Voir www.irisa.fr et http://www-linkmedia.irisa.fr/
A propos du laboratoire
=============
L'IRISA est aujourd'hui l'un des plus grands laboratoires de recherche français (plus de 850 personnes) dans le domaine de l'informatique et des technologies de l'information. Structuré en sept départements scientifiques, l'IRISA est un centre de recherche d'excellence dont les priorités scientifiques sont la bioinformatique, la sécurité des systèmes, les nouvelles architectures logicielles, la réalité virtuelle, l'analyse des big data et l'intelligence artificielle. Tourné vers l'avenir de l'informatique et nécessairement tourné vers l'international, l'IRISA est au cœur même de la transition numérique de la société et de l'innovation au service de la cybersécurité, de la santé, de l'environnement et de l'écologie, des transports, de la robotique, de l'énergie, de la culture et de l'intelligence artificielle.
Présentation du CNRS en tant qu'employeur : https://www.cnrs.fr/fr/le-cnrs
Présentation de l'IRISA en tant que laboratoire d'affectation : https://www.irisa.fr/umr-6074
Ce recrutement s'inscrit dans le cadre d'un projet collaboratif sur la détection de styles et propriétés de textes informatifs, avec une application à la détection de la désinformation.
Le candidat sera en lien avec les équipes partenaires du projet (ENS, Airbus, Mondeca). Il participera à l'implémentation des pistes de recherche et le développement de prototypes pour les outils de TAL de détection de désinformation.
ACTIVITES
Le candidat aura pour activités principales :
- développement/implémentation d'approches hybrides (deep learning + symbolique)
- étude de la robustesse (dans un contexte adversarial)
- mise en place de chaînes d'évaluation
En activités secondaires, selon les possibilités :
- participation à la création de corpus annotés (Fr et En)
- posséder un diplôme d'ingénieur (ou équivalent Bac+5) en informatique dans le domaine de l'IA, deep learning et si possible du TAL
- posséder de solides connaissances de programmation en Python
- avoir un niveau d'anglais (niveau B2) et de français (A2) permettant d'analyser les données et d'échanger avec les partenaires
- une expérience/spécialisation en TAL ou à défaut en apprentissage artificiel, réseaux de neurones sera appréciée
- des connaissances préalables sur le framework HuggingFace et PyTorch seront appréciées