Offres d’emploi

N’hésitez pas à déposer vos offres en cliquant ici.

Intitulé: Post-Doctorat en sciences du langage et en traitement automatique du langage (H/F)
Type d’offre d’emploi: Offre de post-doc
Détails de l’offre: La division AUSY Paris Innovation porte les projets d’innovation et de recherche du groupe AUSY dans des secteurs variés comme la défense, l’aéronautique, les transports maritimes et navals, les télécoms et médias, le tertiaire, ou encore l’énergie pour apporter une forte valeur ajoutée à nos projets internes et externes.Pour renforcer cette activité, nous recrutons un Docteur en sciences du langage et en traitement automatique du langage (H/F) afin de travailler sur les enjeux du traitement linguistique des parcours de nos consultants et candidats.

\\ 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.

Date limite de candidature: 2018-06-30
Mail de contact: ablache@ausy.fr

 

Intitulé: Postdoctoral Position in Deep Learning at Aix-Marseille University
Type d’offre d’emploi: Offre de post-doc
Détails de l’offre: A postdoctoral fellow position on deep learning is available at the University of Aix-Marseille (AMU) and the Computer Science Lab of Marseille (LIS). The successful candidate will work within the framework of the French National Research Agency (ANR) project Deep in France (DIF) [1].* Description *

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.

[1] http://www.deepinfrance.fr/

[2] https://qarma.lis-lab.fr/
Date limite de candidature: 2018-09-30
Mail de contact: hachem.kadri@lis-lab.fr

 

Intitulé: Post-doc en Apprentissage pour l’analyse d’opinion
Type d’offre d’emploi: Offre de post-doc
Détails de l’offre: Les équipes MIND (http://www.litislab.fr/equipe/mind/) et Apprentissage (http://www.litislab.fr/equipe/app/) du laboratoire LITIS à Rouen recrutent un post-doctorant pour 18 mois dans la cadre du projet SAPhIRS (projet de type RAPID financé par la DGA et la DGE).Mots clefs : machine learning, deep learning, réseaux récurrents

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

Date limite de candidature: 2018-06-30
Mail de contact: alexandre.pauchet@insa-rouen.fr

 

Intitulé: Traitement d’Image et Apprentissage Machine pour le dépistage précoce de la maculopathie diabétique
Type d’offre d’emploi: Offre de thèse
Détails de l’offre: La rétinopathie Diabétique (RD) compliquée de maculopathie peut conduire à la cécité. Préserver la vue du patient requiert de dépister la maladie aussi tôt que possible. Cependant la méthode fond d’œil actuellement utilisée n’est pas suffisamment efficace car elle ne permet pas de détecter les tous premiers signes de maculopathie. L’OCT a le potentiel nécessaire pour visualiser les premiers symptômes, mais cette technique génère de plus grand volumes de données qui, combiné avec le nombre croissant de patients, complique l’utilisation de cette technique par les médecins pour un dépistage systématique. De plus la présence du sang de la RD et de la MD augmente l’atténuation des signaux OCT, ce qui peut masquer les tissus sous-jacents. Dans ce projet, nous visons à développer de nouvelles méthodes de traitement d’image et d’utiliser des techniques d’apprentissage machine pour détecter les marqueurs spécifiques des symptômes de la DM imagée par OCT. Le projet se fera en collaboration avec le laboratoire Œil de l’Université Nationale de Singapour qui développe des solutions IA d’ophtalmologie, ainsi qu’avec le Dr Jean Louis Uzel, ophtalmologue à la clinique Cardella à Tahiti.Mots clefs: Traitement d’image, intelligence artificielle, apprentissage machine, apprentissage median, Maculopathie Diabétique.

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

Date limite de candidature: 2018-05-07
Tél de contact: +689 87 75 00 11
Mail de contact: jean-martial.mari@upf.pf

 

Intitulé: Chef de projet Intelligence Artificielle (R&D)/ Data scientist
Type d’offre d’emploi: Offre de post-doc
Détails de l’offre: Nous recherchons pour notre client, cabinet de formation leader français de l’accompagnement VAE, un chef de projet Intelligence Artificielle (R&D) – post doctorant- basé à Paris.
Ce cabinet de formation, en plein développement leader sur son marché, a accompagné plus de 5000 candidats dans leur démarche de Validation d’acquis d’expérience.
La validation des acquis de l’expérience est une mesure qui permet à toute personne, quels que soient son âge, son niveau d’études ou son statut, de faire valider les acquis de son expérience pour obtenir une certification professionnelle.
Dans le cadre de son développement, le cabinet souhaite mener à bien un projet R&D innovant et développer un outil informatique permettant de révolutionner l’état de l’art de la VAE.
Poste : Au sein du service R&D, vous serez responsable de la construction d’une plateforme dédiée à l’orientation et à l’accompagnement VAE. Le but de la plateforme : améliorer et modéliser le système d’accompagnement des candidats à la VAE grâce au machine learning et au Big Data.Vous travaillerez en étroite collaboration avec le responsable R&D pour définir les concepts.
Vous êtes le responsable Data/Machine Learning de ce projet et mènerez les missions suivantes :• Compréhension des besoins métiers et proposition de solutions pertinentes ;• Collecte et analyse des données (certificateurs, diplômes, compétences…) ;• Développement, test, exploration et implémentation d’algorithmes répondant aux objectifs définis ;• Interface avec le prestataire informatique en charge du développement de l’applicatif, notamment dans le choix de l’orientation technique.Vous serez également amené à participer à des activités annexes telles que la rédaction et la publication d’articles, l’organisation de colloques…Profil :Diplômé d’un doctorat en Informatique ou Intelligence Artificielle, vous recherchez votre premier CDI post doctorat.
Minutieux et rigoureux vous avez idéalement des compétences en gestion de projet et une appétence pour les sciences de l’éducation et les ressources humaines.
Curieux et ouvert d’esprit, vous aimez travailler en équipe et avez l’esprit d’initiative et de synthèse.
Date limite de candidature: 2018-06-30
Mail de contact: cecile.decuivre@m-executives.com

