Post-Doctorant ou Post-Doctorante en Informatique - CDD H/F - Ministères économiques et financiers

Missions

À mesure que les technologies de l'Internet des objets (IoT) et du continuum IoT-Edge-Cloud progressent, les environnements physiques sont de plus en plus équipés de capteurs, alimentant le développement d'écosystèmes spatiaux intelligents. Les quantités massives de données produites par les appareils IoT révolutionnent la manière dont ces écosystèmes fonctionnent via l'exploitation de modèles/services d'IA. Cela a conduit à l'émergence des systèmes dits d'intelligence artificielle des objets (AIoT). En général, la conception de techniques visant à promouvoir la robustesse, l'efficacité et le fonctionnement continu des systèmes AIoT nécessite des données réalistes et fiables à grande échelle.

La recherche de PANDORA vise à fournir des modèles d'IA fiables pour un fonctionnement continu, économe en énergie et robuste des systèmes AIoT en s'appuyant sur les concepts émergents d'IA en tant que service (AIaaS) et d'informatique en tant que service (CaaS). Nous cherchons à embaucher un chercheur ou une chercheuse postdoctoral pour une durée initiale d'un an, avec une possibilité de prolongation. Il est accessible aux titulaires d'un doctorat en informatique ou dans un domaine étroitement lié, avec une expérience pertinente et un dossier de publications.

Activités

Le candidat sélectionné ou la candidate sélectionnée mènera des recherches pour un fonctionnement efficace et continu du système AioT.

En particulier :
- Génération de données synthétiques évolutives et compatibles avec le ML
- Apprentissage représentationnel fédéré (FRL) de représentations compactes pour minimiser les besoins et les manipulations de données
- Distribution adaptative et optimisation de l'inférence de l'IA dans le continuum cloud-edge computing

La tâche de génération de données synthétiques vise à développer une approche de simulation pilotée par les événements pour la génération d'ensembles de données personnalisables et réalistes. Des méthodes telles que le clustering agglomératif créeront les modèles basés sur les événements correspondants qui génèrent des ensembles de données pour les données des capteurs (par exemple, l'occupation, la température, etc.). La tâche FRL vise à développer des techniques qui peuvent être appliquées dans les systèmes AIoT pour permettre une représentation et un apprentissage efficaces des données. Un système d'apprentissage parallèle, distribué et fédéré (P-D-FL) sera introduit pour se répartir entre les sous-modèles de compactification basés sur les bords et le système FRL basé sur le serveur. Enfin, la tâche d'inférence de l'IA est axée sur le développement de techniques pour une distribution optimale de l'apprentissage et de l'inférence de l'IA dans le continuum IoT-Edge-Cloud. L'objectif est de gérer efficacement le compromis entre l'utilisation des ressources et les performances d'inférence sur l'ensemble du continuum, en s'adaptant aux changements dynamiques de l'environnement de traitement des données.

Formation
Doctorat ou PhD depuis moins de 3 ans

Compétences, connaissances et expériences indispensables
- Bonne expérience et connaissances en IA, apprentissage non supervisé, apprentissage fédéré et systèmes IoT
- Bon niveau dans les langages de programmation Java/C/C++
- Bon niveau en protocoles et réseaux IoT basés sur des middlewares

Compétences, connaissances et expériences souhaitables
Afficher la suite
- Expérience souhaitée dans les technologies IoT-Edge-Cloud
- Expérience souhaitée des outils d'orchestration impliquant le déploiement et la configuration d'infrastructures et de services (Docker, Kubernetes, etc.)

Capacités et aptitudes
- Forte motivation pour la recherche
- Travail en équipe
- Esprit d'initiative et de créativité
- Autonomie
- Curiosité