Recrutement : Chaire Professeur junior IA

  • Corps à l’issue de la titularisation : Professeur des universités (CNU 27/61)
  • Profil : Intelligence artificielle de confiance/trustworthy AI
  • Mots-clés : Apprentissage automatique, redevabilité, explicabilité, équité, robustesse 
 [Télécharger le profil de poste]

PROFIL ENSEIGNEMENT

La personne recrutée intégrera l'équipe pédagogique du département de Génie Informatique de l’UTC. Elle participera aux enseignements (CM/TD/TP) d’intelligence artificielle (logique, résolution de problèmes, multi-agent) et science des données (réseaux de neurones, apprentissage automatique, indexation et recherche d’information, méthodes statistiques) en branche (formation initiale d’ingénieur sous statut étudiant ou apprenti) ou en master.

Les principales attentes du département de Génie Informatique vis-à-vis de ce poste concernent l’enseignement des notions fondamentales liées à l’IA de confiance, en conformité avec à une recommandation de la CTI relative à l’éthique.

La personne recrutée pourra intervenir dans différents enseignements du génie informatique de l’UTC (et en particulier de la filière « IAD ; Intelligence Artificielle et science des données ») pour y intégrer une composante sur l’IA de confiance et coordonner des projets d’étudiants, à l’instar du label « ingénierie soutenable » mis en place à l’UTC pour sensibiliser les étudiants aux enjeux du développement durable. Enfin, elle participera à l’encadrement des stages/projets/ateliers-projet en cycle ingénieur ou en master et contribuera à l’évolution du programme pédagogique du département.

PROFIL RECHERCHE

L’équipe CID s’oriente vers le développement d’une « IA de confiance », c’est-à-dire de méthodes d’IA fiables, interprétables, transparentes, robustes, et intégrant des principes de responsabilité et d’équité. Le projet de la personne recrutée s’inscrira dans cette dynamique, en s’appuyant sur des cadres formels permettant la quantification de l’incertitude, la robustesse, l’équité, ou plus généralement la caractérisation des propriétés des décisions et de leur impact. Pour ce faire, elle pourra faire appel, par exemple, à la théorie de l’argumentation, à l’apprentissage (par transfert, distribué, etc.), ou encore au choix social computationnel. Les questions pourront porter sur l’explicabilité, la redevabilité, l’interprétabilité, l’équité, la privacité ou encore l’intégrité, la fiabilité et la sécurité des systèmes.

Idéalement, le projet de recherche des candidats s’inscrira également dans une démarche de déploiement d’une IA de confiance dans des applications à fort impact explorées à l’UTC, telles que le transport autonome, les interactions virtuelles ou encore l’industrie 5.0. Enfin, nous souhaitons si possible que le projet présente une interaction pluridisciplinaire avec les SHS qui pourront être intégrées dès le début des travaux dans la formalisation des propriétés que la solution informatique doit vérifier lors du passage du concept théorique à sa mise en œuvre. Ceci pourra se faire en collaboration avec le laboratoire Costech de l’UTC ou d'autres laboratoires de Sorbonne université impliqués dans le centre d’intelligence artificielle de Sorbonne université (SCAI).

COMPETENCES ATTENDUES

La personne recrutée devra avoir des compétences scientifiques dans un ou plusieurs des domaines suivants : statistique computationnelle, apprentissage statistique, intelligence artificielle interprétable, raisonnement et décision dans l'incertain.

Il est attendu de la personne recrutée :

  • une maîtrise du français ou de l'anglais avérée ;
  • une capacité d'assurer des cours à un public varié ;
  • une capacité de valoriser des travaux de recherche au travers de publications ou autres moyens;
  • une capacité de travail en équipe à la fois en pédagogie et en recherche;
  • une volonté de développer des relations nationales et internationales en pédagogie et/ou en recherche.