Post-doctorat (H/F) – Logique probabiliste pour les données incomplètes : intégration des connaissances causales et relationnelles
Nouveau
- Chercheur en contrat CDD
- 12 mois
- Doctorat
This offer is available in English version
Cette offre est ouverte aux personnes disposant d’un titre leur reconnaissant la qualité de travailleur handicapé ou travailleuse handicapée.
L'offre en un coup d'oeil
L'unité
Laboratoire d'informatique de modélisation et d'optimisation des systèmes
Type de Contrat
Chercheur en contrat CDD
Temps de Travail
Complet
Lieu de Travail
63178 AUBIERE
Durée du contrat
12 mois
Date d'Embauche
29/10/2026
Rémuneration
à partir de 3 041€ brut mensuel selon expérience
Postuler Date limite de candidature : mardi 20 octobre 2026 23:59
Description du Poste
Les Missions
Le post-doctorant aura pour mission de développer des méthodes fondées sur la logique probabiliste et les modèles graphiques pour le raisonnement et l'interrogation de données incomplètes.
Les travaux porteront notamment sur l'exploitation de connaissances a priori, représentées sous forme de graphes causaux, de réseaux bayésiens ou de réseaux de Markov, afin de modéliser les dépendances entre variables et de construire une distribution probabiliste sur les complétions possibles de données incomplètes.
Le post-doctorant contribuera à la conception de modèles formels, au développement d'algorithmes d'inférence et de requêtage, ainsi qu'à leur validation expérimentale.
L'Activité
Développer des modèles probabilistes et logiques pour représenter les données incomplètes et leurs mécanismes de missingness.
Exploiter des graphes causaux orientés et des réseaux de Markov non orientés comme connaissances a priori sur les dépendances entre variables.
Définir une sémantique probabiliste des complétions possibles d'une base de données incomplète.
Étudier l'intégration de contraintes logiques, de règles et de connaissances métier dans les modèles probabilistes.
Développer des méthodes d'inférence et de query answering probabiliste sur données incomplètes.
Étudier les propriétés théoriques et la complexité des problèmes d'inférence et d'interrogation considérés.
Concevoir et implémenter des prototypes expérimentaux et évaluer les approches proposées sur des jeux de données synthétiques et réels.
Publier les résultats dans des conférences et revues internationales du domaine.
Participer aux réunions scientifiques du projet et contribuer à la valorisation et à la diffusion des résultats.
Votre Profil
Compétences
Bonnes connaissances en intelligence artificielle et apprentissage automatique.
Connaissances en logique, représentation des connaissances ou raisonnement automatisé.
Connaissances en bases de données, données incomplètes ou bases de données probabilistes.
Connaissances des modèles graphiques probabilistes : réseaux bayésiens, réseaux de Markov et/ou modèles causaux.
Une expérience en logique probabiliste, programmation logique probabiliste ou modèles hybrides neuro-symboliques constituera un atout.
Votre Environnement de Travail
Le poste sera accueilli au Laboratoire d'Informatique, de Modélisation et d'Optimisation des Systèmes (LIMOS, UMR CNRS 6158), unité mixte de recherche en informatique sous tutelle du CNRS, de l'Université Clermont Auvergne (UCA) et de l'École des Mines de Saint-Étienne (EMSE), avec Clermont Auvergne INP comme tutelle secondaire. Le LIMOS est rattaché à l'Institut des sciences informatiques du CNRS.
Le laboratoire est implanté principalement sur les sites de Clermont-Ferrand/Aubière, sur le campus des Cézeaux, et de Saint-Étienne. Le poste sera basé sur le campus des Cézeaux à Aubière, au sein de l'écosystème scientifique de l'Université Clermont Auvergne et de Clermont Auvergne INP.
Le LIMOS rassemble une communauté scientifique importante, avec actuellement plus de 200 membres, dont environ 96 enseignants-chercheurs et chercheurs, 70 doctorants et une quinzaine de post-doctorants, ainsi que des personnels d'appui à la recherche et des personnels administratifs et techniques.
Les activités scientifiques du laboratoire sont structurées autour de trois axes : MAAD — Modèles et Algorithmes de l'Aide à la Décision, SIC — Systèmes d'Information et de Communication, et ODPS — Outils Décisionnels pour la Production et les Services.
Le post-doctorant rejoindra plus particulièrement l'axe SIC, dont les travaux portent notamment sur l'acquisition, la gestion et l'analyse des données, ainsi que sur les problématiques de qualité, d'interopérabilité et de traitement de l'information.
Au sein de cet axe, les travaux seront menés dans le thème DSI — Données, Services et Intelligence, qui rassemble des recherches consacrées à la gestion et à l'optimisation de grandes masses de données, à l'intégration et à l'interrogation de données hétérogènes, ainsi qu'à l'extraction de connaissances et à l'apprentissage automatique. Le thème s'intéresse également au traitement de données complexes et au passage à l'échelle des méthodes d'intelligence artificielle.
Contraintes et risques
Néant.
Rémunération et avantages
Rémunération
à partir de 3 041€ brut mensuel selon expérience
Congés et RTT annuels
44 jours
Pratique et Indemnisation du TT
Pratique et indemnisation du TT
Transport
Prise en charge à 75% du coût et forfait mobilité durable jusqu’à 300€
À propos de l’offre
| Référence de l’offre | UMR6158-FARTOU-003 |
|---|---|
| Section(s) CN / Domaine de recherche | Mathématiques et interactions des mathématiques |
À propos du CNRS
Le CNRS est un acteur majeur de la recherche fondamentale à une échelle mondiale. Le CNRS est le seul organisme français actif dans tous les domaines scientifiques. Sa position unique de multi-spécialiste lui permet d’associer les différentes disciplines pour affronter les défis les plus importants du monde contemporain, en lien avec les acteurs du changement.
Créer une alerte
Ne manquez aucune opportunité de trouver le poste qui vous correspond. Inscrivez-vous gratuitement et recevez les nouvelles offres directement dans votre boite mail.