** Expert Machine Learning **

Plus de 50 entreprises (banques, assurances, industriels) de premier plan ont déjà fait confiance à YSEOP, tant en Europe qu’aux Etats Unis.
Notre stratégie s’appuie sur nos propres experts et sur un réseau étendu de partenaires pour offrir à nos clients des solutions opérationnelles.
Votre futur écosystème…

• Une équipe internationale à taille humaine (50 personnes – des bureaux à Paris, Lyon, Oxford (UK), Dallas, New York (USA), Bogota (Colombie))
• Une technologie d’Intelligence artificielle innovante à forte valeur ajoutée (leader dans la NLG, des dizaines d’années de recherche, 6 brevets internationaux)
• Une structure en plein développement et l’opportunité de contribuer activement à notre croissance

* Descriptif du poste:

Vous initiez et structurez l’activité Machine Learning au sein de l’équipe R&D d’Yseop

Un des enjeux d’Yseop est d’accélérer la phase de mise en place des projets utilisant sa technologie. Dans ce contexte, Yseop souhaite démarrer une activité qui utilisera les possibilités du machine learning pour répondre à ce problème. Vous contribuez à cette évolution majeure en utilisant vos connaissances en Intelligence Artificielle : vous mettez en place des techniques d’apprentissage automatique ou semi automatique afin de réduire les durées de phase de paramétrage.

Deux sujets principaux sont déjà identifiés et priorisés :
• A partir d’exemples de documents déjà écrits, l’automatisation au moins partielle de la phase de modélisation et de paramétrage de tels documents.
• A partir d’exemples de dialogue de type chatbot, la modélisation automatique ou semi automatique de la « découverte » des questions à poser à l’utilisateur ainsi que des réponses à lui apporter.

Un autre enjeu sera d’intégrer des techniques d’apprentissage afin d’améliorer les systèmes de dialogue déjà utilisés chez Yseop (NLU ou dialogue par questions fermées) en analysant les interactions avec les utilisateurs (par exemple : intégration du feedback utilisateur pour l’amélioration d’un chatbot).
Vos missions principales seront les suivantes :
• participer aux spécifications des évolutions de nos produits;
• proposer des fonctionnalités innovantes;
• prototyper, évaluer et intégrer dans les produits Yseop des techniques de machine learning;
• recruter d’autres personnes pour participer à cette activité

* Profil recherché

Vous avez travaillé plus de 2 ans sur des sujets similaires (ML appliqué au NLP).
Vous êtes autonome et force de proposition. Vous jouerez en effet un rôle important et disruptif dans l’identification et le choix des méthodes et des algorithmes qui seront utilisés.
Vous appréciez le partage entre pairs et vous êtes à l’aise pour communiquer avec d’autres métiers.
Vous êtes à l’aise avec les méthodes classiques de machine learning appliquée au texte, et êtes curieux/euse et en formation continue sur les nouvelles technologies émergentes. Ainsi, la génération neuronale ou l’apprentissage hybride n’ont plus de secret pour vous. Vous maîtrisez des frameworks de deep learning en Java (de préférence) comme deeplearning4j et Mallet ; ou en python, comme Keras, Tensorflow, Theano ou PyTorch.
Enfin, notre environnement technique comporte de nombreux outils comme : UIMA, OpenNLP, Wordnet, Java, Linux, Eclipse, Git, Maven, Docker, … Leur utilisation dans vos expériences précédentes sera bien entendu un avantage pour un démarrage rapide !
Enfin, dans notre environnement international, la maitrise de l’anglais est indispensable.

Pour plus de renseignements et pour postuler : https://www.welcometothejungle.co/companies/yseop/jobs/ingenieur-en-machine-learning_paris

\\ Contexte et description du poste //
Le Curriculum-Vitae (CV) est un document aujourd’hui commun, généralisé et incontournable dans le cadre d’un exposé de parcours professionnel. Mais il est loin d’avoir un contenu standardisé. Appréhender un CV est donc une tâche complexe puisqu’il s’agit tant d’une analyse de structure de l’information sur une page que d’une langue d’écriture.

Dans le métier du conseil en Hautes Technologies, le CV devient un outil du quotidien parce qu’il sert à mettre en avant les compétences d’un(e) consultant(e). Il est alors primordial d’adopter un format commun à tout(e)s, appelé « Dossier de Compétences » (DC).

