement/annonce_ccip_2025.pdf Date limite de postulation : 15 mai 2025 Pour tout renseignement écrire à jerome.bolte@tse-fr.eu, edouard.pauwels@tse-fr.eu Bien cordialement Sujet : Profil du candidat : Voir annonce au lien suivant: https://www.tse-fr.eu/sites/default/files/TSE/documents/doc/recrutement/annonce_ccip_2025.pdf Formation et compétences requises : Adresse d’emploi : May 29 Thu 2025 May 29 – May 30 all-day Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : LIST3N Contexte : Sujet : Profil du candidat : Formation et compétences requises : Adresse d’emploi : May 30 Fri 2025 May 30 – May 31 all-day Offre en lien avec l’Action/le Réseau : – — –/Innovation Laboratoire/Entreprise : ESPCI Contexte : Sujet : La date limite de candidature: 11/05/2025 Profil du candidat : Formation et compétences requises : Adresse d’emploi : May 31 Sat 2025 Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : CReSTIC, Université de Reims (https://crestic.univ Contexte : Mots clés enseignement : Robotique industrielle, robotique de service, automatismes Sujet : Les activités de recherche s’inscriront dans les thématiques de recherche du CReSTIC et porteront sur l’instrumentation de capteurs, et l’intégration de approches d’apprentissage machine du capteur à la décision. Compétences recherchées : Contacts : ENSEIGNEMENT : Le candidat devra posséder une expérience en robotique industrielle, de service, open-source et/ou embarquée que ce soit en termes de modélisation, simulation, dimensionnement, commande, intégration ou programmation. Dans ces domaines, il devra s’investir pour le développement d’enseignements et de formations axées thématiquement sur l’industrie du futur en vue d’accroître le caractère innovant et l’attractivité des formations du département. Il devra également contribuer à la vie du département EEA : Opérations de promotion des filières, commissions, responsabilités de matières, visites de stagiaires et d’apprentis. Compétences requises : Contact : Profil du candidat : Formation et compétences requises : Adresse d’emploi : May 31 – Jun 1 all-day Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : LIP6 – Sorbonne Université Contexte : Sujet : Lieu : Sorbonne Université – UFR919 – Campus Pierre et Marie-Curie Nature du concours : MCF Section CNU : 27 Filières de formation concernées : Licence et Master d’informatique Laboratoires d’accueil : UMR 7606 – LIP6 Contact Recherche : – LIP6 : Fabrice Kordon (Fabrice.Kordon@lip6.fr) Contacts Enseignement : – Licence d’informatique : Jean-Lou Desbarbieux, directeur (jean-lou.desbarbieux@lip6.fr) Profil du candidat : – Gestion de données et IA, BD : http://www-bd.lip6.fr – IA hybride, explicable, interprétable, LFI : https://lfi.lip6.fr/ – IA pour l’apprentissage de la programmation, MOCAH: https://www.lip6.fr/recherche/team.php?acronyme=MOCAH Formation et compétences requises : Adresse d’emploi : Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : Ecole d’Ingénieurs Jules Verne, Laboratoire des T Contexte : Sujet : Un poste de Maître de Conférences en 61ème section est ouvert au concours à l’EiJV (Ecole d’Ingénieurs Jules Verne) sur le profil “Logistique et Supply Chain, transformation digitale”. (cf. fiche jointe). Les candidats intéressés sont invités à se faire connaître, Pour tout renseignement sur le poste, merci de bien vouloir nous contacter : A : nadia.hamani@u-picardie.fr, Prof. Nadia Hamani, Responsable de la spécialité Logistique Merci pour la publicité que vous pourriez accorder à cette annonce. Bien cordialement, Nadia Hamani et Gilles Dequen Profil du candidat : Formation et compétences requises : Adresse d’emploi : Document attaché : 202503171414_MCF 61 EiJV _2025.pdf May 31 – Jun 1 all-day Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : Brain-C Lab, NeuroSU, Institute of Biology Paris-S Contexte : Sujet : Application: Interested candidates should apply immediately by sending a letter of motivation, a full CV, and the names and emails of two-three references to christian.neri@inserm.fr and lucile.megret@sorbonne-universite.fr Profil du candidat : Formation et compétences requises : • Skills in data visualization will be a plus. Adresse d’emploi : Document attaché : 202503241018_Annonce_bioinfo_IE.pdf Jun 6 Fri 2025 Jun 6 – Jun 7 all-day Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : Institut FEMTO-ST, Besançon Contexte : Sujet : The aim of this faculty position is to set up a research program around the theme of explainable and physically-informed AI for modeling dynamical systems, and to steer a strong and original vision for the place of AI both in the research of the AS2M Dept, and in the SUPMICROTECH teaching curriculum. The new faculty is expected to develop a research agenda towards inventing the next generation of scientific machine-learning tools for controlling complex physical or physiological systems, by using a data-driven approach to discover physically interpretable models of dynamical systems based on temporal data (instead of studying such systems analytically). Profil du candidat : The position is a junior professorship (“chaire de professeur junior”), a new type of position intended as a priviledged fast-track to a Full Professorship position (“professeur des universités”). It consists of an initial fixed-term period leading (3-5 years depending on experience) leading, upon successful review, to direct promotion at the rank of Full Professor. This is a primarily research-oriented position, with a reduced teaching load of 64 hours (96 HETD) per year (equivalent to two one-semester courses). Upon successful review at the end of the tenure period, the position will be turned into a permanent/tenured full professor position in the French university system with the standard teaching load of 128 hours (192 HETD, or four one-semester courses) per year. The initial monthly gross