Annonce

Les commentaires sont clos.

MCF MCF 27/61 Université Savoie Mont-Blanc

25 Octobre 2022


Catégorie : Enseignant-chercheur


Poste MCF 27/61 Université Savoie Mont-Blanc :

LISTIC, IUT Département Info, Annecy

E : programmation, DevOps/MLops, cloud, IA, traitement de l’Information.

R: Apprentissage automatique, Apprentissage Statistique, Traitement Images, télédétection

 

Profil long enseignement :

La personne recrutée pourra prendre en charge des enseignements en programmation, DevOps/MLops, cloud, IA, ou bien encore traitement de l’Information. Elle devra aussi s’investir dans la vie du département (réunions d’équipe, accompagnement et suivi des étudiants, encadrement de projets et suivis de stages, …). Elle pourra se voir confier une des tâche/mission administrative telle que la communication, une responsabilité d’études, la coordination des stages, … selon les besoins et ses compétences. Une expérience pédagogique basée sur des outils et concepts innovants (approche compétences, classe inversée, apprendre en enseignant, cours interactifs, ressources en lignes, …) sera appréciée.

Profil long recherche :

L’activité de recherche de la personne recrutée s’intégrera dans le thème AFuTé (Apprentissage, Fusion et Télédétection) du LISTIC. Ce thème développe plusieurs approches théoriques et méthodologiques :

- Apprentissage automatique - fouille de données, apprentissage profond,

- Fusion de données incertaines - probabilités, possibilités, croyances,

- Traitement du signal - ondelettes et apprentissage statistique,

- Télédétection - détection de changement, mesure de déplacement, inversion.

Les domaines d'application de ces travaux sont majoritairement liés à l’analyse de données temporelles ou spatiales, en particulier pour la surveillance de l’environnement ou les applications privilégiées du second thème du LISTIC (ReGaRD : Représentation, Gestion et tRaitement des Données pour l’humain).

La personne recrutée devra montrer sa capacité à développer des approches méthodologiques originales en apprentissage automatique. Elle pourra s’appuyer sur des compétences d’apprentissages statistiques, de représentation de l’information (transformée en ondelettes) et/ou d’apprentissage profond. Des capacités à se saisir des applications en télédétection et plus particulièrement sur des séries temporelles sont également souhaitées.

Contact : Guillaume Ginolhac, guillaume.ginolhac@univ-smb.fr