Associate Professor : Des données brutes aux modèles informatiques
Pour la campagne de recrutement 2023, Sorbonne Université ouvre un poste de MCF en Informatique intitulé "Des données brutes aux modèles informatiques". Les inscriptions s’effectueront exclusivement sur le portail ministériel Galaxie entre le 27 janvier 2023 à 10h00 (heure de Paris) et le 3 mars 2023 à 16h00 (heure de Paris). Attention: la date de fin d'inscription est avancée par rapport à d'autres institutions.
L’accès croissant à des masses de données hétérogènes appelle le développement de représentations et d’algorithmes qui permettent d’en faire le traitement, l’analyse et la modélisation, depuis les données brutes jusqu’à une connaissance construite. Beaucoup de ces données sont produites sous forme de traces par l'activité humaine, ces traces sont ensuite exploitées dans de nombreuses applications : analyse d'interactions sur des plateformes en ligne, de transactions économiques, d'interactions homme-machine... Le LIP6 développe des activités de recherche à toutes les étapes du processus qui mène des données brutes aux connaissances et à la prise de décision : l'agrégation et la préparation des données, leur représentation et leur traitement par des formalismes expressifs, qui intègrent la multiplicité des informations, jusqu’à la reconstruction et la modélisation des systèmes dont sont issues ces traces ou qui les exploitent. Le candidat ou la candidate retenu(e) s'intégrera dans une des équipes suivantes du LIP6 : BD, Complex Networks, MOCAH.
La personne recrutée interviendra de façon équilibrée dans les UE de Licence et de Master d’Informatique de Sorbonne Université. En Licence d’informatique, les besoins en enseignement couvrent l’ensemble de la discipline : algorithmique, programmation (notamment objet, concurrente, fonctionnelle, web), mathématiques discrètes, structures de données, système, architecture, réseaux, compilation, bases de données... En Master, selon son profil, la personne recrutée renforcera les enseignements des parcours « Réseaux » (RES), « AgeNts Distribues, Robotique, Recherche Opérationnelle, Interaction, DEcision » (ANDROIDE) et « Données, Apprentissage et Connaissances » (DAC).
Parcours RES : Des besoins critiques sont identifiés dans les domaines suivants : Réseaux télécom 5G, 6G et au-delà, Virtualisation et Programmation des réseaux (SDN et NFV), Cloud Networking et Cloud Native, Sécurité des réseaux,IoT (Internet des Objets) Parcours ANDROIDE : Le candidat ou la candidate retenue interviendra sur les thématiques de modèles décisionnels interprétables, apprentissage et prise de décision en milieux incertains, modélisation et analyse de comportements collectifs. Parcours DAC : Le candidat ou la candidate retenue interviendra dans les domaines de la gestion des données massives et des modèles et algorithmes d’analyse et d’apprentissage avancés (machine learning, apprentissage distribué, intelligence computationnelle).
Contacts :
Campus Pierre et Marie Curie
4 place Jussieu
75005 Paris
Profil du poste
Recherche:
L’accès croissant à des masses de données hétérogènes appelle le développement de représentations et d’algorithmes qui permettent d’en faire le traitement, l’analyse et la modélisation, depuis les données brutes jusqu’à une connaissance construite. Beaucoup de ces données sont produites sous forme de traces par l'activité humaine, ces traces sont ensuite exploitées dans de nombreuses applications : analyse d'interactions sur des plateformes en ligne, de transactions économiques, d'interactions homme-machine... Le LIP6 développe des activités de recherche à toutes les étapes du processus qui mène des données brutes aux connaissances et à la prise de décision : l'agrégation et la préparation des données, leur représentation et leur traitement par des formalismes expressifs, qui intègrent la multiplicité des informations, jusqu’à la reconstruction et la modélisation des systèmes dont sont issues ces traces ou qui les exploitent. Le candidat ou la candidate retenu(e) s'intégrera dans une des équipes suivantes du LIP6 : BD, Complex Networks, MOCAH.
- L'équipe BD s'intéresse aux problèmes de recherche liés à la préparation et la gouvernance de données dans les systèmes intelligents. Ces travaux jouent un rôle essentiel pour le développement d'applications efficaces et pérennes grâce aux nombreuses opportunités d'automatiser et d'optimiser les pipelines de données qui impliquent la plupart du temps des interventions humaines laborieuses et non triviales à automatiser à cause de la grande variété des protocoles d’accès aux données et de leur évolution. Un premier défi important est de développer des nouvelles méthodes pour automatiser ces tâches et améliorer l'accès aux données (cohérence, complétude, précision) produites par des capteurs ou stockées dans les datalakes. Un deuxième enjeu important est d'améliorer l'efficacité opérationnelle des pipelines de données et l'accélération des processus d'analyse et de décision par l'automatisation des tâches répétitives.