Le premier objectif est de stocker les données associées à une carrière professionnelle dans un format numérique à définir pour une réutilisation optimale ultérieure.

Le deuxième objectif est de permettre la manipulation des données stockées dans le cadre d’une recherche de consultant(e)s par rapport à une offre de mission. Il s’agit d’ordonner les dossiers de compétences pour associer à l’offre de mission celui qui est le plus approprié. L’analyse à mettre en oeuvre dans cette partie doit permettre d’extraire de l’offre de mission les éléments essentiels nécessaires pour cibler les paramètres appropriés dans un Dossier de Compétences.

Le troisième objectif est de permettre d’identifier des offres de mission qui répondent au profil d’un(e) consultant(e), à travers la manipulation des données stockées dans la base de données des offres de mission. L’analyse à mettre en oeuvre dans cette partie doit permettre d’extraire les éléments clés d’un Dossier de Compétences pour identifier les offres de mission en adéquation avec celui-ci.

\\ Profil recherché //
Diplômé(e) d’un doctorat dans le domaine de l’intelligence artificielle ou en cours de doctorat, vous maîtrisez le traitement automatique du langage naturel (TALN ou NLP) ou les sciences du langage. Vous disposez d’une expertise en web sémantique, en ontologie ou encore en text mining.

Vous connaissez un lemmatiseur et avez déjà appréhendé l’informatique linguistique telle que la grammaire générative, SDRT, SDT, HPSG, LFG ou encore la grammaire à arbres adjoints.

Vous maitrisez les chaînes de Markov, le théorème de Bayes et les classificateurs automatiques de deep learning.

Vous avez des compétences avérées en SPARQL 1.1 et Java EE.

Vos qualités humaines, votre passion pour les nouvelles technologies et votre bon relationnel associés à la qualité des projets qui nous sont confiés, offrent de réelles opportunités d’évolution à votre carrière au sein d’un groupe international avec des entités à taille humaine.

A propos d’AUSY
AUSY, groupe français fondé en 1989, est l’un des principaux leaders européens du Conseil et de l’ingénierie en Hautes-Technologies. Aujourd’hui, AUSY emploie plus de 6500 collaborateurs sur plus de cinquante sites, avec une forte présence en Europe, aux États-Unis et en Asie.

AUSY se positionne en tant que partenaire de référence dans le pilotage de projets d’envergure et accompagne de grandes entreprises à l’international. L’offre de services du Groupe est complète. Elle allie conseil et expertise, réalisation d’applications et de systèmes jusqu’à l’externalisation d’activités in-situ et ex-situ.

Grâce à sa culture de l’innovation et de la performance, AUSY garantit à ses ingénieurs des projets à forte valeur ajoutée et des opportunités de carrière ambitieuses.

The candidate will be working on building “green” deep learning models that are limited in memory and computation power while preserving good predictive performance. On an applicative side a focus of the project will concern spatio temporal data and video forecasting. In addition to deep learning and video forecasting a list of topics of particular interest includes low-rank tensor decompositions and kernel methods. Suitable candidates are experts in one of these topics, and eager to work with experts of the others.

The successful candidate will join the machine learning team Qarma [2] located at the center of Mathematics and Computer Science in Marseille. Situated in the southeast of France, Marseille is a Mediterranean city that enjoys a nice climate all year round and offers beautiful landscapes between sea and Calanques. The research conducted in the Qarma team covers both fundamental and applied aspects of machine learning. The working language of the team is English. The selected candidate will be working directly with Thierry Artières, Stéphane Ayache and Hachem Kadri.

* Qualifications *

Candidates should have:

– A PhD in computer science, applied mathematics or electrical engineering, with a focus on machine learning.

– Experience in deep learning model development using one or more software tools such as TensorFlow, Theano, PyTorch, etc.

– A strong track record of published research.

– A strong motivation to explore new techniques and concepts.

* Application process *

The position is expected to be available starting September 2018. Applications will be continuously received until the position is filled. Applications and further questions regarding the position should be addressed to:

thierry.artieres@centrale-marseille.fr and hachem.kadri@univ-amu.fr.

