Alexandre KABIL

12 décembre 2021

ABONNEZ-VOUS À NOTRE NEWSLETTER

Université De Bourgogne: 2 poste de MCF 27 ouverts pour la rentrée 2022

Deux postes de Maître de Conférence titulaires sont ouverts au concours pour la rentrée 2022. Ces postes sont destinés au Département IEM (Informatique, Électronique, Mécanique) de l’UFR Sciences et Techniques de l’Université de Bourgogne.

Le département IEM propose un cursus complet de formation en informatique : Licence , Licence professionnelle, un tronc commun en M1 et 2 parcours de M2 ( Base de Données Intelligence Artificielle, Image Intelligence Artificielle). Un projet d’ouverture d’un parcours Santé et intelligence artificielle en anglais est en cours (rentrée 2021-2022), en collaboration avec l’UFR Sciences de Santé. Les personnes recrutées sur ces postes ont vocation à renforcer l’équipe pédagogique des Licence et du Master Informatique.

Les candidats(es) recruté(es) intégreront le Laboratoire d’Informatique de Bourgogne (LIB) Ils/elles développeront leurs activités de recherche dans l’équipe Sciences des Données

Profil MCF 1159 : Gestion des données massives, distribuées, hétérogènes : architectures, modèles de données et connaissances (voir ci-dessous)

Profil MCF 0468 : Systèmes Complexes. (voir ci-dessous)

Les potentiel·les candidat·es peuvent contacter :

Olivier Togni – Directeur du LIB – olivier.togni@u-bourgogne.fr

Les autres, n'hésitez pas à faire suivre cette annonce aux personnes qui pourraient être intéressé·es et sur les mailing-lists pertinentes.

------------------------------------------------

Désignation de l’emploi

Nature du concours : Maître de Conférences

Numéro de l’emploi : 0468

Section(s) CNU : 27ème

Composante d’affectation (localisation) : UFR Sciences et Technique – Campus Dijon –Mirande

Laboratoire d’accueil : Laboratoire d’Informatique de Bourgogne (LIB) - EA 7534

Date de nomination demandée : 1er septembre 2022

Vacance du poste : vacant

Profil de publication : Systèmes Complexes

Profil en Anglais / « Job Profil » : Complex Systems

Enseignement

Objectifs pédagogiques et besoins d’encadrement :

Le département IEM (Informatique, Électronique, Mécanique) de l’UFR Sciences et techniques propose un cursus complet de formation en informatique : Licence informatique (L1, L2, et L3) et Master informatique avec deux parcours : Bases de données et intelligence artificielle et Image et intelligence artificielle. L’alternance est proposée en Master (M1 et M2). Un projet d’ouverture d’un parcours Santé et intelligence artificielle en anglais est en cours (rentrée 2021-2022), en collaboration avec l’UFR Sciences de Santé.

Le département I.E.M. comporte également une licence professionnelle (Métiers de l’informatique).

Le/La candidat(e) recruté(e) viendra renforcer l’équipe pédagogique de la Licence (L1, L2 et L3) et du Master Informatique. Il interviendra prioritairement dans les équipes pédagogiques pour les enseignements de système, systèmes distribuée et réseaux (en licence et master) et dans les enseignements de programmation et algorithmique en licence et master. Il intégrera également l’équipe pédagogique de la licence professionnelle pour ces enseignements.

Il /Elle a vocation à être responsable d’unités d’enseignement en licence et en master. Il/Elle devra également participer à l’encadrement de projets tuteurés et au suivi des alternants notamment en M1.

Contacts enseignement :

Nadine Cullot– Directrice adjointe du département IEM – Nadine.Cullot@u-bourgogne.fr

Recherche

Le/La candidat(e) recruté(e) intégrera le laboratoire LIB (Laboratoire d’Informatique de Bourgogne) de l’Université de Bourgogne (Dijon). Il/elle développera ses activités de recherche dans l’équipe Sciences des Données en lien avec les thématiques transversales des systèmes complexes.

