Profil court : Informatique
Profil : Optimisation Combinatoire
Domaines de recherche : Optimisation Combinatoire
Enseignement :
Département : Département Science des Données (SD)
Lieu(x) d’exercice : IUT de Villetaneuse – Campus Villetaneuse
Contact : David Hébert, Chef du département SD, David.Hebert@univ-paris13.fr
Description :
La personne recrutée enseignera à l’IUT de Villetaneuse. Elle intègrera le département Sciences des
Données, dont la formation est axée sur les statistiques et l’informatique décisionnelle. Elle
interviendra dans l’enseignement de l’informatique sur des thématiques relatives aux données,
comme le développement d’outils décisionnels ou plus généralement d’outils d’analyse de données,
de sécurisation, etc.
La personne recrutée interviendra aussi, en fonction des besoins, dans des enseignements liés à la
science des données (Bases de données, Analyse et traitement de données structurées…) dans les
départements Réseaux et Télécoms et Informatique.
La personne recrutée devra également assurer des missions d’encadrement professionnel
(apprentissage, stage), de la coordination pédagogique des ressources et projets SAE et prendre, à
terme, la responsabilité de semestre, d’année ou de parcours au sein du BUT.
Recherche :
Laboratoire d’accueil : Laboratoire d’Informatique de Paris Nord (LIPN) CNRS UMR 7030
Lieu(x) d’exercice : Campus Villetaneuse
Contact : Frédérique Bassino, Directrice du LIPN, Frederique.Bassino@lipn.univ-paris13.fr
Équipe d’accueil : Algorithmes et Optimisation Combinatoire (AOC)
Contact : Roberto Wolfler Calvo, responsable d’AOC, Roberto.Wolfler@lipn.univ-paris13.fr
Le Laboratoire d’Informatique de Paris-Nord (LIPN – CNRS UMR 7030) souhaite renforcer la recherche
en optimisation combinatoire menée au sein de l’équipe Algorithmes et Optimisation Combinatoire
(AOC) grâce au recrutement d’un.e Maître.sse de Conférences.
L’équipe Algorithmes et Optimisation Combinatoire (AOC) développe trois axes de recherche qui sont
intimement liés : Polyèdre et optimisation dans les graphes, Programmation mathématique, et
Algorithmes, logiciels et architectures distribués. La variété des approches mises en œuvre et le large
spectre des problématiques abordées permettent à l’équipe de mener des recherches sur les aspects
théoriques et pratiques de l’optimisation combinatoire et de la recherche opérationnelle, notamment
en développant des méthodes originales depuis la conception jusqu’à l’implémentation des
algorithmes.
L’équipe a développé des collaborations locales (au sein de la fédération MathSTIC notamment),
régionales (avec le CERMICS, LIX, CNAM, le LAMSADE, le LIP6, …), nationales (Bordeaux, Grenoble,
Nantes, Nancy, …) et internationales (Italie, USA, Mexique, Allemagne, Canada, Ecosse, Espagne, …).
Elle a également de nombreuses collaborations industrielles.
L’axe Programmation mathématique de l’équipe AOC s’intéresse à la résolution exacte et approchée
de problèmes d’optimisation combinatoire via différentes approches. Parmi ces approches figurent les
schémas de génération de contraintes et de génération de colonnes, ainsi que les méthodes de
décomposition et de relaxation. Nous abordons également la résolution des problèmes par des
modèles non linéaires, des approches polyédrales, l’optimisation sous incertitudes (réoptimisation,
robustesse) et des métaheuristiques. L’axe Polyèdre et Optimisation dans les graphes s’intéresse à des
questions plus structurelles comme la caractérisation des matrices équimodulaires et la description
des systèmes et des polyèdres Box-TDI. Le travail théorique et méthodologique se complète de
contributions logicielles et de transfert industriel.
Le profil recherché peut provenir de tout domaine de l’optimisation combinatoire et de la recherche
opérationnelle en lien avec un des axes de l’équipe.