salary will be around 3500 Euros (depending on experience), and include a generous 320k€ research startup package (tentatively: funding for 2 PhD students and one postdoc). Formation et compétences requises : Adresse d’emploi : Jun 10 Tue 2025 Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : CEDRIC, CNAM Contexte : Sujet : Profil du candidat : Formation et compétences requises : Adresse d’emploi : Jun 30 Mon 2025 Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : AMSE/IRPHE, Marseille Contexte : Sujet : Profil du candidat : Formation et compétences requises : Adresse d’emploi : Document attaché : 202505061131_PostDocAnnonceEn.pdf Sep 1 Mon 2025 Sep 1 – Sep 2 all-day Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : IMT Mines Alès (Ecole Nationale Supérieur des Mine Contexte : Sujet : Profil du candidat : Formation et compétences requises : Adresse d’emploi : Document attaché : 202409050837_fp_-_mdc_ceris_ia_et_ingenierie_fr-2.pdf Oct 1 Wed 2025 Oct 1 – Oct 2 all-day Offre en lien avec l’Action/le Réseau : – — –/Doctorants Laboratoire/Entreprise : ETIS/CY Paris Cergy Université Contexte : Sujet : Moreover, besides developing performant, robust, and stable FT and RUL prediction algorithms through time, we are also interested in enhancing interpretability of their results. On the one hand, engineers need to know the root causes for a predicted machine failure at a time t in the future, so that they may take the best possible action towards preventing the failure to happen, or replace a machine in time before having to take the system down for replacement of the compromised machine. Such explanations should cover both the time parameter (why a failure will happen after a time interval) and the type of failure (why a specific type of error will happen). On the other hand, fine-grained explanations of the different types of concept drifts can guide data analysts to take timely, and informed actions for adapting the prediction algorithm to the observed concept drift. While explainability has been a major research interest in recent years, explanation methods for concept drift are still in their infancy. Some of the approaches aim for the detection and quantification of drift, its localization in space or its visualization, while others focus on feature-wise representations of drift. In this project, we aim to investigate actionable concept drift explanations, adding in the equation weak and strong signals for failure events. We believe that concept drift explanations constitute a form of actionable explanations responding to both aforementioned expert needs, and thus can be more valuable than standard feature importance explanations. Profil du candidat : Formation et compétences requises : Adresse d’emploi : 33 Bd du Port, 95000 Cergy Document attaché : 202503241752_Post-Doc Position in Explainable AI in Industrial Settings_DATAIA_PARIS.pdf |
Offres de thèses
May 15 Thu 2025 Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : Centre INRIA de l’Université de Rennes Contexte : Inria is the National Research Institute for Digital Science and Technology. This center for scientific excellence is currently directing the French Digital Programs Agency and is on the frontline of digitalization in Europe while conducting world-class research covering a wide range of disciplines: computer science, mathematics, and simulation software. International and industrial collaborations, ground-breaking research, software development, artificial intelligence, quantum- and cyber technologies and deep tech startups are the DNA of the institute. Inria ranks 16th worldwide at the AI Research ranking while being the number one European institute for frontier research in digital sciences. LERIA (Laboratory for Computer Science Research in Angers) is a dynamic research unit of the University of Angers, bringing together around 40 members, including 23 faculty researchers and a vibrant community of PhD students and collaborators. Its scientific focus lies at the intersection of Artificial Intelligence and Optimization, with research spanning from theoretical models for knowledge representation and reasoning to advanced algorithms for solving complex combinatorial problems. Bridging fundamental research and real-world applications, LERIA actively contributes to both academic and industrial innovation in intelligent computing. DGA TT (French Procurement Agency – Land Techniques) is the French defense center dedicated to supporting and evaluating all land-based military systems. Its teams specialize in combat systems, ergonomics, weaponry, protection, robotics, and vehicle dynamics. With key sites in Bourges and Angers, the Angers facility focuses on the characterization and real-world testing of military vehicles, including their dynamic behavior and resistance to harsh environments. Spanning over 150 hectares, the site offers specialized tracks and state-of-the-art facilities to simulate extreme mechanical and climatic conditions – ensuring that equipment performs reliably under the most demanding scenarios. Recruiting team: The recruited researcher will join a multi-disciplinary team involving established, full-time research scientists of all ages, MSc, PhD and postdocs (~30 ppl). The training programme intends to prepare candidates for scientific positions, either in academia or industry, by working in a research-intensive environment which fosters both scientific excellence (world-class researchers and over 65 prestigious ERC grants) and entrepreneurship (over 200 startups launched and a dedicated Inria Startup Studio). You will also have access to an extensive portfolio of training courses on digital science and technology, scientific programming or Artificial Intelligence. The candidate will have the opportunity to share his time in Rennes and Angers, through a flexible programme. He