Enseignant.e chercheur.euse en environnement, science des données et ia - h/f

Description de l'offre

Missions d'enseignements :

Les enseignements réalisés concerneront principalement les cours en lien avec l'environnement et le développement durable. L'enseignant-chercheur interviendra principalement dans le cursus Post-BAC EST (Environnement Sciences et Technologies) et dans le domaine professionnel NEDD (Numérique, Environnement et Développement Durable).

Dans le cycle EST : Changement climatique causes physiques, Changement climatique et société, Environnement et société, Imagerie pour l'environnement, Numérique et développement durable, Projet environnement, Environnement et ressources naturelles, Technologies pour l'environnement (géovisualisation).

Dans le domaine professionnel NEDD : Télédétection, Développement durable et changement climatique, Transition écologique et énergétique, Outils de l'ingénieur pour le développement durable, Initiation à la recherche.

Des cours complémentaires dans les domaines de spécialité de l'enseignant-chercheur pourront être réalisés (formation humaine économique et sociale ou informatique en fonction du profil). Les enseignements seront dispensés, principalement en français, sous forme de cours magistraux, TD, TP et projets. 

Responsabilités administratives :

L'enseignant-chercheur recruté prendra progressivement des responsabilités administratives au sein du cycle EST ou du domaine professionnel NEDD (responsable d'année, de cycle, de domaine professionnel ou de tout autre module après une phase de co-responsabilité avec le responsable des études). Le suivi et quelques déplacements pour la visite d'étudiants en stage sont à prévoir ainsi que la présence sur des salons d'étudiants et des portes-ouvertes de l'école.

Missions de recherche :

Dans le cadre de l'activité de recherche liée à ce poste, vous collaborerez étroitement sur des thématiques environnementales variées en lien avec les intérêts de l'équipe KLaIM :

Simulations multi-agents et optimisation multi-critères pour l'aide à la décision (multi-criteria decision making)
Algorithmes et modèles à base de graphes (graph mining)
Traitement et visualisation de données spatialisées pour l'aide à la décision (SIG, Télédétection, cartographie numérique, big spatio-temporal data, web mapping)
Numérique et Transitions

En complément des activités de recherche académique le candidat recherché pourrait être amené à exercer des activités de gestion de projet ou de développement de partenariat avec les entreprises et institutions partenaires (publiques/privées). Ces activités de recherche donneront lieu à des encadrements de stagiaires, thésards et une production scientifique de niveau international. Le candidat sera également amené à s'impliquer dans des contrats de recherche collaborative avec des industriels, sur une partie de son temps de recherche.

Profil recherché

Profil recherché :

Nous recherchons un(e) docteur(e) ayant une formation en Sciences de l'Environnement, en Géomatique ou un domaine proche et des compétences avancées en science des données et en IA. Un profil disposant d'une expérience en entreprise, montage de projets industriels et/ou ayant encadré des activités de recherche (doctorants, post-doctorants) sera également apprécié.

Compétences humaines :

Pédagogie, qualités relationnelles réelles
Esprit d'analyse et de synthèse
Rigueur, fiabilité et réactivité
Esprit d'initiative et de créativité
Sens de l'organisation et esprit d'équipe
Grande ouverture d'esprit et autonomie dans la poursuite des objectifs impartis

Compétences techniques :

Elles doivent s'aligner avec le projet commun de recherche du LabISEN, qui se décline en trois axes principaux (voir le site web du LabISEN), et s'inscrire dans un contexte marqué par une forte impulsion vers la transition écologique, en complément des missions d'enseignement du poste, notamment :

Sciences de l'environnement et du climat
SIG
Programmation : python
Data Science
Compétences en fouille de données, implémentation d'algorithmes de Data Mining
Une expérience en Machine Learning (clustering, classification, régression, optimisation) et/ou traitement de langage naturel (NLP) combinant sémantique et Deep Learning serait appréciée.

Le poste à pourvoir est localisé à Nantes en contrat à durée indéterminée (CDI) sous statut cadre au forfait-jours. Le salaire est à convenir selon expérience.

À propos de Yncrea Ouest

Yncréa Ouest est un Établissement d'Enseignement Supérieur Privé d'Intérêt Général (EESPIG) sous contrat avec le ministère de l'Enseignement Supérieur et de la Recherche. L'établissement est membre d'Yncréa, premier pôle privé associatif à but non lucratif d'écoles d'ingénieurs en France. Yncréa Ouest gère les écoles d'ingénieurs ISEN Yncréa Ouest implantées sur les villes de Brest, Caen, Nantes et de Rennes. L'école forme des élèves ingénieurs dans les technologies du numérique et notamment les systèmes numériques embarqués, la robotique, l'énergie, les objets connectés (IoT), l'intelligence artificielle, le big data, l'environnement, le développement durable, l'agronomie, les technologies marines et la cybersécurité. Au sein d'Yncréa Ouest, le laboratoire L@bISEN (https://isen-brest.fr/labisen) rassemble des activités et des compétences autour d'un projet commun de recherche tourné vers les systèmes autonomes et intelligents. Ce projet est constitué de trois lignes de force : les réseaux de capteurs, le traitement des données et les smart grids. Le laboratoire compte à ce jour 126 personnes dont 55 enseignants-chercheurs dont 8 HDR. Le L@bISEN a été évalué par le Hcéres en 2021 (vague B, voir site HCERES).

Présentation de l'équipe de recherche :          



L'enseignant chercheur intégrera l'équipe “Extraction de connaissances et modélisation” (Knowledge Learning and Information Modeling - KLaIM) du Laboratoire L@bISEN. L'équipe de recherche KLaIM est positionnée sur la modélisation, l'extraction intelligente de connaissances et la simulation numérique d'environnements complexes. Son objectif est de construire des outils efficaces de compréhension, de prédiction et d'aide à la décision dans un contexte de Transitions diverses.