Enseignant Chercheur Contractuel Mathématiques Appliquées Science de Données et IA H/F - Université de Technologie de Troyes

Pour ce poste d'enseignant chercheur contractuel un investissement équilibré entre les activités de formation, de recherche et un engagement au sein de l'UTT est attendu. La participation et le dépôt à des projets feront partie également des missions.

Enseignement: L'enseignant·e-chercheur·e contractuel contribuera à la mise en oeuvre, l'animation et le rayonnement du Bachelor en Intelligence Artificielle, avec un investissement équilibré entre activités de formation, de recherche et participation à la vie de la formation et de l'établissement.

Sur le volet formation, il/elle assurera des enseignements de niveau Bachelor en mathématiques pour la science des données et l'IA (probabilités, statistiques, optimisation, méthodes numériques) et en data science / machine learning. Il/elle interviendra notamment sur des unités d'enseignement de mathématiques appliquées, data science et IA (Outils mathématiques pour des problèmes aléatoires, Méthodes classiques de décision, Techniques avancées de machine learning, Remédiation de données, Concepts généraux en IA et réseaux de neurones, MLOps etc).

Les activités de ce poste incluront la préparation et l'animation de cours magistraux (CM), TD et TP, l'encadrement de projets appliqués en data science et IA en lien avec des cas d'usage réels, le suivi des stages et des étudiant(e)s en alternance, la participation aux jurys et à l'évaluation des étudiants (contrôle continu, examens, soutenances), ainsi que la conception de ressources pédagogiques, y compris pour des enseignements hybrides ou à distance.

Il/elle participera également aux actions de promotion de la formation (journées portes ouvertes, actions de communication, relations avec les partenaires académiques et industriels).
La personne recrutée sera amenée à dispenser des enseignements en Anglais dans le cadre de l'accueil des étudiants d'échange du programme EUt+.

Recherche : Sur le volet recherche, la personne recrutée contribuera aux travaux en apprentissage automatique pour données chronologiques et systèmes dynamiques, avec pour objectif le développement de modèles d'IA fiable et sobre en ressources. Les thématiques pourront inclure la modélisation et l'analyse de séries temporelles ou de données séquentielles, le développement d'architectures de deep learning adaptées, telles que les réseaux récurrents, les modèles convolutifs temporels, et les Transformers pour séries temporelles. Elles porteront également sur la qualité et la remédiation des données (données manquantes ou bruitées, déséquilibre des classes, drift de données), ainsi que le développement d'approches mathématiques capable de répondre aux enjeux de l'IA responsable et explicable (mesures et réduction des biais, méthodes d'explicabilité pour modèles de séries temporelles, prise en compte de la consommation énergétique).

Une attention particulière sera portée à la reproductibilité (suivi d'expériences, versioning des données et modèles, traçabilité des solutions déployées).

La personne recrutée intègrera l'UR LIST3N (Laboratoire Informatique et Société Numérique) et plus spécifiquement

l'axe « Modélisation stochastique, apprentissage et décision » (MSAD). Elle participera au montage et à la coordination de projets collaboratifs académiques et industriels.

Compétences souhaitées :

- Pédagogue; Capacité à enseigner en Anglais.

- Capacité à mener une recherche d'excellence;

- Motivation, travail collaboratif et gestion de groupe;

- Capacité à inscrire des notions fondamentales dans un cadre industriel ou dans une dimension d'ingénierie au sens large;

• Mathématiques