Home » Nous rejoindre » Opportunités

Opportunités

Offres de thèse

Sujet de thèse : Apprentissage profond basé sur la physique pour la modélisation de la dynamique complexe. Applications au climat

Contexte :

L’apprentissage profond commence à être développé pour le calcul scientifique dans des domaines traditionnellement dominés par les modèles physiques comme les sciences de la terre, les sciences du climat, les sciences biologiques, etc. Il est particulièrement prometteur pour les problèmes impliquant des processus qui ne sont pas complètement compris ou qui sont trop complexes pour être modélisés analytiquement. Des chercheurs de différentes communautés ont commencé à explorer (i) comment intégrer les connaissances physiques et les données pour la modélisation de phénomènes complexes, et (ii) comment repousser les limites des méthodes et de la théorie actuelles de l’apprentissage automatique pour ces problèmes de modélisation, deux directions stimulantes. Nous considérons ici les approches d’apprentissage profond pour la modélisation de systèmes dynamiques complexes caractérisant les phénomènes naturels, un sujet de recherche récent et en pleine expansion (Willard et al. 2020, Thuerey et al. 2021). Des problèmes et des applications motivants seront issus de la science du climat (de Bezenac et al. 2018, Ayed et al. 2020).

Objectifs scientifiques :

L’objectif global de la thèse est le développement de nouveaux modèles exploitant des données d’observation ou de simulation pour la modélisation de dynamiques spatio-temporelles complexes caractérisant des phénomènes physiques tels que ceux qui sous-tendent les observations en sciences de la terre et du climat.  Les outils classiques de modélisation de ces dynamiques en physique et en mathématiques appliquées reposent sur les équations aux dérivées partielles (EDP). Malgré leurs succès dans différents domaines, les approches apprentissage actuelles sont nettement insuffisantes pour de tels problèmes. Utiliser l’apprentissage pour la physique soulève de nouveaux problèmes qui exigent de repenser les idées à la base de l’apprentissage.

Axes de recherche :

  • Systèmes hybrides – Intégrer la physique et l’apprentissage profond,
  • Généralisation de domaine pour l’apprentissage de dynamiques,
  • Apprentissage à plusieurs échelles.

Profil recherché : Master en informatique ou en mathématiques appliquées, ou école d’ingénieur·e·s.  Formation et expérience en apprentissage automatique. Bonnes compétences techniques en programmation.

Information générale :

  • Directeur de thèse : Patrick Gallinari
  • Co-encadrements de la thèse : M. Levy et S. Thiria du laboratoire LOCEAN
  • Laboratoire d’accueil : ISIR (Institut des Systèmes Intelligents et de Robotique), Campus Pierre et Marie Curie, 4 place Jussieu, 75005 Paris.
  • Début de la thèse : octobre / novembre 2022
  • Le sujet de recherche est ouvert et, selon le profil du candidat, il peut être orienté davantage vers la théorie ou vers l’application.

Personne à contacter : 

  • Prénom Nom : Patrick Gallinari
  • Email : patrick.gallinari(at)sorbonne-universite.fr.
  • Envoyer votre candidature par mail, avec [sujet de la thèse] en objet, un CV, une lettre de motivation, les notes obtenues en master, et lettres de recommandation si possible.

Télécharger l’offre de thèse

Sujet de thèse : Modèles computationnels pour prédire les trajectoires d’utilisateur dans des environnements dynamiques 

Contexte :

Atteindre un objet (par exemple sélectionner un objet 3D en Réalité virtuelle (RV) ou une icône sur le bureau) est l’une des tâches les plus fondamentales de l’interaction homme-machine (IHM). En IHM, la loi de Fitts a été largement utilisée pour prédire le temps de pointage en fonction de la distance et de la taille de cible (objet). Elle a été utilisée pour comparer différents appareils, ainsi que pour développer des techniques d’interaction avancées. Cependant, la loi de Fitts reste un modèle comportemental fournissant peu d’explications sur les processus cognitifs et donc il n’explique/prédit pas comment les utilisateurs adaptent leur comportement dans des environnements dynamiques impliquant des forces externes ou des transductions entre mouvements virtuels et physiques.