will be recruited by Inria in the Beaulieu Scientific Campus of University of Rennes, Bretagne (France), a medium town (~220.000 inhabitants) close from Paris and from the sea, with an intense student life (25% of the population). and Angers (France’s top city to live in, 2022) and Rennes (1st student city in France, 2024, and 8th in Europe for quality of life, 2019) both offer an exceptional quality of life, a rich history, vibrant culture, and a thriving economy. Sujet : This PhD project aims for an advance in the simulation and design of metamaterials – engineered structures with unique physical properties surpassing natural materials. It aims to develop automated finite element methods to enhance numerical modeling, focusing on precision and efficiency in simulations while enabling predictive design of adaptive systems. The research targets critical defense technologies, including stealth, cloaking, and wave manipulation, with applications spanning multispectral furtivity, dynamic resilience, and active wave modulation, relevant to both defense and civilian contexts. This PhD project, titled “Artificial Intelligence for Optimizing the Mechanical Resilience of Systems under Severe Vibratory Stress: Application to Fatigue Testing of Military Vehicles” aims to advance the methodologies of the NF X 50-144 standard, a key framework for environmental testing in mechanical engineering. The research will harness artificial intelligence (AI) to improve vibration analyses, offering new insights into the resilience of complex systems under extreme conditions, with a focus on defense applications. Vibration analysis plays a vital role in ensuring the durability and reliability of military vehicles and their embedded systems, such as armament, communication, and sensor technologies. These systems face intense and variable vibrational stresses from diverse operational environments, including rugged terrains and dynamic scenarios, which current testing approaches, based on simplified assumptions, often fail to fully capture. This project will explore AI-driven solutions to address these challenges, enhancing the ability to predict fatigue and mechanical performance through advanced techniques like classification of non-stationary signals and innovative modeling and classification approaches. The research will tap into the potential of AI tools, such as autoencoders and other learning frameworks, to process complex vibration data and uncover patterns which traditional methods overlook. By refining how we assess and interpret these signals, the project aims to deliver more robust and adaptable solutions for evaluating system behavior. As AI becomes a cornerstone of future defense technologies, this work will position you at the forefront of innovation, contributing to both scientific progress and strategic advancements in military resilience. Offered in collaboration with Inria, the University of Angers, and DGA Land Techniques, this PhD provides a unique platform for candidates passionate about AI, mechanical engineering, and defense. The outcomes will directly enhance the reliability of military vehicles, with broader implications for industries like aerospace and automotive, potentially shaping standards used by leading organizations. Based between Rennes and Angers, the project combines access to cutting-edge resources with a multidisciplinary team, offering an exceptional opportunity to make a meaningful impact in a high-stakes field. Profil du candidat : Formation et compétences requises : Graduation Topics: Ideal profiles are those with backgrounds in computational mechanics, AI/data science and/or advanced scientific computing. Candidates can come from various MSc-level curriculums involving signal processing, machine learning, computational mechanics (vibration, fatigue, or structural dynamics), vehicle engineering (e.g., mechatronics), physics or applied mathematics. Experience in implementing numerical methods in high-level programming languages (Matlab, Python, Julia, …) is essential. Adresse d’emploi : May 19 Mon 2025 May 19 – May 20 all-day Offre en lien avec l’Action/le Réseau : – — –/Doctorants Laboratoire/Entreprise : ICube Strasbourg Contexte : Sujet : Profil du candidat : — Master 2 en Informatique Formation et compétences requises : — Connaissances solides en apprentissage automatique et en modélisation de connaissances. Adresse d’emploi : Document attaché : 202503231357_Suite_Adqeau.pdf May 29 Thu 2025 May 29 – May 30 all-day Offre en lien avec l’Action/le Réseau : – — –/Doctorants Laboratoire/Entreprise : Laboratoire d’Imagerie et Vision Artificielle (Im Contexte : Plusieurs méthodes ont été mises en œuvre afin de prendre en compte cet enjeu de la maîtrise de l’apparence des surfaces. L’approche la plus fréquente consiste à opérer une ou plusieurs étapes de contrôle de la qualité d’aspect des surfaces, en mettant en œuvre une analyse sensorielle visuo-tactile. Cette approche sensorielle est toujours aujourd’hui la référence en industrie même si elle est intrinsèquement et inévitablement subjective car elle réaliser par un contrôleur humain rendant le résultat difficilement répétable et/ou reproductible. L’approche instrumentale, qui vise à mettre en œuvre une mesure physique d’un ou plusieurs attributs agissant sur l’apparence des surfaces (rugosité avec ou sans contact, réflectance, brillance, etc.) est une autre façon de tenter de répondre à cet enjeu. L’idée de mettre en œuvre une numérisation de l’apparence des surfaces permet d’envisager la possibilité de pouvoir quantifier objectivement les attributs d’apparence et in fine, permettre le pilotage fonctionnel des processus de fabrication (dans le cadre industriel) ou la restauration/la sauvegarde des surfaces (dans le cadre du patrimoine) et de finition de surfaces. La technique d’imagerie appelée