- Les travaux de recherche de l'équipe Complex Networks portent sur la représentation de traces d'interactions massives, leur modélisation et le développement d'algorithmes efficaces permettant d'analyser ces traces pour comprendre le fonctionnement des systèmes complexes sous-jacents. Les systèmes analysés sont de natures variées : échanges de paquets d'information entre machines, interactions sur des plateformes du web, communications dans un réseau social etc. Ces différents objets de recherche ont en commun d'être représentables à l'aide de graphes dont la structure évolue dynamiquement, ce qui permet de développer des formalismes mathématiques et des outils d'analyse communs.
- L'équipe MOCAH (Modèles et Outils en ingénierie des Connaissances pour l'Apprentissage Humain) est spécialisée dans l'utilisation de technologies fondées sur l'IA (ingénierie des connaissances, ontologies, agents conversationnels, fouille de données...) pour l'aide à l'apprentissage humain. L'essentiel de nos travaux visent à proposer des modèles intégrant les connaissances humaines dans des systèmes d'aide à l'apprentissage afin d'améliorer les modèles de l'apprenant, le diagnostic, le feedback et les systèmes eux-mêmes. Ces connaissances peuvent être collectées : (1) directement auprès des humains (experts, enseignants, apprenants...) et/ou (2) extraites des données à l'aide de techniques de fouilles de données éducatives. Les axes associés à ce profil concernent : l'analyse des ces traces combinant des connaissances expertes avec les connaissances issues des traces (IA numérique et symbolique, learning analytics) pour les systèmes de diagnostic(connaissances, méta connaissances, émotions) ou prédiction du comportement, l'explicabilité et l’appropriation des résultats par les humains (enseignants, apprenants,...) et pour les systèmes décisionnels (feedback, parcours d'apprentissage, recommandations) l'équité (fairness) compte tenu des possibles biais des traces.
Enseignement:
La personne recrutée interviendra de façon équilibrée dans les UE de Licence et de Master d’Informatique de Sorbonne Université. En Licence d’informatique, les besoins en enseignement couvrent l’ensemble de la discipline : algorithmique, programmation (notamment objet, concurrente, fonctionnelle, web), mathématiques discrètes, structures de données, système, architecture, réseaux, compilation, bases de données... En Master, selon son profil, la personne recrutée renforcera les enseignements des parcours « Réseaux » (RES), « AgeNts Distribues, Robotique, Recherche Opérationnelle, Interaction, DEcision » (ANDROIDE) et « Données, Apprentissage et Connaissances » (DAC).
Parcours RES : Des besoins critiques sont identifiés dans les domaines suivants : Réseaux télécom 5G, 6G et au-delà, Virtualisation et Programmation des réseaux (SDN et NFV), Cloud Networking et Cloud Native, Sécurité des réseaux,IoT (Internet des Objets) Parcours ANDROIDE : Le candidat ou la candidate retenue interviendra sur les thématiques de modèles décisionnels interprétables, apprentissage et prise de décision en milieux incertains, modélisation et analyse de comportements collectifs. Parcours DAC : Le candidat ou la candidate retenue interviendra dans les domaines de la gestion des données massives et des modèles et algorithmes d’analyse et d’apprentissage avancés (machine learning, apprentissage distribué, intelligence computationnelle).
Autres informations
Le candidat ou la candidate retenu(e) s'intégrera dans une des équipes suivantes du LIP6 :- Bases de Données : http://www-bd.lip6.fr
- Complex Networks : https://www.complexnetworks.fr/
- MOCAH: https://www.lip6.fr/recherche/team.php?acronyme=MOCAH
Contacts :
- LIP6 : Fabrice.Kordon(at)lip6.fr
- Licence Informatique : Jean-Lou.Desbarbieux(at)sorbonne-universite.fr
- Master Informatique : Olivier.Fourmaux(at)sorbonne-universite.fr et Romain.Demangeon(at)sorbonne-universite.fr
Campus Pierre et Marie Curie
4 place Jussieu
75005 Paris
Contact :Bernd Amann