Un modèle qui prédirait les trajectoires produites par l’homme dans des environnements dynamiques éclairerait la conception de nombreuses transductions d’entrée-sortie non statiques (comme par exemple, les souris adaptatives, des techniques de RV qui manipulent l’affichage), permettant ainsi une conception basée sur des raisonnement contrefactuels.

Description du projet :

Dans cette thèse, on cherche à décrire la façon dont les utilisateurs produisent et adaptent leurs trajectoires dans un environnement nouveau et/ou dynamique. Nous adoptons une vision où la formation de trajectoire s’appuie sur les prédictions d’un modèle du monde extérieur interne à l’utilisateur, conformément au cadre mis au point par Todorov, qui exploite des résultats en contrôle optimal. Dans ce cadre classique, le modèle interne est statique et identifié au préalable.

Nous faisons l’hypothèse que, plutôt que d’ être statique, ce modèle interne doit être continuellement mis à jour, à la lumière des conflits entre les prédictions de ce dernier et les informations sensorielles que l’utilisateur reçoit. Le problème ouvert que nous abordons est de modéliser et d’intégrer ce processus d’apprentissage dans le cadre du contrôle optimal. Pour y parvenir, nous adapterons le modèle classique de Todorov, en estimant dynamiquement les paramètres du modèle interne. Cette inférence sera obtenue progressivement, en mettant à jour le modèle interne obsolète d’origine, à partir d’un signal d’erreur entre les prévisions et les observations. Les taux de mise à jour (à quelle fréquence les paramètres du modèle sont mis à jour et dans quelle mesure) seront déterminés à partir de données empiriques.

Objectif scientifique :

Les objectifs de cette thèse sont :

  • adapter le modèle de contrôle optimal de Todorov pour les mouvements ciblés, en ajoutant un mécanisme d’apprentissage qui met à jour le modèle interne de l’utilisateur,
  • étendre ce modèle avec des mécanismes feedforward, là où le modèle de Todorov est purement feedback,
  • valider et calibrer les nouveaux modèles sur des données empiriques,
  • mise en place d’une technique d’interaction exploitant les nouveaux modèles (démonstrateur).

Profil recherché : Des candidats avec un solide parcours académique en IHM, un domaine lié au mouvement humain, ou en théorie du contrôle sont encouragés à candidater.

Compétences requises : On attend du candidat qu’il sache manipuler des modèles computationnels. Une capacité à mener des expériences et/ou à piloter des systèmes de RV est un plus.

 

Informations générales : 

  • Directeur de thèse : Gilles Bailly
  • Laboratoire daccueil : ISIR (Institut des Systèmes Intelligents et de Robotique), Campus Pierre et Marie Curie, 4 place Jussieu, 75005 Paris.

Personne à contacter : 

  • Julien Gori
  • Tel : +33 1 44 27 51 21
  • Email : gori(at)isir.upmc.fr
  • Envoyer votre candidature par mail, avec [sujet de la thèse] en objet, un CV et une lettre de motivation.
  • Date limite de dépôt de la candidature : 15/05/2022

Télécharger l’offre de thèse

Lien vers l’offre sur le site de l’Ecole Doctorale

Offres d’emploi

Post-doc : Apprentissage en robotique, avec application à la saisie d’objets

Contexte :

Dans le cadre du projet FET Proactive DREAM (http://dream.isir.upmc.fr/), une approche de la robotique adaptative basée sur l’apprentissage ouvert a été définie. L’objectif principal est de permettre à un robot d’apprendre sans nécessiter une préparation minutieuse par un expert. Cette approche soulève de nombreux défis, notamment l’apprentissage avec des récompenses rares, l’apprentissage de représentations (pour les états et les actions), l’apprentissage et l’exploitation de modèles, le transfert d’apprentissage, le méta apprentissage et la généralisation. Ces sujets sont considérés en simulation, mais aussi sur des plateformes robotiques réelles, notamment dans le contexte de la saisie d’objets.

