Post Doctorant en Informatique - Gestion et Analyse de Données par IA H/F - Université Orléans

Présentation du projet

Le projet TopOL (Top of the Lake) est un projet de recherche financé par l'ANR (AAPG 2025, CE23 - Intelligence Artificielle et Science des Données), d'une durée de 48 mois. Il vise à développer des outils intuitifs d'exploration, de requêtage et d'analyse de grands lacs de données hétérogènes, à destination d'utilisateurs avec peu de compétences techniques, en particulier des journalistes d'investigation.

Le projet repose sur des représentations riches de type entité-relation, modélisées sous forme de graphes d'attributs, construites à partir de sources de données hétérogènes (textes, documents, tables, données semi-structurées). Les nouvelles approches d'exploration interactive de ces graphes, développées dans le cadre de ce projet, comprendront notamment la recherche de similarité entre entités et la génération automatique de pipelines d'exploration.

Le LIFO est un laboratoire conjoint de l'Université d'Orléans et de l'INSA Centre Val de Loire, composé d'environ 100 chercheurs ou enseignants-chercheurs en activité, dont 52 permanents. Il est localisé sur deux campus, Orléans et Bourges.

Le LIFO conduit des activités de recherche à la fois théoriques et appliquées, organisées autour de trois pôles complémentaires : Cybersécurité, Intelligence Artificielle & Sciences des Données, et Algorithmes & Modélisation. Ces pôles s'appuient sur cinq équipes thématiques.

Le poste sera hébergé au laboratoire LIFO (Université d'Orléans), au sein de l'équipe PAMDA du pôle Intelligence Artificielle & Sciences des Données. La personne recrutée devra travailler sur place.

La personne recrutée travaillera en étroite collaboration avec les responsables locaux du projet, Mirian Halfeld Ferrari et Patrick Marcel, ainsi qu'avec les partenaires du projet à l'Université de São Paulo (Brésil), et contribuera à l'encadrement de stages de Master.

Mission

Titre du projet de postdoc : Exploration interactive et génération de découvertes sur des lacs de données de graphes

La personne recrutée participera à la Conception et à l'implémentation de mécanismes d'exploration interactive pour des graphes entité-relation, avec les objectifs suivants :

- Concevoir des opérateurs de similarité appliqués aux graphes (sur les entités, les relations ou les chemins), en exploitant les attributs (textuels, temporels, géographiques, numériques) ou la topologie du graphe;

- Concevoir des collecteurs de découvertes (insights) capables d'extraire des motifs, des comparaisons, des tendances, des anomalies, etc., significatives ou surprenantes, dans ces graphes entité-relation;

- Concevoir des approches de génération automatique de pipelines d'exploration combinant les collecteurs définis, par exemple en utilisant l'apprentissage par renforcement profond (deep reinforcement learning) qui a déjà été appliqué avec succès à l'exploration interactive de données.

Les contributions attendues couvrent à la fois les aspects théoriques (définition de la syntaxe et de la sémantique des opérateurs) et les aspects pratiques (implémentation, expérimentation, évaluation dans des scénarios d'exploration interactive, intégration dans la plateforme du projet).

Formation et Compétences requises

Titulaires d'un doctorat en informatique;

Solides compétences en bases de données graphes, langages de requêtes, analytique sur graphes et exploration interactive de données;

Bonne maîtrise de la programmation (Python, Java, Scala ou équivalent) est attendue

Capacité à mener des travaux expérimentaux

Maitrise de l'anglais.