The research team « Apprentissage » of the LITIS laboratory is recruiting at INSA Rouen Normandy for a postdoctoral position in machine learning/deep learning for reaction optimization in organic synthesis.

The postdoctoral fellow will conduct high-impact research in machine learning and deep learning applied to the organic synthesis. It is expected development of theoretical, algorithmic contributions in machine learning for chemistry, in particular the modeling of organic reactions based on large amounts of experimental data. The intended research will target applications to fundamental problems in organic chemistry such as regioselectivity, optimization of the chemical yield of a reaction, minimization of by-products and finally prediction of diastereoisomeric ratios and/or enantiomeric ratios. First, classical machine learning models will be analyzed to identify the most relevant predictive features and to build robust models of reaction outcomes. The research will then move toward geometric deep learning, leveraging graph neural networks (GNNs) to represent reacting molecules as structured objects. GNNs naturally encode both the topology of molecular graphs and the chemical properties of atoms and bonds, providing a powerful framework for predicting reaction behavior and optimizing synthetic pathways. A major scientific challenge will lie in the integration of quantum-level information into these graph-based representations. Such information is not only difficult to incorporate, but also crucial, as quantum effects fundamentally govern reaction outcomes. By targeting advanced geometric deep learning enriched with quantum information, this research is expected to advance both the theoretical foundations of molecular modeling and the practical applications of data-driven organic synthesis.

The successful candidate will work at the LITIS Laboratory in collaboration with Institut CARMeN (UMR 6064), an internationally renowned laboratory specializing in methodology development in organic synthesis.

Application deadline: 2025-08-31
Apply here: https://jobs.inria.fr/public/classic/en/offres/2025-08984
Feel free to contact us if you have any questions: paul.viallard@inria.fr and romaric.gaudel@irisa.fr

Dans le cadre du projet ANR MeSMRise, une thèse est disponible à partir du 1/10/2025, à Grenoble (LJK). Le sujet porte sur la combinaison d’apprentissage profond auto-supervisé avec les théories sensori-motrices pour l’apprentissage de représentations de séquences d’interactions. Tous les détails peuvent se trouver ici: https://projet.liris.cnrs.fr/mesmrise/job/OfferPhDWP2.pdf

Recrutement ATER 2025 – Département ITI / Laboratoire LITIS (INSA Rouen Normandie)
L’INSA Rouen Normandie ouvre un poste d’Attaché Temporaire d’Enseignement et de Recherche (ATER), à pourvoir à partir du 1er septembre 2025, au sein du Département ITI et du laboratoire LITIS.

🔍 Profil enseignement
La personne recrutée interviendra principalement dans le domaine de l’Ingénierie des données, avec des enseignements en :
– Traitement du signal (notamment aléatoire)
– Apprentissage statistique et machine learning
– Analyse numérique, statistiques, théorie de l’information
– Encadrement de projets et de stages

🔬 Profil recherche
L’activité de recherche sera menée au LITIS, au sein d’une des équipes suivantes :
– Multi-agent, Interaction, Décision (MIND)
– Systèmes de Transport Intelligent (STI)
– Apprentissage (machine learning)

📍 Lieu : INSA Rouen Normandie, Saint-Étienne-du-Rouvray

📅 Prise de fonction : 01/09/2025

🌐 Candidature via Galaxie, Lien vers l’offre: https://www.insa-rouen.fr/insa-rouen-normandie/offres-demploi/recrutement-61-ater-002-iti-litis-1

📧 Contacts
– Enseignement : Géraldine Del Mondo (Directrice ITI) – geraldine.del_mondo@insa-rouen.fr
– Recherche : Laurent Vercouter (Co-directeur LITIS) – laurent.vercouter@insa-rouen.fr

L’offre complète est disponible à l’adresse : https://recrutement.isae-supaero.fr/fr/annonce/3576511-enseignant-chercheur-en-intelligence-artificielle-et-apprentissage-automatique-31400-toulouse

Le profil enseignement est centré sur l’apprentissage profond, l’optimisation pour l’apprentissage automatique et les architectures de calcul pour l’apprentissage automatique.
Le profil recherche est en apprentissage automatique et reste assez ouvert ; le projet de recherche devra s’intégrer au sein de l’équipe existante. Les candidat.e.s sont donc invités à se renseigner et prendre contact avec les membres de l’équipe. N’hésitez pas à contacter Thomas Oberlin (thomas.oberlin@isae-supaero.fr) et moi-même (emmanuel.rachelson@isae-supaero.fr) pour toute question ou pour venir rencontrer l’équipe.

Dans le cadre du projet MeSMRise (Multimodal deep SensoriMotor Representation learning), un stage de M2 est proposé à partir de février (date flexible) sur l’apprentissage de représentations prédictives d’objets dans le cadre des théories sensorimotrices. Une thèse sur la continuation de ce sujet sera ouverte en septembre 2025 (date flexible). Tous les détails peuvent se trouver ici: https://projet.liris.cnrs.fr/mesmrise/job/OfferInternWP2.pdf