Dans ce contexte, la personne recrutée devra faire preuve d’un savoir-faire et d’une maîtrise de haut niveau en science des données, science des réseaux, systèmes complexes, sciences computationnelles. Il/Elle sera familièr(e) des démarches scientifiques à l’interface de plusieurs disciplines (Informatique, Santé, Sociologie, Transport, etc.). Il/Elle participera à la structuration et au développement des projets pluridisciplinaires du laboratoire en favorisant les interactions entre les approches expérimentales (biologie, médecine, sciences cognitives, sciences sociales, etc.) et les sciences de la modélisation (informatique, mathématiques).

Le/La maître de conférences devra contribuer à renforcer les activités de recherche existantes et/ou développer de manière cohérente des orientations nouvelles. La capacité à s’investir dans de nouveaux projets (Région, ANR, Europe, Industriel, etc.) sera un des éléments décisifs du recrutement. Il/Elle devra s’impliquer dans les actions scientifiques régionales, nationales et internationales de l’équipe sciences des données dans le domaine des systèmes complexes.

Le profil de ce poste s’inscrit dans les thématiques soutenues par la politique de site de l’université fédérale UBFC (Université de Bourgogne Franche-Comté) au travers de son pôle « Sciences Fondamentales, Appliquées et Technologiques ».

Contacts recherche :

Olivier Togni – Directeur du LIB – olivier.togni@u-bourgogne.fr

Hocine Cherifi – Directeur-Adjoint du LIB - hocine.cherifi@u-bourgogne.fr

Éric Leclercq – Responsable Équipe - Science des Données – eric.leclercq@u-bourgogne.fr

-------------------------------------------------------------

Désignation de l’emploi :

Nature du concours : Maître de Conférences

Numéro de l’emploi : 1159

Section(s) CNU : 27ème

Composante d’affectation (localisation) : UFR Sciences et Technique – Campus Dijon - Mirande

Laboratoire d’accueil : Laboratoire d’Informatique de Bourgogne (LIB) - EA 7534

Date de nomination demandée : 1er septembre 2022

Vacance du poste : susceptible d’être vacant

Profil de publication : Gestion des données massives, distribuées, hétérogènes : architectures, modèles de données et connaissances

Profil en Anglais / « Job Profil » : Management of massive, distributed, heterogeneous data: architectures, data models and knowledge

Enseignement

Objectifs pédagogiques et besoins d’encadrement :

Le département IEM (Informatique, Électronique, Mécanique) de l’UFR Sciences et techniques propose un cursus complet de formation en informatique : Licence informatique (L1, L2, et L3) et Master informatique avec deux parcours : Bases de données et intelligence artificielle et Image et intelligence artificielle. L’alternance est proposée en Master (M1 et M2). Il comporte également une licence professionnelle (Métiers de l’informatique).

Le/La candidat(e) recruté(e) viendra renforcer l’équipe pédagogique de la Licence (L3) et du Master Informatique. Il devra intervenir prioritairement sur les thématiques liées au stockage des données : Systèmes de gestion de bases de données, Bases de données NoSQL, Gestion des données dans des environnements distribués, Entrepôt de données. Des compétences en Intelligence Artificielle en analyses des données seraient appréciées. Il/Elle renforcera également les équipes pédagogiques en L1 et L2 (programmation, programmation orientée objet, algorithmes avancés). Il/Elle a vocation d’être rapidement responsable d’unités d’enseignement en licence et en master.

Contacts enseignement :

Nadine Cullot– Directrice adjointe du département IEM – Nadine.Cullot@u-bourgogne.fr

Recherche

Le/La candidat(e) recruté(e) devra s’intégrer dans le laboratoire LIB (Laboratoire d’Informatique de Bourgogne) de l’Université de Bourgogne (Dijon). Il développera ses activités de recherche dans l’équipe Sciences des Données.

L’équipe Science de Données du LIB conduit des travaux innovants et reconnus dans des domaines appliqués tels que l’analyse des données des réseaux sociaux numériques, la combinaison de techniques d’IA symbolique et numérique pour améliorer les techniques d’analyse.

L’équipe s’appuie sur un positionnement original exploitant des approches multi-paradigmes pour le stockage (polystore) ou l’entreprosage (data warehouse, data lake) des données massives et des techniques de traitement temps réel (stream processing) pour l’analyse des données avec des algorithmes de graphe, de machine learning éventuellement couplés à des ontologies ou des mécanismes de raisonnement.