H/F Ingénieur·e d’études en humanités numériques, chargé·e de la constitution et du traitement de corpu

Missions :
- Dans le cadre du projet ANR « IDANOPO – Identité et anonymat dans le portrait de 1600 à 1800 : entre histoire de l’art et intelligence artificielle », concevoir et mettre en œuvre tout ou partie des protocoles de collecte, de structuration et de traitement de corpus visuels numériques destinés à l’entraînement de modèles de vision par ordinateur.
- Concevoir et créer l’animation scientifique du projet : site et carnet de recherche, coordination des ateliers et événements.

Activités :
- Participer à la constitution du corpus d’entraînement supervisé du projet (« vérités terrains »).
- Constituer et annoter le corpus d’entraînement du modèle non supervisé de reconnaissance des portraits.
- Assurer la mise en œuvre des principes de la science ouverte dans le cadre du projet ANR (dépôts des données dans les entrepôts adéquats).
- Participer à l’élaboration du plan de gestion des données du projet.
- Assurer une veille scientifique et technologiques sur les thématiques du projet.
- Participer à la communication du projet (création site internet, billets de blog scientifique).

Contexte de travail :
Le projet IDANOPO entend confronter la reconnaissance faciale de l’Intelligence artificielle (IA) aux portraits d’art réalisés aux 17e et 18e siècles afin d’identifier les personnes représentées et de les replacer dans leur contexte historique. Il réunit des chercheurs en histoire de l’art et en analyse d’images numériques par ordinateur afin de concevoir un nouvel outil pour l'étude historique du portrait et la circulation des modèles. Il s’agit de recourir à la vision par ordinateur afin d’analyser de manière automatisée de grands corpus dont seule une partie sera supervisée, car les annotations expertes sont particulièrement chronophages.
Ce projet qui combine étroitement sciences humaines et informatique, intègre également une forte composante d’humanités numériques afin de s’inscrire dans une démarche de science ouverte totale. Il s’organise autour de 3 axes de travail et un axe transversal : la construction des corpus d’apprentissage (axe 1) ; la conception des GNN pour l’analyse automatisée des corpus (axe 2) ; l’analyse et l’interprétation des méthodes et des résultats (axe 3) ; la communication et le partage des données via la science ouverte (axe 4). L’ingénieur·e travaillera principalement sur les axes 1 et 4 du projet et sera associé·e aux axes 2 et 3.
Coordonné par Gaëtane Maës, le projet associe trois équipes qui sont respectivement rattachées à l’UMR HARTIS et à l’UMR CRIStAL de l’université de Lille, et à la Bibliothèque Nationale de France.