Newsroom

Appel à candidatures : 4 postes de post-doctorant·es en apprentissage statistique à Télécom Paris

4 postes de post-doctorant·es sont actuellement proposés pour des missions portant sur l’apprentissage statistique et l’intelligence artificielle dans le département Image, Données et Signal de Télécom Paris, au sein du nouvel Institut Polytechnique de Paris.

Télécom Paris, classée parmi les quatre meilleures écoles d’ingénieur·e·s en France, est membre de l’Institut Mines-Télécom (IMT) et membre fondateur de l’Institut Polytechnique de Paris (IP Paris). Créée en 1878, elle a évolué au fil des années pour devenir la première école d’ingénieur·e·s en France dans le domaine des technologies numériques. Forte de l’excellence de son enseignement et de sa pédagogie innovante, Télécom Paris se positionne au cœur d’un écosystème d’innovation qui se nourrit des interactions entre ses formations initiales et continues, son centre de recherche et ses deux incubateurs d’entreprises.

Son activité de recherche a été qualifiée d’exceptionnelle en qualité avec des publications dans les meilleures revues et conférences par le HCERES (Haut Conseil de l’évaluation de la recherche et de l’enseignement supérieur) et elle a également été labellisée « Institut Carnot Télécom et Société numérique »

Ses activités de recherche recouvrent tous les domaines de la technologie numérique et développent une expertise au niveau européen articulée autour de six axes stratégiques, dont la science des données et l’intelligence artificielle. Cet axe rassemble plus de 40 chercheurs et 80 doctorants. En 2017, 24 thèses doctorales ont été défendues sur ces sujets et l’équipe pédagogique a publié plus de 220 articles scientifiques. Les chercheurs de Télécom Paris sont également présents dans les conférences internationales de premier plan du domaine (ICML, NeurIPS, AISTATS…)

Descriptif des postes

A – Un poste de post-doctorant·e d’une durée de trois ans en apprentissage statistique dans l’équipe Signal, Statistique et Apprentissage (S2A).

Mission: – Développer une recherche novatrice dans le domaine de l’apprentissage statistique théorique ou appliqué, en ciblant les applications qui s’alignent sur les thématiques de l’équipe S²A et du département Images, Données et Signal. Celles-ci comprennent (sans toutefois être limitées à) l’apprentissage séquentiel/par renforcement, l’apprentissage multitâches,  l’apprentissage de données structurées (par ex. séries temporelles, signal audio), le traitement automatique du langage naturel, le traitement des signaux sociaux, la maintenance prédictive, l’analyse de signaux biomédicaux ou physiologiques, les recommandations, la finance, la santé… – Contribuer à des collaborations avec des partenaires universitaires et industriels sur ces mêmes sujets – Participer aux enseignements dispensés par Télécom Paris en apprentissage statistique et en science des données, y compris les programmes de formation continue (par ex., les Certificats d’Etudes spécialisés et les Mastères Spécialisés en IA et en Data Science).

Encadrant : Stephan Clémençon

B- Un poste de post-doctorant·e d’une durée de trois ans et un autre d’une durée de deux ans

au sein de la chaire Data Science and Artificial Intelligence for Digitalized Industry and Services (DSAIDIS) sur l’un des sujets suivants :

  • Robustesse et interprétabilité pour un apprentissage statistique fiable
  • Méthodes à noyaux profonds
  • Apprentissage sans données de référence/Apprentissage par transfert
  • Apprentissage autonome/continu

La Professeure Florence d’Alché-Buc est titulaire de la chaire DSAIDIS, d’une durée de cinq ans, qui a pour partenaires cinq grands groupes : Airbus Defense & Space, Engie, Idemia, Safran et Valeo. Impulsé par le thème de la prise de décision dans les domaines sensibles (défense, transports, industrie), le programme scientifique de la chaire DSAIDIS met l’accent sur les enjeux critiques de l’apprentissage avec garanties (robustesse, fiabilité, transparence) dans un contexte de données massives, multimodales et faiblement étiquetées.

Mission: Les post-doctorant·es devront justifier d’une solide formation en ce qui concerne les aspects théoriques et informatiques de l’apprentissage statistique. Ils/elles entreprendront des recherches au sein de l’équipe sur les thématiques citées ci-dessus et contribueront à la direction de thèses doctorales. IIs/elles publieront dans les conférences internationales de Machine Learning les plus importantes. Les candidat·es retenu·es participeront également activement à l’animation scientifique de la Chaire et travailleront aussi à favoriser la collaboration sur des applications avec les partenaires industriels.

Encadrante : Florence d’Alché-Buc, Stephan Clémençon

C – Un poste de post-doctorant·e d’une durée de deux ans au sein d’une collaboration enseignement supérieur/industrie portant sur la détection en ligne d’anomalie dans un contexte de chaînes de production.

Mission: Le/la post-doctorant·e mènera des travaux de recherche sur les méthodes de détection en ligne, capables de gérer des données hétérogènes provenant de chaînes de production en temps quasi-réel. Les nouvelles méthodes seront appliquées sur de grandes masses de données réelles, dans le cadre d’une collaboration étroite avec un groupe industriel. Le/la post-doctorant·e contribuera aux objectifs du projet et travaillera avec un·e doctorant·e et une équipe déjà très active dans cette thématique.

Encadrants : Florence d’Alché-Buc et Pavlo Mozharovskyi

Pour tous ces postes

Formation
Les candidats retenus doivent être titulaires d’un doctorat dans le domaine de l’apprentissage statistique, la statistique/biostatistique ou de l’informatique, pouvoir justifier d’une solide expérience de la publication dans les conférences et revues spécialisées, dans le domaine de l’apprentissage statistique et ont bénéficié d’une excellente formation en mathématiques appliquées/statistique. Un goût prononcé pour les aspects informatiques de l’apprentissage statistique, ainsi de que de très bonnes compétences en programmation (Python) sont indispensables.

Salaire : à déterminer en fonction du profil du/de la candidat·e

Lieu

Campus de l’Institut Polytechnique de Paris (à 25 km de Paris): Télécom Paris, 19 place Marguerite Perey, F-91120 Palaiseau, campus desservi par les transports en commun

Candidature

Pour postuler, merci d’utiliser le formulaire ci-dessous et de préparer un document unique qui comprend une présentation des domaines de recherche, un curriculum vitae, une photocopie des certificats et diplômes pertinents, la (pré)publication de deux articles et les noms et adresses de deux personnalités qualifiées pouvant donner un avis éclairé sur la candidature.

Le poste auquel vous candidatez :

Candidature au poste A - postdocorat de 3 ans dans l'équipe S2SCandidature au poste B - postdocorat de 3 ans ou de 2 ans dans la chaire DSAIDISCandidature au poste C - postdocorat de 2 ans collaboration enseignement supérieur/industrie

Pour le poste B, indiquer vos choix de sujets :

Robustesse et interprétabilité pour un apprentissage statistique fiableMéthodes à noyaux profondsApprentissage sans données de référence/Apprentissage par transfertApprentissage autonome/continu

Ce fichier unique doit contenir:
- une présentation des domaines de recherche,
- un curriculum vitae,
- une photocopie des certificats et diplômes pertinents,
- la (pré)publication de deux articles
- les noms et adresses de deux personnalités qualifiées pouvant donner un avis éclairé sur la candidature.

Date limite

  • les candidatures seront évaluées dès leur réception et au plus tard, le 20 novembre.
  • la prise de poste pourra s’effectuer à partir du 20 novembre.