Poste à pourvoir: MCF 27 – Institut Galilée – LIPN

Profil court : Traitement Automatique du Langage Nature
General profile: Natural Language Processing
Job profile: Natural Language Processing
Research fields: Natural Language Processing
Profil : Traitement Automatique du Langage Naturel

Département ou filière d’enseignement : Informatique

Lieu(x) d’exercice :  Institut Galilée (Université Paris 13)
Contact : Stefano Guerrini, président du département d’informatique ( stefano.guerrini@univ-paris13.fr )

Description :
Le Département d’Informatique de l’Institut Galilée intervient dans les diverses formations de l’Institut Galilée : licences, masters, classes préparatoires, école d’ingénieurs Sup Galilée.

Dans le cadre de la loi « Orientation et Réussite des Étudiants (ORE) » des moyens financiers ont été obtenus notamment dans le cadre de l’ouverture de dispositifs « oui-si ». Ces dispositifs permettent un accueil différencié des étudiants qui ont accepté ce contrat grâce à la mise en place de groupes à effectifs réduits. Les enseignements seront effectués prioritairement en première année de licence.

La ou le maître.sse de conférences recruté.e sera attaché.e au Département d’Informatique de l’Institut Galilée. Elle ou il interviendra dans différents champs de l’informatique de tous niveaux, en priorité dans le parcours aménagé de Licence 1ère année destiné aux étudiants ayant obtenu une réponse « Oui Si » via ParcourSup, et pourra intervenir dans les parcours des formations assurées par le département (licence, master, école d’ingénieur) dans les enseignements des domaines de base.

Le Département a de nombreux besoins, notamment en génie logiciel, en bases de données avancées, en administration systèmes et en programmation orientée objet. La disponibilité à intervenir dans un de ces domaines sera appréciée.

La ou le maître de conférences recruté.e s’impliquera dans la gestion du département en prenant la responsabilité de cours.

Recherche :
Laboratoire d’accueil : Laboratoire d’Informatique de Paris Nord (LIPN)

Contacts :
Frédérique Bassino, directrice du LIPN : frederique.bassino@lipn.univ-paris13.fr
Thierry Charnois, responsable de l’équipe RCLN : thierry.charnois@lipn.univ-paris13.fr

Description :

L’équipe Représentation des Connaissances et Langage Naturel (RCLN) réunit des compétences en traitement automatique des langues, ingénierie des connaissances textuelles, Web sémantique, linguistique de corpus, fouille de données et apprentissage automatique à partir de données textuelles.

Cette combinaison de compétences confère à l’équipe un positionnement original et lui permet de mener des travaux novateurs sur la combinaison de méthodes d’analyse linguistique, de fouille de données, d’apprentissage automatique et de gestion de connaissances hétérogènes pour l’analyse, l’exploitation et l’exploration des corpus à l’échelle du web sémantique et du web des données.

L’équipe est fortement impliquée dans l’animation et les travaux du LabEx EFL « Empirical Foundations of Linguistics ». Elle est également responsable de plusieurs projets bilatéraux internationaux de type PHC, Ecos-Nord ou AUF et participe activement à de nombreux projets nationaux de type ANR, FUI ou DGLFLF, avec des partenaires tant académiques qu’industriels.

L’équipe RCLN cherche à recruter un.e Maître.sse de Conférences venant renforcer le potentiel scientifique de l’équipe en lien avec les thématiques de son projet. Ce projet vise en particulier à apporter de nouvelles réponses en matière d’exploration et d’exploitation des données textuelles à grande échelle pour affronter les défis posés par la profusion des corpus, leur grande hétérogénéité, le besoin de créer des données d’entraînement pour l’apprentissage, d’adapter les modèles, ou encore d’acquérir des connaissances.

Dans ce contexte, la personne recrutée doit venir renforcer les recherches en traitement automatique des langues pour l’analyse sémantique, pour l’acquisition de connaissances ou la fouille de textes. Des compétences dans l’utilisation experte de l’apprentissage automatique pour le TAL notamment les approches peu ou non supervisées seront tout particulièrement appréciées.