Postdoc en apprentissage profond géométrique (h/f)

Portail > Offres > Offre UMR7357-HYESEO-019 - Postdoc en Apprentissage Profond Géométrique (H/F)


Postdoc en Apprentissage Profond Géométrique (H/F)

Cette offre est disponible dans les langues suivantes :

Date Limite Candidature : jeudi 28 novembre 2024 23:59:00 heure de Paris

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler.


Informations générales

Intitulé de l'offre : Postdoc en Apprentissage Profond Géométrique (H/F)
Référence : UMR7357-HYESEO-019
Nombre de Postes : 1
Lieu de travail : ILLKIRCH GRAFFENSTADEN
Date de publication : jeudi 7 novembre 2024
Type de contrat : CDD Scientifique
Durée du contrat : 6 mois
Date d'embauche prévue : 1 avril 2025
Quotité de travail : Temps complet
Rémunération : À partir de 3 021,50€ bruts mensuels en fonction de l’expérience
Niveau d'études souhaité : Niveau 8 - (Doctorat)
Expérience souhaitée : 1 à 4 années
Section(s) CN : Sciences de l'information : traitements, systèmes intégrés matériel-logiciel, robots, commandes, images, contenus, interactions, signaux et langues


Missions

Dans le cadre d'un projet binational et tri-institutionnel intitulé HuMoCar : Realistic Human Models for Care Robots for Aged People (octobre 2021 - octobre 2025), notre objectif est d'améliorer la robustesse des systèmes de vision et d'intelligence artificielle face à de grandes variations et à l'occlusion. Ce projet vise également à permettre la gestion d'interactions spécifiques en développant un modèle humain 4D réaliste et conforme aux lois de la physique. Notre objectif spécifique est de développer un modèle prédictif/génératif pour des humains habillés et des vêtements en mouvement, grâce à l'apprentissage profond sur des ensembles de données annotées. Plusieurs tâches en aval seront définies et mises en œuvre, impliquant diverses générations conditionnelles. Des modèles d'apprentissage profond géométrique seront déployés pour traiter les données de surface 3D, en s'appuyant sur une représentation homogène des données de surface des vêtements.
Le projet se déroulera dans l'équipe de recherche MLMS (Machine Learning, Modélisation & Simulation, https://mlms.icube.unistra.fr/), située sur le site hospitalier du laboratoire.


Activités

− Recherche et développement sur la thématique susmentionnée : Modèle prédictif/génératif de vêtements et d'humains habillés. Il s'agit de prédire la forme et le comportement physique des personnes habillées, en tenant compte des lois de la physique et de la simulation 3D.
− Gestion technique et collaboration avec d'autres chercheurs (doctorants, ingénieur, post-docs, et chercheurs permanents) participant au projet : Il s'agit d'organiser le travail entre les membres de l'équipe, et d'assigner des responsabilités, tout en s'assurant de la cohérence technique du projet.
− Encadrement éventuel des étudiants de Master.


Compétences

− PhD en informatique (2022 ou plus tard), avec au moins une très bonne publication.
− Solides connaissances et expérience en apprentissage profond.
− Très bonne compétences en programmation, conception d'algorithmes efficaces et rédaction d'articles.
− Niveau d'anglais C ou supérieur.
− Esprit d'équipe.


Contexte de travail

ICube Laboratory (Le laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie) à l'Université de Strasbourg est un centre de recherche de premier plan en informatique, avec plus de 300 chercheurs permanents. Dans le cadre d'un projet "HuMoCar : Realistic Human Models for Care Robots for Aged People" (oct. 2021 - oct. 2025), nous visons à repousser les limites actuelles de la vision robotique dans la cognition humaine par des robots soignant en situation interne. Notre objectif spécifique est de rendre les performances de la vision-intelligence robustes aux grandes variations à l'occlusion, et capable de gérer certaines interactions en développant un modèle humain 4D réaliste et fidèle à la physique.

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.

#J-18808-Ljbffr