Poste à pourvoir: PR 27 – Institut Galilée – LIPN

Profil court : Apprentissage Automatique ou Traitement Automatique du Langage Naturel
General profile: Machine Learning or Natural Language Processing
Job profile: Machine Learning or Natural Language Processing
Research fields : Machine Learning or Natural Language Processing
Profil : Apprentissage Automatique ou 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.

La ou le professeur.e 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 et parcours des formations assurées par le département, et notamment, 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 professeur.e recruté.e s’impliquera dans la gestion du département en prenant des responsabilités dans la programmation des enseignements, le pilotage de formations et/ou l’accompagnement des étudiants.

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

Céline Rouveirol, responsable de l’équipe A3 :
celine.rouveirol@lipn.univ-paris13.fr

Description :

Les activités de recherche menées au Laboratoire d’Informatique de Paris-Nord (LIPN – CNRS UMR 7030) s’articulent autour d’axes forts s’appuyant sur les compétences de ses membres, notamment en combinatoire, en optimisation combinatoire, en logique et vérification, en langage naturel, en apprentissage. Le laboratoire est structuré en cinq équipes qui reflètent ces axes.

Thème de recherche historique du LIPN, l’Intelligence Artificielle mobilise près de 40% des 150 membres du laboratoire ce qui fait du LIPN un des principaux groupes de recherche en IA au niveau national. Les thématiques couvertes incluent l’apprentissage supervisé/non supervisé, le Traitement Automatique des Langues, l’optimisation combinatoire appliquée à l’apprentissage.

Dans un contexte où l’IA est au cœur de gros enjeux scientifiques et sociétaux, le LIPN a décidé de renforcer l’une de ses deux équipes dont les recherches sont consacrées à l’IA – Apprentissage Artificiel et Applications (A3) et Représentation des Connaissances et Langue Naturelle (RCLN) – en recrutant un.e professeur.e. Dans ce domaine scientifique à forte dynamique, le LIPN souhaite jouer encore plus un rôle moteur dans le développement de collaborations régionales, nationales et internationales, tant avec des acteurs académiques qu’avec des centres de recherche industriels, ainsi que dans les programmes stratégiques sur l’IA qui se mettent en place.

L’équipe A3 regroupe les recherches en apprentissage artificiel au sein du LIPN. Bénéficiant d’une bonne visibilité nationale et internationale, c’est actuellement un des plus importants groupes académiques d’apprentissage en Ile de France (avec 2 PU, 14 MCF, dont 6 HDR, 12 doctorants et 2 post-doctorants). Ses membres sont régulièrement impliqués dans des projets ANR, FUI et PIA ainsi que dans de nombreuses conventions CIFRE.

L’équipe A3 est tout particulièrement reconnue, tant en termes de publications, d’animation scientifique que de collaborations industrielles sur les thèmes suivants : apprentissage non supervisé, notamment apprentissage par transfert et collaboratif, apprentissage et fouille pour la construction de modèles expressifs (graphes attribués et multiplexes, programmes logiques), apprentissage non supervisé distribué à partir de flux de données.

L’équipe mène à la fois des travaux théoriques dans ces domaines et conçoit des algorithmes qu’elle applique à des problèmes variés, par exemple en fouille de textes, en biologie des systèmes et pour l’analyse de graphes de terrain et de données séquentielles massives.

L’équipe cherche à recruter un.e leader scientifique prêt.e à s’impliquer fortement dans l’animation scientifique de l’équipe en relation étroite avec les thèmes développés dans son projet, et en particulier (sans ordre de priorité) : cadres théoriques pour l’apprentissage de représentations, approches quantiques pour l’apprentissage, apprentissage et fouille de données dans les graphes enrichis et hétérogènes, passage à l’échelle de l’apprentissage statistique.

L’équipe 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 cherche à renforcer ses capacités d’encadrement et son potentiel scientifique par le recrutement d’un.e professeur.e spécialiste de TAL. Des compétences dans l’utilisation experte de l’apprentissage automatique pour le TAL (sur des approches supervisées, non supervisées, ou de fouille de données) seront tout particulièrement appréciées. Il peut s’agir de concrétiser des recherches en germe dans l’équipe RCLN, ou de conforter une thématique existante, sur l’un des axes suivants (sans ordre de priorité) : i) acquisition de connaissances et fouille de textes, ii) analyse syntaxique et sémantique et iii) annotation et exploration textuelle.