Reflectance Transformation Imaging (RTI), permettant de mesurer la composant angulaire a connu un développement important dans le domaine du patrimoine culturel et se déploie progressivement dans le domaine industriel. La technique RTI est analogue à la manière dont l’humain inspecte instinctivement une surface. En effet, ce dernier, comme le font les contrôleurs humains lors d’une analyse sensorielle, fait miroiter la surface sous son environnement lumineux en effectuant des rotations de la surface changeant alors l’angle d’éclairage. Problématiques RTI est une technique d’imagerie multimodale produisant de grandes quantités de données complexes, notamment lorsqu’elle est combinée à d’autres modalités d’imagerie (Miuli-spectral, Photostéréométrie, variation de focus, etc.). Malgré de nombreuses recherches et avancées pour rendre l’acquisition, le traitement et l’analyse des données plus robuste et utile à l’utilisateur final, la technique RTI présente encore des limites. En effet, les acquisitions RTI sont souvent réalisées en lumière blanche et les images enregistrées sont soit en niveau de gris soit en couleur (lorsqu’une caméra couleur est utilisée). Étant donné les limitations liées à l’information de l’intensité et l’information couleur, il est de plus en plus recours à des acquisitions multispectrales combinées avec une acquisition RTI. Se pose alors le problème de modélisation conjointe des informations spectrale et angulaires et leur exploitation aussi bien pour optimiser l’acquisition que pour les traitement subséquents (construction de la saillance, rendu, etc. Par ailleurs, un paramètre important d’une acquisition RTI concerne les positions d’éclairage pour lesquelles on va acquérir des images. Ces positions sont généralement réparties de manière uniforme dans l’espace theta et phi et leur nombre est, selon le dispositif d’acquisition, soit fixe soit laissé à l’appréciation de l’opérateur qui effectue l’acquisition. Plusieurs problèmes sont alors soulevés par ces choix de paramètres. Premièrement, la disposition uniforme des angles d’éclairage n’est pas forcément adaptée à toutes les surfaces étudiées. Chaque surface, voire chaque point dans le cas de multi-matériaux, possède ses propres propriétés surfaciques, interagissant différemment avec l’environnement lumineux. La disposition uniforme des angles d’éclairage permet d’avoir un aperçu du comportement moyen de la surface mais ne permet pas d’avoir une mesure adaptée et optimisé à celle-ci. Deuxièmement, le nombre de positions d’éclairage influe beaucoup sur le temps d’acquisition. Or, certains domaines, tels que ceux de l’industrie, demande des temps de mesure très courts afin de répondre aux besoins de contrôle qualité en production où la vitesse est un critère primordial. Il serait ainsi important de réduire le temps de cycle d’acquisition des images RTI en optimisant le nombre et la distribution spatiale des positions d’éclairage tout en gardant la même qualité de données fournie à l’utilisateur final. Sujet : Les avancées dans le domaine de l’apprentissage automatique, en particulier les techniques basées sur les réseaux de neurones, ont révolutionné l’imagerie numérique, y compris l’imagerie non conventionnelle. Ces méthodes ont démontré leur pertinence et performance dans une variété de tâches telles que la segmentation, la détection, la localisation et le suivi, dans des domaines d’application divers tels que la médecine, la télédétection, le contrôle qualité et la bio-mécanique. Elles remplacent souvent des modèles analytiques exhaustifs, parfois complexes, par des modèles implicites construits à partir de données expérimentales labélisées complètement ou ou partiellement. Ces approches sont privilégiées lorsque les données d’entraînement sont disponibles et sont même indispensables lorsque les phénomènes sous-jacents sont complexes, caractérisés par une forte non-linéarité et/ou l’absence de modèles analytiques complets. C’est particulièrement le cas pour les applications de caractérisation de l’apparence en lien avec la perception visuelle, où les processus cognitifs sont complexes et multiphysiques. Le travail de recherche portera sur l’optimisation multi-objectif du processus d’acquisition RTI spectrale pour le rendre rapide et adaptatif. La rapidité serait la conséquence d’une acquisition continue et l’adaptabilité implique de déterminer le nombre optimal de directions d’éclairage ainsi que leur répartition spatiale (chemin d’éclairage) pour chaque matériau ou type de surface. Pour cela nous investiguerons deux approches : la première est une approche supervisée ou semi-supervisée qui consiste en la création et l’entraînement d’un réseau de neurones profond sur des données réelles et simulées sur plusieurs matériaux permettant de déterminer les directions d’éclairage critiques. En complément, une approche plus exploratoire intégrera les capacités des modèles d’IA générative à apprendre une représentation implicite de la BRDF à partir d’un échantillonnage partiel. Ces modèles permettront de généraliser la modélisation de l’apparence à de nouveaux matériaux avec peu de données, en inférant des comportements photométriques plausibles. L’IA générative jouera également un rôle dans la simulation et l’évaluation de scénarios d’acquisition, permettant de tester virtuellement différentes configurations sans avoir recours à une acquisition physique systématique. Profil du candidat : Formation et compétences requises : Adresse d’emploi : Document attaché : 202505050920_Sujet Thèse contrat doctoral MESRI pour diffusion FR.pdf May 31 Sat 2025 May 31 – Jun 1 all-day Offre en lien avec l’Action/le Réseau : – — –/Doctorants Laboratoire/Entreprise : ONERA Contexte : Concernant le trait linguistique (i), la problématique de la thèse prend place au sein de travaux visant à examiner de quelle manière les émotions peuvent constituer un trait linguistique pertinent en vue de l’amélioration de systèmes d’identification automatique de discours haineux en ligne, visée encore largement inexplorée en traitement automatique des langues (TAL) [1] et ce alors que plusieurs études ont montré pourtant que la présence d’émotions – en particulier négatives – est un facteur favorable à la propagation de contenus sur Internet (e.g.