 

Intitulé: Postdoc de 12 à 18 mois sur l’identification de locuteurs, Caen (France)
Type d’offre d’emploi: Offre de post-doc
Détails de l’offre: Nous sommes à la recherche d’un postdoctorant ayant de l’expérience en apprentissage profond pour travailler avec nous sur un projet d’identification du locuteur dans le cadre des assistants personnels intelligents (type google home). Les méthodes feront appel à l’apprentissage profond. Le candidat devra proposer des nouvelles méthodes, les implémenter et les valider expérimentalement.Contexte:
———–
Les assistants intelligents tels qu’ Amazon Echo et Google Home suscitent une vague d’enthousiasme chez les consommateurs. Leurs expéditions ont atteint 5,9 millions d’unités dans le monde en 2016 et devraient décupler d’ici 2022. Ce projet s’inscrit dans cette ligne de recherche et vise à développer un assistant domestique innovant connecté à une plate-forme de services. Il s’appuiera sur l’intelligence artificielle et l’interaction vocale pour assurer un accès sécurisé aux services.Objectifs et défis:
—————————
Plusieurs défis devront être surmontés pour effectuer l’identification du locuteur. Le première consistera à définir une architecture d’apprentissage profond suffisamment générique pour le cadre de l’application. Un deuxième défi sera posé par le nombre réduit de données d’apprentissage. Ce problème est particulièrement difficile dans le contexte de l’apprentissage profond, qui exige habituellement une masse énorme de données pour effectuer un apprentissage précis. Le point de vue du projet sera centré sur ces deux points, le second étant à peine abordé par la littérature.Plan de travail:
———–
La poste commencera par un état de l’art et un codage des meilleures méthodes non profondes de celui-ci. Cette première étape devrait prendre 3 mois et permettra de fournir un premier résultat aux autres partenaires du projet.
La deuxième étape, évaluée à 6 mois, consistera à concevoir une architecture d’apprentissage profond et à l’entraîner afin d’identifier plusieurs membres du projet.
La dernière étape, évaluée à 3 mois, consistera à concevoir un premier prototype fonctionnel et à en évaluer les performances (en termes de taille de l’ensemble d’entraînement, de précision et de rappel) lorsqu’un réseau profond est formé sur un nouvel ensemble de personnes. Ce nouvel entraînement sera effectué soit grâce à des poids aléatoires, soit grâce aux poids obtenus lors de l’étape précédente. L’architecture du réseau restera inchangée.Profil du candidat:
——————
Le candidat doit avoir un doctorat récent (mois 5 ans) en Informatique (ou Mathématiques Appliquées) dans le domaine de l’apprentissage machine. Des compétences en apprentissage profond sont également bienvenues. De bonnes compétences en programmation sont également requises. De bonnes compétences en communication écrite et verbale ainsi que des aptitudes à travailler en équipe sont recommandées, le candidat doit parler couramment le français ou l’anglais et l’anglais écrit. La langue de travail peut être l’anglais ou le français.Application:
————-
Les candidats intéressés doivent soumettre leur candidature à
luc.brun@ensicaen.fr et
olivier.lezoray@unicaen.frVeuillez inclure dans votre demande un CV, une lettre de motivation indiquant votre intérêt et vos compétences pour ce poste, ainsi que 2 lettres de recommandation (toutes dans un seul fichier pdf). Les candidatures seront acceptées jusqu’ à ce que le poste soit pourvu.Informations complémentaires:
———————–
Institution hôte: Université de Caen Normandie et CNRS, laboratoire GREYC (UMR 6072)
Salaire brut: 2074 euros par mois (charges comprises)
Durée: Un an, pouvant aller jusqu’ à 18 mois
Date de début: à partir de février/mars 2018
Avantages: Possibilité de cours de français, participation aux frais de transport, possibilité de restauration sur place.
Date limite de candidature: 2018-05-31
Tél de contact: 02 31 45 27 01
Mail de contact: luc.brun@ensicaen.fr