En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)
Portail > Offres > Offre UMR6074-NICKER-006 - Postdoc : Diffusion models for graph signals (H/F)

Postdoc : Diffusion models for graph signals (H/F)

Cette offre est disponible dans les langues suivantes :
- Français-- Anglais

Date Limite Candidature : mercredi 1 octobre 2025 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 : Diffusion models for graph signals (H/F)
Référence : UMR6074-NICKER-006
Nombre de Postes : 1
Lieu de travail : RENNES
Date de publication : mercredi 10 septembre 2025
Type de contrat : Chercheur en contrat CDD
Durée du contrat : 24 mois
Date d'embauche prévue : 1 janvier 2026
Quotité de travail : Complet
Rémunération : entre 2.991,58 € et 3.417,33 € bruts mensuels selon expérience
Niveau d'études souhaité : Doctorat
Expérience souhaitée : Indifférent
Section(s) CN : 07 - Sciences de l'information : traitements, systèmes intégrés matériel-logiciel, robots, commandes, images, contenus, interactions, signaux et langues

Missions

Les modèles génératifs en apprentissage sur graphes se concentrent quasi-exclusivement à la génération de graphes, une tâche ardue pour laquelle les modèles actuels sont peu performants. Paradoxalement, une tâche assez peu étudiée mais qui paraissant plus abordable est la génération de *signaux* sur graphes. Pourtant, de nombreux processus peuvent demander de produire de tels signaux, même en guise d'étape intermédiaire; par exemple, l'ordonnancement de noeuds ou l'échantillonnage non-iid de noeuds. Est-il possible de produire de tels signaux non-triviaux en apprentissage ? Quels modèles choisir ? Dans ce post-doc, nous explorerons différents algorithmes et tâches impliquant la génération de signaux sur graphes, d'un point de vue empirique et théorique.

Activités

Les activités se diviseront entre mathématiques théoriques et implémentation d'expériences pratiques en Python.

Compétences

Thèse en apprentissage ou traitement de signal. Une spécialisation sur les graphes est un plus.

Contexte de travail

Le candidat sera rattaché à l'équipe COMPACT de l'IRISA.

A propos du laboratoire
=============
www.irisa.fr
L'IRISA est 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 laboratoire d'excellence dont les priorités scientifiques sont la bio-informatique, la sécurité des systèmes, les nouvelles architectures logicielles, la réalité virtuelle, l'analyse des Big Data et l'intelligence artificielle. Tourné vers l'avenir des technologies de l'information et ouvert sur l'international, l'IRISA est au cœur de la transition numérique de la société et de l'innovation dans les domaines 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
L'IRISA comme laboratoire d'affectation : https://www.irisa.fr/umr-6074

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.

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.

Contraintes et risques

Des déplacements de courtes durées en France ou à l'étranger sont à prévoir.