[2], [3]). Concernant le trait linguistique (ii), la thèse prend place au sein de réflexions menées autour du fait que le degré d’engagement constitue un signe de radicalité et l’on sait que des positionnements radicaux sont de nature à être à plus diffusés que d’autres sur internet, contribuant potentiellement à un phénomène de désinformation [4]. Sujet : 1. Construction de ressources linguistiques On visera également ici à construire des ontologies décrivant la subjectivité, incluant les traits d’émotions et d’’engagement des utilisateurs, et s’appuyant là aussi sur des travaux existants [9], [10], [11] . 2. Développement de méthodes de détection automatique de contenus toxiques capables d’exploiter les connaissances modélisées en 1. Ce deuxième volet des recherches concernera l’augmentation des plongements sémantiques grâce aux annotations en s’appuyant sur des travaux récents qui ont étendu les principes des plongements sémantiques en considérant les représentations des concepts. Ces études utilisent des graphes conceptuels, des ontologies ou taxonomies, et intègrent ainsi les relations conceptuelles définies de manière explicite par ces ressources. Plusieurs travaux ont d’ailleurs étudié comment l’utilisation de relations telles que la synonymie, l’antonymie ou l’hyperonymie permet d’améliorer la qualité des plongements sémantiques, c’est-à-dire la précision de la sémantique capturée par les représentations vectorielles [14]. Ce deuxième volet de recherches abordera également l’utilisation de la génération augmentée de récupération (Retrieval Augmented Generation – RAG) afin de faciliter l’exploration des dimensions sémantiques principalement visées (émotions et engagement du locuteur) dans les corpus. Cette technique optimise les résultats fournis par un grand modèle de langue (Large Language Model – LLM) en faisant appel à une base de connaissances externe aux sources de données ayant été utilisées pour entraîner le modèle avant de générer une réponse. L’utilisation d’une ontologie peut alors améliorer la pertinence des réponses fournies par un LLM [12]. Tandis que les LLMs et les plongements sémantiques sont construits à partir de connaissances génériques, l’objectif de la thèse est donc d’intégrer des connaissances spécifiques, issues d’ontologies et d’annotations linguistiques pour le traitement des contenus toxiques collectés en ligne. La thèse étudiera ensuite l’impact de cette intégration sur les performances des modèles. Les recherches permettront de développer des méthodes d’intelligence artificielle hybrides, au carrefour de la représentation des connaissances et de l’apprentissage automatique [13] ainsi que dans une réflexion renouvelée sur l’apport des connaissances linguistiques aux systèmes de détection de discours de haine [15]. Profil du candidat : Co-direction : Valentina DRAGOS (ONERA, Palaiseau)/ Delphine BATTISTELLI (MoDyCo, Nanterre) Dossier de candidature à envoyer au plus tard le 15 avril 2025 aux deux encadrantes ci-dessus désignées : Formation et compétences requises : Adresse d’emploi : Document attaché : 202503241401_THESE_ONERA.pdf Jun 1 Sun 2025 Jun 1 – Jun 2 all-day Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : LISIC – Univ. Littoral Côte d’Opale Contexte : This PhD project explores a new direction for tackling these problems using artificial intelligence. While heuristic methods exist, they often struggle to balance speed and accuracy in temporal graph settings. In contrast, recent advances show that AI models can be trained to solve combinatorial problems on static graphs efficiently, yet their potential remains largely unexplored in the temporal graph setting. This project aims to bridge that gap by developing AI-based methods that learn to solve combinatorial optimisation problems emerging on temporal graphs. Sujet : Goal 1: End-to-end learning framework. Goal 2: A novel filter-based architecture. Goal 3: High-impact applications. – Anomaly localization: Many systems detect anomalies but fail to pinpoint their origin. We aim to learn to localize anomalies without relying on assumptions about their structure. – Temporal graph exploration: In transportation networks, finding optimal exploration routes is NP-hard. Our goal is to develop practical AI-based methods that scale better than current approximations. Profil du candidat : —— Application ——- Interested candidates are invited to send an e-mail to • esteban.bautista@univ-littoral.fr while attaching the documents that can support their application: • your resume; Applications will be reviewed on a rolling basis until the position is filled. Formation et compétences requises : Adresse d’emploi : Document attaché : 202504141925_PhD_COTEG.pdf Jun 1 – Jun 2 all-day Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : LISIC – Univ. Littoral Côte d’Opale Contexte : This PhD project tackles that challenge by developing interpretable methods to compare temporal graphs. The core idea is to use tensor decompositions, which naturally represent temporal graphs as three-dimensional arrays and break them down into simpler/elementary building blocks. Such temporal graph “atoms” can be leveraged to identify what fundamental building blocks are common and different across temporal graph instances, resulting in a set of tools that not only enhance machine learning on temporal graphs but also offer insights into the underlying patterns driving complex systems. Sujet : Goal 