Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

10 février 2021

Proposition de poste PU


Catégorie : Enseignant-chercheur


Corps

Section CNU

Concours

Profil enseignement

Profil recherche

PR

61

46-1

Sciences du numérique : traitement numérique de l’information

Traitement d’images, vision et perception

 

RENTREE 2021

 

profil du poste

Profil : sciences du numérique / traitement d’images / vision et perception

Job profile : data sciences / image processing / computer vision

Champ de formation : Mathématiques-Information-Ingénierie des Systèmes (MIIS)

 

environnement et contexte de travail

Campus : Madrillet Rouen

Composante de rattachement administratif : UFR des Sciences et Techniques

Laboratoire de rattachement : LITIS – EA 4108 ; équipe QuantIF ou équipe STI

Filière(s) : Portail IEEA, Licence EEEA, Licence Informatique parcours SD, Master Sciences et Ingénierie des Données parcours SD et GIME, Master Ingénierie de la Santé parcours IBIOM

description du poste

 

Profil pédagogique du poste : sciences du numérique, traitement numérique de l’information

Job Educational Profile : data science, information processing

Objectifs pédagogiques et besoins d’encadrement :

Le ou la candidat(e) s’impliquera principalement dans le domaine de l’informatique industrielle (sciences du numérique, architecture des ordinateurs, programmation microprocesseur et assembleur), essentiellement en 1ère année de Licence I.EEEA en sciences du numérique 1 et 2, où les besoins sont les plus critiques et la présence d’un animateur sur ces enseignements indispensable. Les travaux pratiques étant fondamentaux dans ce domaine, le (la) candidate devra s'investir dans l’organisation, le pilotage et la coordination de ces travaux pratiques, tout en s’impliquant également dans plusieurs groupes de TD et de TP pour assurer le suivi des innovations pédagogiques et s’assurer que ces innovations sont bien acceptées par les étudiants. D'autres enseignements plus spécialisés en master SID et master IBIOM en traitement d’images, vision, computer vision, medical image analysis et IA embarquée sont également à pourvoir tous les ans en cours/TD et TP.

D’autre part, le ou la candidat(e) devra s’investir particulièrement dans les actions en faveur de la réussite des étudiants et de l’insertion professionnelle. Il ou elle contribuera notamment à faire le lien entre les enseignements de Licence de 1ère année sur le numérique et la poursuite d’étude dans la filière Sciences des Données de la licence d’Informatique et du Master Sciences des Données. Il ou elle devra également avoir le souci de développer ces enseignements en lien avec la Graduate School MinMacs dans l’objectif d’internationaliser ces formations et contribuer à l’insertion professionnelle des étudiants.

Objectifs en termes de FTLV :

Objectifs en termes d’internationalisation :

Le ou la candidat(e) devra pouvoir enseigner en anglais au niveau Master et contribuer à l’intégration de la filière Sciences des Données dans la Graduate School MinMacs. Il ou elle devra également prendre en charge le développement des échanges à l’international des étudiants de la filière sciences des données en master.

Profil recherche : traitement d’images / vision et perception

Job research profile : image processing / computer vision

Compétences techniques recherchées :

Calcul scientifique, analyse de données, science des données, traitement d’images, imagerie médicale, vision, perception, apprentissage machine : développements sur les principales plateformes de calcul et langages de programmation tels que R, Matlab, Python, TensorFlow, Keras…

Compétences scientifiques recherchées :

Le ou la candidat(e) recherché(e) doit disposer avant tout d’une solide expérience de recherche en traitement d’images (imagerie médicale ou vision et perception), mais aussi en machine learning pour l’image. Il ou elle devra développer des recherches théoriques, méthodologiques, algorithmiques et expérimentales et contribuer au développement de l’imagerie médicale ou de l’analyse de scènes par les résultats des nouvelles applications du traitement des données à large échelle (machine learning, deep learning),

Le LITIS souhaite renforcer le potentiel d'encadrement d'une de ses équipes QuantIF ou STI en développant des recherches fondamentales à la frontière des mathématiques, de la science des données et de l’intelligence artificielle. Le ou la candidat(e) devra être en mesure d’animer, développer et fédérer les recherches en sciences des données et traitement d’images en Normandie, ceci afin de contribuer au développement de l’axe science des données tel que défini dans la Graduate School MinMacs soutenue par Normandie Université et l’Université de Rouen Normandie, mais aussi dans le cadre de la Fédération de Recherche CNRS NormaSTIC entre le LITIS et le GREYC.

Un investissement dans le pilotage des relations internationales pour le laboratoire LITIS et pour les filières d’enseignement en Master est également demandé de la part de la personne recrutée. Cet investissement viendra renforcer la Graduate School MinMacs dans laquelle le laboratoire est impliqué.

 

Pour tout renseignement complémentaire, veuillez prendre contact avec :

 

Enseignement

Responsable Master SID

Prof. Sébastien ADAM – sebastien.adam@univ-rouen.fr – 02 32 95 52 10

 

 

Recherche

Responsables équipe QuantIF

Prof. Su RUAN – su.ruan@univ-rouen.fr – 02 35 14 86 49 ou 02 32 95 52 03

Prof. Pierre VERA – pierre.vera@chb.unicancer.fr – 02 32 08 22 58

 

Responsable équipe STI

Prof. Samia AINOUZ – samia.ainouz@insa-rouen.fr – 02 32 95 66 27

 

Co-directeur du LITIS pour l’URN

Prof. Ayoub OTMANI – ayoub.otmani@univ-rouen.fr – 02 32 95 51 90

 

 


Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2020.