Un poste de Professeur des Universités en Intelligence Artificielle est ouvert au Cédric pour septembre 2023. La personne recrutée intégrera une des équipes suivantes de l’axe ‘Science des données’ :
- Vertigo (http://cedric.cnam.fr/lab/equipes/vertigo/, équipe prioritaire). L’équipe Vertigo s’est engagée dans la création d’interfaces transdisciplinaires au sein du Cnam ainsi qu’à l’extérieur autour de problématiques liées en particulier au couplage IA et physique, à la télédétection ou à l’imagerie médicale. Il est attendu que la personne recrutée puisse accompagner et alimenter cette dynamique en renforçant ou en créant des collaborations avec d’autres laboratoires de l’établissement.
- MSDMA (http://cedric.cnam.fr/lab/equipes/msdma/). Les activités de l’équipe concernent le traitement de données par des méthodes statistiques et informatiques.
L’équipe de rattachement pressentie doit être mentionnée dans la lettre de candidature. La personne recrutée devra jouer un rôle moteur dans le développement des recherches de l’une de ces équipes, notamment en apprentissage statistique, apprentissage profond (supervisé et non-supervisé) et/ou apprentissage par renforcement. Des compétences dans les domaines suivants seront particulièrement appréciées: extraction de représentations et de connaissances, explicabilité et interprétabilité des modèles IA, compréhension et raisonnement sur des données hétérogènes non-structurées.
Contacts:
- Samira Cherfi (samira.cherfi@cnam.fr), directrice de l’EPN (département d’informatique)
- Philippe Rigaux (philippe.rigaux@cnam.fr), directeur du laboratoire
- Michel Crucianu (michel.crucianu@cnam.fr) pour l’équipe Vertigo
- Ndeye Niang (ndeye.niang_keita@cnam.fr) pour l’équipe MSDMA
La personne recrutée s’intégrera au département d’informatique (EPN 5) du Cnam. Elle viendra renforcer les besoins en enseignements en informatique de l’EPN en général et en particulier les formations transverses en Intelligence Artificielle au sein de l’établissement, plus particulièrement les nouvelles formations en apprentissage par la machine et apprentissage profond.