1: A new tensor decomposition for temporal graphs. Goal 2: Similarity metrics, machine learning tasks, and toolbox. Goal 3: Applications to real-world data. Profil du candidat : Interested candidates are invited to send an e-mail to Applications will be reviewed on a rolling basis until the position is filled. Formation et compétences requises : Adresse d’emploi : Document attaché : 202504141906_PhD_Data2Laws.pdf Jun 2 Mon 2025 Jun 2 – Jun 3 all-day Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : LIAS ISAE-ENSMA et CRITT Informatique Contexte : Dans ce contexte, le CRITT Informatique est régulièrement sollicité par des entreprises du domaine industrielle (aéronautique, ferroviaire, militaire, etc.) pour les accompagner dans la création de dictionnaires de composants, facilitant ainsi les échanges entre les entreprises. Ces dictionnaires de composants appelés des ontologies peuvent s’appuyer sur des standards comme par exemple OntoML (ISO 13584-32). Un travail de mapping est réalisé pour définir les ontologies à partir des concepts et des données de l’entreprise en accord avec ces standards. Ce travail est coûteux en temps, car la compréhension des données métiers est souvent complexe et nécessite alors l’analyse de nombreux documents structurés et non structurés lorsqu’ils sont disponibles. L’utilisation des IA génératives de type LLM (Large Language Model) pourrait assister les équipes du CRITT dans la construction des ontologies. C’est pourquoi le CRITT a sollicité le LIAS (Laboratoire Informatique et d’Automatique pour les Systèmes), qui travaille déjà sur l’application des LLM aux données historiques et sur le mapping de ces données pour construire des ontologies. Plus spécifiquement, les travaux du LIAS dans le cadre du projet ANR Digitalis (https://digitalis.humanities.science) s’appuient sur un modèle conceptuel répandu CDOC-CRM ainsi que sur des IA génératives commerciales, comme GPT. L’utilisation de ces IA générative facilite le travail, car elles possèdent déjà une connaissance du modèle CDOC-CRM. Sujet : Dans un souci de confidentialité des données traitées par les IA génératives, souvent exigée par les entreprises, l’inférence sur site (on-premise) des IA génératives représente un autre défi. Le défi du déploiement et de la qualité des résultats des modèles d’IA générative inférés est d’assurer une performance équivalente à celle des solutions commerciales. Par ailleurs, l’inférence sur site permettra d’étudier l’efficacité énergétique des solutions mise en oeuvre, car le CRITT Informatique doit répondre aux exigences régionales en la matière. Le cadre de cette thèse Cifre regroupe des problématiques de recherche liées à la construction d’ontologies via des IA génératives. Les besoins du CRITT Informatique incluent également le développement d’outils informatiques pour faciliter la mise en oeuvre des recherches obtenues dans cette thèse. Profil du candidat : Formation et compétences requises : Adresse d’emploi : Document attaché : 202505080828_2025_lias_idd_critt_cifre_thesis_fr.pdf Jun 5 Thu 2025 Jun 5 – Jun 6 all-day Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : LIS Contexte : Le projet TNTM (Transformation Numérique du Transport Maritime) s’intègre dans ce contexte d’optimisation de l’industrie maritime et se propose d’agir sur l’ensemble des acteurs aussi bien en mer que sur terre, pour réussir le pari d’un transport moins-carboné voire décarboné. Ainsi, un des axes pour parvenir à ces objectifs est l’excellence opérationnelle qui vise à optimiser l’usage des navires. Aujourd’hui, de multiples acteurs différents (sites de chargements et déchargements, transporteurs, terminaux, etc.) sont impliqués dans le transport d’un conteneur. Chaque passage de responsabilité entre deux acteurs crée un risque de mauvaise exécution du plan de transport et cette chaîne logistique est désynchronisée. Il n’existe souvent aucune contextualisation dynamique du plan de voyage du conteneur, et ce, même en ayant connaissance des données issues du conteneur intelligent. Par exemple, les zones d’intérêts géographiques (ZOI) du plan de voyage sont créés manuellement par les utilisateurs et les clients. Autre exemple, des surveillances et des extractions manuelles des données sont réalisées quotidiennement pour fournir des alertes et des informations au client face à des événements inattendus. Sujet : Profil du candidat : Formation et compétences requises : Adresse d’emploi : Document attaché : 202205091335_Thesis_TNTM.pdf Jun 6 Fri 2025 Jun 6 – Jun 7 all-day Offre en lien avec l’Action/le Réseau : – — –/Doctorants Laboratoire/Entreprise : LISTIC/LMVLMV Contexte : Sujet : The inverse modeling of surface displacement is one of the major techniques of exploring the subsurface feature of volcanoes. In this Ph.D thesis, we consider the classification of volcanic mechanisms from Interferometry Synthetic Aperture Radar (InSAR) surface displacement estimations. This work is challenging, because surface displacement fields lack distinct features that can reliably distinguish different volcanic mechanisms at depth. We will begin with a blind supervised learning experiment based on synthetic simulations and frugal machine learning models (e.g. random forest) in order to validate the proof-of-concept (Indeed, Cayol et al. 2014 proposed a tedious approach based on a manual decision tree). Afterwards, we can take two approaches: on one hand, increasing the model expressivity, such as transitioning to frugal deep learning models, with the aim of improving classification accuracy; on the other hand, incorporating multimodal input to the model. This includes using directional displacement gradient’s value and sign, as well as horizontal/vertical displacement ratio to complement displacement values, based on expert’s knowledge. Furthermore, inspired by the approach adopted