mercredi 26 juin 2024 - mercredi 17 juillet 2024

Intitulé de l'offre : doctorant en apprentissage automatique décentralisé (H/F)
Référence : UMR7271-VIVROS-064

Description du sujet de thèse :

Le projet de thèse s'inscrit dans le thème général de l'apprentissage statistique décentralisé. En reconnaissant la tendance à la collecte de données en continu par les nœuds (clients, appareils, etc.), l'accent sera mis sur le développement de méthodes capables de traiter efficacement les données en continu et en temps réel. De plus, en reconnaissant que les modèles sous-jacents de génération de données peuvent changer au fil du temps, les approches développées doivent s'adapter à ces changements, en garantissant la robustesse et la précision du processus d'apprentissage. Les applications modernes d'apprentissage automatique impliquent souvent des sources de données et des systèmes hétérogènes. Le projet de thèse doit relever les défis liés à l'hétérogénéité statistique, en se concentrant sur le développement de techniques capables de gérer diverses distributions et caractéristiques de données. La thèse tiendra également compte de la diversité des dispositifs participant au processus d'apprentissage décentralisé, y compris les variations dans les capacités de calcul, les contraintes de mémoire et les protocoles de communication. En se concentrant sur ces aspects, l'objectif de cette thèse est de développer des solutions pratiques et évolutives qui peuvent être appliquées à des applications réelles d'apprentissage automatique, répondant ainsi aux défis rencontrés dans les environnements modernes de données distribuées.

Contexte de travail :

Le/la doctorant(e) sera membre du projet CEDRO, financé par l'ANR JCJC, au sein de l'équipe principale impliquée dans cette thèse : MediaCoding. Cette équipe est membre du pôle SIS du laboratoire i3S (CNRS, Université Côte d'Azur).
Le/la doctorant(e) bénéficiera d'un environnement scientifique riche et pourra acquérir une formation solide sur les résultats les plus récents en apprentissage automatique décentralisé (traitement du signal et optimisation stochastique. Il/elle sera principalement supervisé(e) par Roula Nassif, maître de conférences dans l'équipe MediaCoding du laboratoire i3S.
Ce poste est entièrement financé par le projet ANR CEDRO. Le contrat doctoral débutera en 2024, pour une durée de 3 ans. Le lieu de travail de l'étudiant sera le laboratoire i3S (où se trouve l'équipe MediaCoding), dans la technopole de Sophia Antipolis, sur la Côte d'Azur.

Compétences :
- doit être un(e) étudiant(e) diplômé(e) en génie électrique ou informatique ou télécommunication, en mathématiques appliquées, ou en informatique;
- doit avoir de solides connaissances en apprentissage automatique ainsi que de bonnes connaissances en traitement du signal, en algèbre linéaire, en problèmes inverses (régularisation) et en optimisation;
- doit avoir une bonne expérience de programmation (Matlab ou Python) ;
- doit avoir un bon niveau d'anglais écrit/parlé.

Le poste se situe dans un secteur relevant de la protection du potentiel scientifique et technique (PPST), et nécessite donc, conformément à la réglementation, que votre arrivée soit autorisée par l'autorité compétente du MESR.

Pour consulter la fiche de poste et postuler : https://emploi.cnrs.fr/Offres/Doctorant/UMR7271-VIVROS-064/Default.aspx