L'Université Savoie Mont-Blanc offre au concours 2024 un poste de MCF en sections 61/27 avec le profil: Systèmes embarqués, Objets communicants, Intelligence artificielle distribuée ;
Fiche du poste détaillée disponible ici: https://www.univ-smb.fr/listic/wp-content/uploads/sites/66/2024/03/fopc_0730858l_4427.pdf
La personne recrutée intégrera l’équipe pédagogique d’informatique et de traitement de l’information de l’école et interviendra plus particulièrement dans la spécialité « Systèmes Numériques - Instrumentation ». Elle assurera principalement les enseignements dans le domaine des systèmes communicants allant de leur programmation (modules de systèmes embarqués) à leur gestion à travers un médium de communication (ex : IP, MQTT, sans fil ...). La personne recrutée s’intégrera également dans l’équipe « d’Apprentissage par Problèmes et par Projets » (APP), et prendra à terme la responsabilité d’un thème. Une sensibilité ou des expériences significatives autour des pédagogies innovantes et de l’approche par compétences seront donc un atout. De plus, la personne recrutée pourra orienter certains de ses enseignements vers des domaines d’applications porteurs, en lien avec les attentes des élèves ingénieurs et du monde socio-économique, notamment dans l’observation de l’environnement, de l’habitat intelligent et de la robotique de service. Une capacité à assurer et à organiser des enseignements en anglais est attendue.
Contacts : Yajing Yan - yajing.yan@univ-smb.fr, Flavien Vernier - flavien.vernier@univ-smb.fr
Copie : dir-polytech@univ-smb.fr
Site web : www.polytech.univ-smb.fr
L’activité de recherche de la personne recrutée s’intégrera dans le thème AFuTé (Apprentissage, Fusion et Télédétection) ou dans le thème ReGaRD (Représentation, Gestion et tRaitement des Données pour l’humain) du LISTIC. Le thème AFuTé développe des approches méthodologiques en apprentissage automatique, traitement du signal, fusion de données et télédétection. Le thème ReGaRD est spécialisé en systèmes distribués, réseau, sécurité, traitement des données humaines et aide à la décision. La personne recrutée devra montrer sa capacité à développer des approches méthodologiques ou applicatives en IA embarquée ou apprentissage fédéré. Elle pourra apporter des compétences en apprentissage profond ou statistique, apprentissage distribué, ou « edge computing ». Les domaines d’application privilégiés sont liés à l’habitat intelligent, la gestion des énergies renouvelables et la surveillance de l’environnement. La personne s’impliquera dans des projets académiques (universitaires, régionaux, nationaux et internationaux) ou des contrats industriels.
Contact : Emmanuel Trouvé, Sébastien Monnet - Direction du LISTIC - recrutement.listic@univ-smb.fr
Site web : www.listic.univ-smb.fr
(c) GdR IASIS - CNRS - 2024.