[bull-ia] Poste de PR 27 informatique, profil « Apprentissage automatique » ouvert au l’Université Côte d’Azur, soumission des dossiers avant 05/03/2019

 

Un poste de professeur en 27ème section, informatique, profil
« Apprentissage Automatique » est ouvert au Laboratoire I3S de
l’Université Côte d’Azur.

Le profil du poste sur Galaxie correspond au numéro : 4593,
https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/ListesPostesPublies/FIDIS/0060931E/FOPC_0060931E_4593.pdf

Les personnes intéressées doivent déposer leur dossier sur le
serveur de recrutement de l’établissement après s’être inscrites
sur GALAXIE : https://dematec.unice.fr/login
au plus tard le 05/03/2019.

Pour plus de contexte à ce poste :

– En enseignement :

Les partenaires industriels d’UCA insistent fortement pour que
plus d’étudiant·e·s issus de l’Université possèdent un réel bagage
scientifique en Machine Learning en général et en Deep Learning
(DL) en particulier. De nouveaux cours sont donc en création aussi
bien dans les parcours existants de Polytech que dans des Master
existants ou qui viennent d’être lancés (Master Idex-UCA MoDSU,
Master Idex-UCA Mod4NeuCog).
En complément, les attentes des partenaires industriels d’UCA pour
la formation continue en Machine Learning et en Deep Learning sont
également très importantes.
Le recrutement d’un·e professeur·e est donc crucial pour répondre
à cette très forte demande de formation, tant continue (un nombre
croissant de demandes d’entreprises pour des formations dans le
domaine sont mises en attente par le nombre réduit de ressource en
personnels UCA compétents) qu’initiale (cours initiaux et filières
de Polytech en Machine Learning, différents masters UCA).

– En recherche :

Le laboratoire I3S est structuré en 4 équipes. L’équipe concernée
par cette demande est l’équipe SPARKS qui contribue au Machine
Learning à plusieurs titres :
-par des contributions théoriques en élaborant par exemple des
stratégies d’apprentissage actif pour le Deep Learning ou en
concevant des méthodes hybrides combinant différentes stratégies
d’apprentissage ;
-par l’élaboration de nouvelles méthodes dans le cadre de
nombreuses collaborations industrielles pour résoudre des
problèmes fondamentaux posés par nos partenaires, comme par
exemple : l’analyse de messages textuels courts, la construction
d’un moteur de recherche d’information dans des grandes bases
multimédia, la conception d’un système de navigation pour véhicule
autonome, ou encore la définition d’un système de recommandation ;
-par la conception de nouvelles approches globales dans le cadre
de plusieurs collaborations académiques à l’interdisciplinarité
avec le CHU, avec le laboratoire BCL, avec le laboratoire GREDEG,
d’autres laboratoires d’UCA, ainsi qu’avec la Maison de la
Modélisation, de la Simulation et des Interactions (MSI) et de ses
deux satellites (Medical Data Lab et Digital Humanities Lab).
Les activités autour du Machine Learning ont également un rôle
fédérateur au sein même de l’équipe SPARKS puisque de nombreuses
contributions dans d’autres domaines de recherche de SPARKS, comme
la modélisation de connaissance, l’informatique ambiante, le
calcul réparti sur des plateformes à faible consommation ou encore
le génie logiciel, requièrent aujourd’hui des compétences en
apprentissage et conduisent aussi régulièrement à des
contributions en Machine Learning. C’est le cas par exemple du
projet Idex « Intégration et Analyse de Données Biomédicales »
(IADB) impliquant plusieurs membres de l’équipe SPARKS, ou du
projet ROCKFlows qui allie des contributions recherches en génie
logiciel et Machine Learning pour le développement d’une
plateforme de conception de workflows de Machine Learning.

Le 29/01/2019 à 17:02, Patrick
Gallinari a écrit :

 

Un poste de Maître de Conférences en 27e section
(Informatique), profil « Apprentissage, théorie et applications »
est ouvert au Laboratoire d’informatique de Paris 6 (LIP6) de
Sorbonne Université.

Attention, la clôture de l’enregistrement des
candidatures aux postes sur l’application ministérielle GALAXIE
est le lundi 25 février 2019, 16 heures (heure de Paris)

Ci dessous un résumé du profil, le descriptif complet du poste
est accessible sur la page suivante, numéro de poste Galaxy 114

http://www.recrutement.sorbonne-universite.fr/fr/personnels-enseignants-chercheurs-enseignants-chercheurs/enseignants-chercheurs/recrutement-2019-enseignants-chercheurs/postes-ouverts-par-la-faculte-des-sciences-et-ingenierie.html

Les informations générales sur les recrutements E/C à Sorbonne
université se trouvent sur la page suivante :

http://recrutement.sorbonne-universite.fr/fr/personnels-enseignants-chercheurs-enseignants-chercheurs/enseignants-chercheurs/recrutement-2019-enseignants-chercheurs.html

______________________________________________________________________

RECHERCHE

La recherche sera en apprentissage automatique et correspondra
suivant l’équipe d’intégration à l’un des profils suivants :

– Un profil lié aux thématiques de recherche en Intelligence
Artificielle pour l’apprentissage non statistique et les modèles
de raisonnement, avec l’objectif de concevoir des approches ou
des modèles interprétables, capables d’expliquer leurs
décisions, pour la prise en compte, le traitement et la
génération de données ou de connaissances imparfaites
(imprécises,
floues, mal connues ou mal définies,…) ou subjectives
(émotions,…).
– Un profil centré sur l’apprentissage statistique et plus
particulièrement le Deep Learning qui est aujourd’hui la
technologie phare en science des données. Dans ce cadre, il est
ouvert à candidats développant des aspects théoriques,
algorithmiques ou encore applicatifs de l’apprentissage et du
Deep Learning, avec une composante expérimentation en
particulier dans l’analyse de données sémantiques (vision,
texte) ou plus généralement pour l’analyse de données complexes.
– Un profil orienté apprentissage automatique pour des modèles
de diagnostic, décision et recommandation à partir des données
hétérogènes issues des traces des apprenants dans des
plateformes d’enseignement, tels que les MOOC mais plus
généralement des ressources numériques interactives (LMS,
Serious games, environnement de réalité virtuelle ou
augmentée).

ENSEIGNEMENT

Le/la candidat(e) retenu interviendra dans les enseignements en
licence, ainsi que ceux de master autour des thématiques liées
aux « Données ».

 

 


Prof. Patrick Gallinari
Sorbonne Universite – LIP6
Boite 169
4 place Jussieu, 75252 Paris Cedex 05, France
Tel: 33144277370, fax: 33144277000
http://www-connex.lip6.fr/~gallinar/


Frederic Precioso
Full Professor
Universite Cote d’Azur
Laboratoire I3S – UMR CNRS 7271
Polytech Nice Sophia
Office 435
+33 (0)4 89 15 41 69
http://www.i3s.unice.fr/~precioso/