Job Opportunities API

Résumé La donnée est aujourd'hui au coeur de nombreuses innovations numériques. Issue d'applications, de plateformes, de capteurs ou d'objets connectés, elle doit être collectée, préparée, analysée et valorisée afin de concevoir des services et des systèmes plus intelligents. Cette alternance de trois ans propose à un étudiant de développer progressivement des compétences solides en data science, intelligence artificielle et big data, en participant à des projets concrets de recherche appliquée et d'innovation. L'alternant interviendra à différentes étapes d'un projet Data et IA, depuis l'exploration des données jusqu'au développement et au déploiement de modèles sur des architectures cloud, edge ou distribuées. Les projets pourront concerner différents domaines, tels que la santé numérique, les objets connectés, les environnements intelligents, l'industrie, le bâtiment, la mobilité ou les services numériques. Il n'est pas nécessaire de maîtriser l'ensemble des technologies mentionnées avant de candidater : les missions seront adaptées au niveau de l'alternant et évolueront au cours des trois années. Travaux de recherche La généralisation des services numériques, des capteurs et des objets connectés entraîne la production de volumes croissants de données, souvent hétérogènes, distribuées et générées en continu. Leur exploitation nécessite de maîtriser l'ensemble de la chaîne de valorisation de la donnée, depuis sa collecte et son stockage jusqu'à son analyse, sa modélisation et son déploiement. La data science, l'intelligence artificielle et le big data occupent ainsi une place centrale dans la conception de systèmes capables de comprendre leur environnement, de détecter des situations particulières, d'anticiper des événements et d'accompagner la prise de décision. Au cours de cette alternance, l'alternant participera progressivement aux différentes étapes de projets Data et IA. Il pourra être amené à collecter, nettoyer, structurer, explorer et visualiser des données issues de sources variées, puis à concevoir, entraîner et évaluer des modèles de machine learning et de deep learning. Les travaux pourront notamment porter sur des images, des séries temporelles, des données multimodales ou des données produites par des capteurs, des applications et des systèmes connectés. Selon les besoins des projets, l'alternant pourra également contribuer à la conception de pipelines automatisés de traitement, expérimenter des technologies big data et étudier le déploiement de modèles sur des architectures cloud, edge, fog ou embarquées. Les travaux pourront également s'ouvrir aux systèmes distribués, à l'IA distribuée, à l'apprentissage fédéré, à la protection des données et à l'optimisation des ressources de calcul. Les domaines d'application pourront notamment concerner la santé numérique, les environnements intelligents, la mobilité durable, l'industrie, le bâtiment ou, plus largement, les systèmes cyber-physiques. Ces orientations s'inscrivent dans la continuité des recherches menées par l'encadrante et au sein de CESI LINEACT. Les travaux existants illustrent différentes applications de la data science et de l'intelligence artificielle, allant de l'analyse de données complexes à la conception de modèles prédictifs, en passant par la vision par ordinateur, le transfert de connaissances et le traitement distribué des données [1–3]. D'autres recherches du laboratoire portent notamment sur l'analyse de données multimodales, la reconnaissance des émotions, l'apprentissage fédéré, la sécurité des réseaux IoT et les modèles de deep learning sur graphes [4–7]. Ces contributions constituent une base scientifique et technique solide, tout en laissant la possibilité de faire évoluer les missions en fonction des projets, des compétences acquises et des centres d'intérêt de l'a