Descriptif du projet et des missions du post-doctorant :

La quantité de données publiées sur Internet s’est multipliée ces dernières années, notamment grâce à l’avènement des réseaux sociaux. Ces nouveaux moyens de communication sont régulièrement utilisés pour émettre des opinions sur des évènements publics et politiques ou pour diffuser des thèses sur des sujets parfois sensibles (appel à la haine, discours radicaux, hooliganisme, racisme et nationalisme, etc.). Le projet SAPhIRS a pour objectif d’étudier les mécanismes de propagation d’opinion au sein des réseaux sociaux : identifier les mécanismes de diffusion d’information et d’opinion sur des sujets divers allant du tourisme à la politique, repérer des leaders d’influence, etc. En particulier dans le domaine de la sécurité, nous nous intéresserons sur Twitter à la détection et à l’analyse de messages appelant à la haine ou à la violence, du suivi de leur propagation et à la détection d’acteurs d’influence.

Dans le cadre de ce projet, nous proposons un post-doctorat de 18 mois en apprentissage pour l’analyse d’opinions, de sentiment et de détection de changements d’opinion dans des Tweets. Pour cela nous souhaitons utiliser les méthodes à l’état de l’art en traitement automatique des langues basées sur les réseaux de neurones profond (deep learning), et notamment les réseaux de neurones récurrents avec mémoire interne tels que les LSTM ou les GRU.

Il s’agira :

D’annoter automatiquement des tweets selon une opinion : problème de classification supervisée ;
D’identifier automatiquement des messages comportant l’expression d’idées radicales, en anglais, en français et en alphabet de tchat arabe (translitération de l’arabe en alphabet latin, nommé aussi arabizi ou arabish) : problème d’apprentissage supervisé sur des classes déséquilibrées et éventuellement apprentissage faiblement supervisé ;
De détecter des changement d’opinion dans les séquences de Tweets d’utilisateurs : détection d’anomalies et de ruptures dans une série temporelle.

La difficulté résidera en particulier dans l’encodage numérique des données d’entrée (textes courts issus de Twitter, en Français et en Arabizi) pour lesquels les modèles de langues restent à définir, et dans la conception et l’apprentissage des modèles récurrents adaptés à ces trois tâches.

Profils :
Les candidat(e)s devront être titulaire d’un doctorat en apprentissage avec si possible une expérience en TAL et/ou en Deep learning. La connaissance des modèles récurrents et de l’Arabizi seraient également des atouts.

Conditions :
Le contrat sera de 18 mois pouvant débuter dès à présent, avec un salaire d’environ 3500 € brut mensuel chargé. La personne recrutée travaillera dans les locaux du LITIS à l’INSA Rouen Normandie sur le campus du Madrillet à Saint-Etienne du Rouvray (Seine-Maritime).

Candidature : CV, lettre de motivation, lettres de recommandation.

Contact : alexandre.pauchet@insa-rouen.fr

Financement: Ce projet bénéficie d’un financement par le Ministère français de lʼEnseignement supérieur, de la Recherche et de lʼInnovation pour trois ans.

Supervision: Le projet sera codirigé par Jean Martial Mari (http://www.upf.pf/fr/content/ jean-martial-mari), Maitre de Conférences en Informatique à l’Université de la Polynésie Française, et par Michael Girard (http://www.bioeng.nus.edu.sg/OEIL/), Professeur à l’Université Nationale de Singapour (NUS). Les recherches s’effectueront en collaboration avec le Professeur Alexandre Thiery (NUS), et avec le Dr Jean Louis Uzel, de la clinique Cardella à Tahiti. Les recherches seront effectuées pour l’essentiel au sein du laboratoire GePaSud, Tahiti, Polynésie française, et conduira peut être à effectuer des séjours scientifiques à Singapour (financements obtenus).

Candidat: Le candidat devrait avoir un Master Recherche en Traitement du Signal et de l’image ou en Informatique ou en Intelligence Artificielle; des compétences en Imagerie Médicale et en mathématiques seraient souhaitables, mais tous les profils seront considérés pour une possible première audition. Les demandes émanant de candidats avec des besoins spéciaux seront satisfaits dans la mesure de nos capacités, mais les auditions outre-mer auront lieu sur Skype, and le candidat doit être en état et avoir les moyens matériels et légaux de voyager jusqu’à Tahiti.

Candidature: Les candidats doivent envoyer un email à Jean Martial Mari (jean-martial.mari@upf.pf), avec une lettre de candidature citant le numéro de la présente offre (DPO1), un CV et les adresses emails de deux ou trois personnes qui pourront le recommander.

Date butoir de candidature: 07 May 2018 (07/05/2018) à 10h, heure de Tahiti (UTC-10).

Référence : DPO1