Missions :

Ce poste vise à contribuer à ces sujets dans le cadre de plusieurs projets européens, en particulier SoftManBot, Corsmal, INDEX et Learn2Grasp. S’appuyant sur les travaux antérieurs de l’équipe de recherche, les approches proposées devront être facilement adaptables à différentes plateformes robotiques et seront donc appliquées à différents robots (bras Panda de Franka-Emika, Baxter, PR2 ou TIAGO, par exemple).

Profil recherché :

Les candidats à ce poste doivent être titulaires d’un doctorat en apprentissage machine ou dans un domaine connexe dans lequel des applications robotiques (simulées ou réelles) ont été considérées.

Compétences requises :

Une excellente formation est attendue en apprentissage machine ainsi qu’une expérience en robotique. D’excellentes compétences en programmation en Python sont attendues.

Informations générales : 

  • Type de poste : Chercheuse / Chercheur post-doctoral
  • Date de début de contrat : octobre 2022
  • Durée du contrat : 24 mois
  • Niveau d’études souhaité : Doctorat
  • Montant rémunération : Rémunération en fonction de l’expérience
  • Laboratoire d’accueil : ISIR (Institut des Systèmes Intelligents et de Robotique), Campus Pierre et Marie Curie, 4 place Jussieu, 75005 Paris.

Personne à contacter : 

  • Stéphane Doncieux
  • stephane.doncieux(at)sorbonne-universite.fr
  • Envoyer votre candidature par mail, avec [nom de l’offre] en objet, un CV et une lettre de motivation.

Télécharger l’offre d’emploi

Post-doctorat en manipulation robotique

Contexte :

L’ISIR a une longue histoire en manipulation robotique dextre depuis le projet européen HANDLE (2009-2013) qu’il a coordonné. L’ISIR est encore partenaire actuellement de trois projets européens sur ce sujet : CORSMAL, INDEX et SOFTMANBOT (https://www.isir.upmc.fr/projets/?team=syroco&project-type=all-projects-fr).
L’équipe projet « Manipulation robotique » au sein de l’équipe SYROCO de l’ISIR qui participe à ces projets est composée d’une dizaine de chercheurs (3 professeurs, 1 maître de conférences, 5 doctorants, 1 ingénieur et des stagiaires). Les solutions développées sont intégrées soit sur une main Shadow, une main Allegro, un robot Panda Franka Emika ou un robot Baxter.

Missions :

L’ISIR recrute un chercheur ou une chercheuse postdoctoral(e) pour s’investir dans le développement et la mise en œuvre de solutions qui contribueront à la réalisation des objectifs des projets européens. Il/elle aidera à coordonner les activités de recherche menées au sein des projets par une équipe de doctorant·e·s, participera aux réunions des projets, contribuera aux développements scientifiques, et soutiendra l’intégration et l’expérimentation des solutions obtenues. Le chercheur ou la chercheuse postdoctoral(e) mènera également ses propres recherches. En particulier, l’équipe souhaite renforcer les activités sur la manipulation bimanuelle d’objets déformables.

Profil recherché : Les candidat·e·s au poste doivent être titulaires d’un doctorat en robotique ou domaine connexe.

Compétences requises : Expertise en perception (la détection tactile serait un atout), optimisation, planification et contrôle, ainsi qu’une bonne expérience dans la mise en œuvre sous ROS.

Informations générales : 
  • Type de poste : Chercheuse / Chercheur post-doctoral
  • Date de début de contrat : dès que possible
  • Durée du contrat : 1 an renouvelable
  • Niveau d’études souhaité : Doctorat en robotique ou domaine connexe
  • Montant rémunération : Rémunération en fonction de l’expérience
  • Laboratoire d’accueil : ISIR (Institut des Systèmes Intelligents et de Robotique), Campus Pierre et Marie Curie, 4 place Jussieu, 75005 Paris.