by volcanologists for a similar task – recognizing key physical parameters of fracture displacement (such as faults, magma intrusions, or sheared intrusions), as well as the dip and depth of the fracture and the ratio of host rock stress exerted on the fracture – we aim to train deep learning models to extract physical features. By incorporating physics-informed loss functions, we seek to enhance the universality of solutions proposed by previous deep learning models. Real InSAR displacement measured at the Piton de la Fournaise volcano since 1998 and previously analyzed through Monte Carlo inversions (Dumont et al. 2022) will be used for further validation in real applications. Selected references : Cayol V., Carry T., Michon L, Chaput M., Famin V., Bodart O., Froger J.L., Romagnoli C. (2014), Sheared sheet intrusions as mechanism for lateral flank displacement on basaltic volcanoes: Applications to Réunion Island volcanoes, Journal of Geophysical Research, 119, 7607-7635. Dumont, Q., Cayol, V., Froger, J. L., & Peltier, A. (2022). 22 years of satellite imagery reveal a major destabilization structure at Piton de la Fournaise. Nature communications, 13(1), 2649. Profil du candidat : Formation et compétences requises : Adresse d’emploi : Jun 15 Sun 2025 Jun 15 – Jun 16 all-day Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : GREYC UMR 6072 Contexte : Sujet : Profil du candidat : Formation et compétences requises : Adresse d’emploi : Document attaché : 202505060848_GMLAS-PhD-25.pdf Jun 24 Tue 2025 Jun 24 – Jun 25 all-day Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : LIST3N Contexte : Sujet : Profil du candidat : Formation et compétences requises : Adresse d’emploi : Document attaché : 202504241217_PhD_target_detection_hyperspectral_imagery.pdf Jun 30 Mon 2025 Jun 30 – Jul 1 all-day Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : GREYC (Caen) ou CARMeN(Rouen) ,à discuter avec le Contexte : Sujet : L’objet de la thèse est de concevoir des méthodes de prédiction plus efficace en remplaçant l’étape de simulation par une étape d’apprentissage à l’aide d’apprentissage profond sur graphes. Profil du candidat : Formation et compétences requises : Adresse d’emploi : ou Laboratoire COBRA À discuter avec l’étudiant Document attaché : 202504031311_these_rouen.pdf Jun 30 – Jul 1 all-day Offre en lien avec l’Action/le Réseau : DatAstro/Doctorants Laboratoire/Entreprise : CRIStAL / Univ. Lille Contexte : Sujet : Profil du candidat : Formation et compétences requises : Adresse d’emploi : Document attaché : 202503181504_main.pdf Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : LIFAT (Laboratoire d’Informatique Fondamentale et Contexte : De nombreux travaux de recherches ont été et sont en train d’être menéspour répondre à l’enjeu majeur de la désinformation, notamment depuis l’avènement des technologies de deep-fake et d’IA génératives. Ce phénomène de désinformation massive est observable dans plusieurs domaines : on peut citer en particulier la sphère politique (« political discourse »), le changement climatique ou encore le domaine de santé (« COVID-19 misinformation »). Cette thèse vise à la conception et à l’évaluation de nouvelles techniques de détection multimodale (vidéo, image, audio, texte) dans du contenu multimédia (vidéo, audio). Sujet : Pour ce faire, la thèse explorera l’utilisation de concepts d’IA à différents niveaux « Audio-visual Active Speaker identification » (ASD), « Multimodal Named Entity recognition » (MNER), « Retrieval-Augmented Generation » (RAG), etc., et l’exploitation d’une base de données de fait vérifiés existante (base de données issue de travaux précédents ou benchmark existants). Par ailleurs, compte-tenu de l’impact sociétal de ces travaux, un fort accent sera mis sur l’explicabilité des algorithmes multimodaux proposés, en agrégant différentes solutions : récupération d’information tierces via la recherche d’information, génération textuelle, visualisation d’élément saillant dans les images/vidéos, isolation des séquences d’intérêt dans les pistes audio/vidéos, etc. Enfin, durant la réalisation de ces travaux de recherche, il s’agira aussi de tenir compte des verrous théoriques et empiriques de l’acception des citoyens d’un tel outil via les notions d’interactions avec les outils développés, et de visualisation interactive et d’ergonomie. Ces aspects seront abordés via une collaboration avec des chercheurs en sciences de l’information et de la communication ou des journalistes et fact-checkers. Profil du candidat : Formation et compétences requises : Adresse d’emploi : Document attaché : 202502101508_2025_PhD_lifat_v3.pdf Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : GREYC UMR 6072 Contexte : Sujet : Profil du candidat : Formation et compétences requises : Adresse d’emploi : Document attaché : 202504291608_TheseXAIforGraphDataAugmentation_EpitaGREYC.pdf Jun 30 – Jul 1 all-day Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : GREYC UMR 6072 Contexte : Sujet : Profil du candidat : Formation et compétences requises : Adresse d’emploi : Document attaché : 202505042125_FIDD-PhD-25.pdf Jun 30 – Jul 1 all-day Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : IRISA Contexte : The successful candidate will be working at IRISA — the largest French research laboratory in the field of computer science and information technologies (more than 850 people). IRISA provides an exciting environment where French and international researchers perform cutting edge scientific activities in all domains of computer science. Rennes is located in the West part of France in the beautiful region of Brittany. From Rennes, you can reach the sea side in about 45~minutes by car and Paris center in about 90~minutes by train. Rennes is a nice and vibrant student-friendly city. It is often ranked as one of the best student cities in France. Rennes