Post-doc en IA et morphométrie géometrique (H/F)

Référence : UMR7264-MARCOR-001

  • Fonction publique : Fonction publique de l'État
  • Employeur : Centre national de la recherche scientifique (CNRS)
  • Localisation : 06357 NICE (France)
Postuler sur le site employeur

Date limite de candidature : 12/11/2024

Partager la page

Veuillez pour partager sur Facebook, Twitter et LinkedIn.

  • Nature de l’emploi Emploi ouvert uniquement aux contractuels
  • Nature du contrat

    CDD d'1 an

  • Expérience souhaitée Non renseigné
  • Rémunération (fourchette indicative pour les contractuels) 4200 € brut € brut/an
  • Catégorie Catégorie A (cadre)
  • Management Non renseigné
  • Télétravail possible Non renseigné

Vos missions en quelques mots

Missions :
Ce post-doc vise à construire un pont entre méthodes d'IA et morphométrie géométrique (GMM) pour l'analyse d'images 3D. L'application centrale et unique de ce post-doc sera la bio-archéologie.
Activités :
Le/la candidat.e devra faire un état de l'art sur les approches quantitatives existantes qui utilisent soit des méthodes d'IA soit de la morphométrie géométrique (GMM) pour faire de la classification supervisée ou non-supervisée à partir d'images 3D d'ossements animaux, modernes et archéologiques. Ensuite le but du post-doc sera double: d'un côté on vise la fabrication de patrons de morphométrie à travers l'IA, d'un autre côté on veut utiliser des techniques de machine learning pour exploiter au mieux l'information qui est portée par les patrons GMM.
Contexte de travail :
Le post-doc aura lieu au laboratoire CEPAM d'Université Côte d'Azur (UniCA), ou le/la chercheur/chercheuse sera encadré.e par M. Corneli (CPJ en intelligence artificielle pour l'archéologie et l'histoire). Il y aura aussi une possibilité d'échange régulier avec les chercheurs en IA de l'équipe MAASAI d'INRIA UniCA.

Profil recherché

Competences :
Le/la candidat.e idéale aura des connaissances approfondies en morphométrie géométrique, il/elle connaîtra les statistiques et le langage de programmation R (packages morpho, geomorph). Idéalement le/la candidat.e aura fait un doctorat et un premier post-doc en bioarchéologie, avec une orientation très quantitative. Une connaissance du langage Python et du machine/deep learning serait un plus.
Contraintes et risques :

Niveau d'études minimum requis

  • Niveau Niveau 8 Doctorat/diplômes équivalents
  • Spécialisation Formations générales

Langues

  • Français Seuil

Qui sommes-nous ?

Le Centre national de la recherche scientifique est un organisme public de recherche pluridisciplinaire placé sous la tutelle du ministère de l’Enseignement supérieur, de la Recherche et de l’Innovation.

C’est l’une des plus importantes institutions publiques au monde : 33 000 femmes et hommes (dont plus de 16 000 chercheurs et plus de 16 000 ingénieurs et techniciens), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l’Univers et le fonctionnement des sociétés humaines.

En savoir plus sur l'employeur

À propos de l'offre

  • Le Centre national de la recherche scientifique est l’une des plus importantes institutions publiques au monde : 34 000 femmes et hommes (plus de 1 000 laboratoires et 200 métiers), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l’Univers et le fonctionnement des sociétés humaines. Depuis plus de 80 ans, y sont développées des recherches pluri et interdisciplinaires sur tout le territoire national, en Europe et à l’international. Le lien étroit que le CNRS tisse entre ses missions de recherche et le transfert vers la société fait de lui un acteur clé de l’innovation en France et dans le monde. Le partenariat qui le lie avec les entreprises est le socle de sa politique de valorisation et les start-ups issues de ses laboratoires (près de 100 chaque année) témoignent du potentiel économique de ses travaux de recherche.

  • Vacant
  • Chercheuse / Chercheur

D'autres offres pourraient vous intéresser