Personne à contacter : 

  • Véronique Perdereau 
  • veronique.perdereau(at)sorbonne-universite.fr
  • Envoyer votre candidature par mail, avec un CV comprenant une liste complète des publications, une lettre de motivation, les relevés de notes et les certificats de diplômes, ainsi que trois références académiques. Les candidatures incomplètes ne seront pas prises en compte.

Télécharger l’offre d’emploi

Gestionnaire financier-e et comptable

Mission : Au sein du service administratif de l’ISIR, le ou la gestionnaire financier-e et comptable réalisera des actes de gestion administrative dans le respect des techniques, des règles et des procédures applicables au domaine de la gestion financière et/ou comptable.

Activités principales :

–  Procéder aux opérations liées aux commandes d’achats et de ventes et en assurer le suivi sur les logiciels de gestion de Sorbonne Université et du CNRS (SIFAC et Geslab),

–  Gérer les ordres de mission et assurer le suivi des déplacements professionnels avec les outils dédiés de Sorbonne Université et du CNRS (Globeo, SIFAC et SIMBAD (FCM-RYDOO), Geslab),

–  Assurer le suivi de projets subventionnés sur le plan comptable en lien avec leurs responsables (tableau de bord / reporting) et permettre le suivi dans le cadre du dialogue budgétaire,

–  S’informer et suivre l’évolution de la réglementation dans son domaine d’activité,

–  Classer et archiver les justificatifs des opérations financières et/ou comptables,

–  Répondre aux audits des tutelles,

–  Participer à l’activité du service pour assurer la continuité de service.

 

Informations générales :

  • Lieu de travail : ISIR (Institut des Systèmes Intelligents et de Robotique), Campus Pierre et Marie Curie, 4 place Jussieu, 75005 Paris
  • Typer de contrat : CDD
  • Durée du contrat : 12 mois
  • Contact : Yves Germain, Secrétaire Général de l’ISIR, yves.germain(at)isir.upmc.fr

Lien vers la fiche de poste

Offres de doctorat, postdoctorat ou d’ingénieur·e de recherche pour le groupe HCI Sorbonne (Human Computer Interaction)

Contexte :

Nous avons plusieurs postes pour un postdoctorat ou en tant qu’ingénieur·e de recherche dans le groupe HCI Sorbonne (https://hci.isir.upmc.fr) à Sorbonne Université, Paris, France.

Missions :

Nous cherchons des personnes curieuses qui souhaitent réaliser des projets de recherche à l’intersection de l’IHM et neuroscience avec (au choix) la RV, l’haptique, la robotique ou l’IA. Des sujets possibles sont :

  • Nouvelles techniques d’interaction en RV,
  • RV et Haptique pour le jeux et/ou l’apprentissage,
  • Modèles computationnels pour l’apprentissage, la prise de décision et la performance humaine,
  • Systèmes de recommandation s’appuyant sur l’IA.

Exemples de travaux récents dans ces domaines :

Profil recherché : 

Pour un post-doctorat, un doctorat en IHM ou un domaine en lien avec l’IHM est nécessaire.

Compétences requises :

  • Compétences solides en programmation et analyse strong programming and analytical skills,
  • Solide expérience dans au moins un de ces domaines : IHM, RV, Haptique, Robotique, IA.

Plus d’informations : 

  • Type de poste : Postdoctorat ou Ingénieure de Recherche
  • Date de début de contrat : dès que possible
  • Durée du contrat : 1 à 2ans
  • Niveau d’études souhaité : Master 2 (pour ingénieur), doctorat (pour post-doc)
  • Laboratoire d’accueil : ISIR (Institut des Systèmes Intelligents et de Robotique), Campus Pierre et Marie Curie, 4 place Jussieu, 75005 Paris.

Personnes à contacter : 

  • Gilles Bailly et Sinan Haliyo
  • Email : gilles.bailly(at)sorbonne-universite.fr ; sinan.haliyo(at)sorbonne-universite.fr
  • Candidature : Envoyer votre candidature par mail, avec un CV et une lettre de motivation.
  • Date limite de dépôt de la candidature : Aucune

Offres de stage

Nous n’avons pas d’offres de stage à vous proposer pour le moment