is known and appreciated for its academic excellence, especially in the field of cybersecurity, its professional landmark, the quality of its student life, the affordability of its housing offer, its rich cultural life, and much more. Sujet : Health data, social networks, electricity consumption… Vast quantities of personal data are collected today by private companies or public organizations. Various legal, monetary, or visibility incentives push data holders to envision sharing versions of the collected datasets that provide both statistical utility and privacy guarantees. Indeed, sharing data at large, e.g., as open data, without jeopardizing privacy, is expected to bring strong benefits (strengthening, e.g., scientific studies, innovation, public policies). Synthetic data generation is a promising approach. First, synthetic data generation algorithms aim at generating datasets that are as close as possible to the original datasets. Either synthetically generated data or the generative models trained over the original data could be shared for supporting elaborate data analysis. Second, substantial progress has been made during the last decade about the privacy guarantees of synthetic data generation algorithms. For example, there exist today synthetic data generation algorithms that satisfy variants of differential privacy, one of the most prominent family of privacy models [2]. However security is a constant race between the attackers and the defenders. A large number of attacks exists and keeps growing [5]. As a result, because of the complex environment in which synthetic data generation takes place (e.g., utility needs, diversity of information sources, diversity of data generation algorithms), analyzing the risks remains hazardous even when strong privacy-preserving techniques are used. The main goal of this PhD thesis is to design a formal method based approach allowing data holders to analyze the risks related to their synthetic data publication practices. The main tasks of the PhD student will be to: In addition to the core tasks of the project, the successful candidate will also contribute to the organisation of competitions where the privacy guarantees of synthetic data generation algorithms are challenged [1] (see, e.g., the Snake1 challenge (https://snake-challenge.github.io)). References [1] Tristan Allard, Louis Béziaud, and Sébastien Gambs. Snake challenge: Sanitization algorithms under attack. Proceedings of the 32nd ACM International Conference on Information and Knowledge Management (CIKM ’23), 2023. [2] Damien Desfontaines and Balázs Pejó. Sok: Differential privacies. Proceedings on Privacy Enhancing Technologies, 2020(2):288–313, 2020. [3] Barbara Kordy (Fila), Ludovic Piètre-Cambacédès, and Patrick Schweitzer. Dag-based attack and defense modeling: Don’t miss the forest for the attack trees. Comput. Sci. Rev., 13-14:1–38, 2014. [4] Hongsheng Hu, Zoran A. Salcic, Lichao Sun, Gillian Dobbie, P. Yu, and Xuyun Zhang. Membership inference [5] Ahmed Salem, Giovanni Cherubin, David Evans, Boris Köpf, Andrew Paverd, Anshuman Suri, Shruti Tople, and Santiago Zanella-Béguelin. Sok: Let the privacy games begin! a unified treatment of data inference privacy in machine learning. In Proceedings of the 2023 IEEE Symposium on Security and Privacy (S&P ’23), pages 327–345, 2023. [6] Antonin Voyez, Tristan Allard, Gildas Avoine, Pierre Cauchois, Élisa Fromont, and Matthieu Simonin. Membership inference attacks on aggregated time series with linear programming. In Proceedings of the 19th International Conference on Security and Cryptography (SECRYPT ’22), 2022. Profil du candidat : Formation et compétences requises : Adresse d’emploi : Document attaché : 202501201621_PhD_thesis_IRISA_France.pdf Aug 31 Sun 2025 Aug 31 – Sep 1 all-day Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : CReSTIC / Institut Godinot / AQUILAB Contexte : Sujet : Profil du candidat : Formation et compétences requises : Adresse d’emploi : Document attaché : 202505121850_Appel_candidature_20250512.pdf Dec 31 Wed 2025 Offre en lien avec l’Action/le Réseau : – — –/Doctorants Laboratoire/Entreprise : Laboratoire Informatique d’Avignon avec codirect Contexte : Sujet : Profil du candidat : Formation et compétences requises : Adresse d’emploi : Document attaché : 202504251721_offreThesis_EVA.pdf Dec 31 2025 – Jan 1 2026 all-day Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : LISTIC Contexte : Sujet : Profil du candidat : Formation et compétences requises : Adresse d’emploi : |
Offres de stages
May 31 Sat 2025 May 31 – Jun 1 all-day Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : Centre d’Epidémiologie et de Santé Publique des A Contexte : /! Parmi les pré-requis explicités dans le fichier ci-joint, nous attirons l’attention des potentiels candidats sur les contraintes en termes de nationalité liées à ce poste. Sujet : Profil du candidat : Tous les demandeurs devront se soumettre à une enquête d’habilitation de sécurité avant de pouvoir accéder au site du CESPA. Formation et compétences requises : Adresse d’emploi : Document attaché : 202501240639_StageMaster-CESPA.pdf May 31 – Jun 1 all-day Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : Cirad, Montpellier Contexte : Sujet : Profil du candidat : Formation et compétences requises : Adresse d’emploi : May 31 – Jun 1 all-day Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : Cirad, Montpellier Contexte : Sujet : Profil du candidat : Formation et compétences requises : Adresse d’emploi : Document attaché : 202501271049_Offre de stage M2 – Deep aerenchimas.pdf Jun 30 Mon 2025 Offre en lien avec l’Action/le Réseau : – — –/– — – Laboratoire/Entreprise : IMT Atlantique & ENSTA Contexte : Sujet : Profil du candidat : Formation et compétences requises : Adresse d’emploi : Document attaché : 202502101141_Stage IANSPAM.pdf |