Missions

Le chercheur recruté réalisera des travaux scientifiques originaux de niveau post-doctoral et participera activement à l'activité du laboratoire dans le cadre de l'ANR ARTIC.

Contexte de la mission:
De nos jours, le trafic IP « cloud » représente la majeure partie du trafic Internet mondial. Ce trafic se complexifie avec une grande diversité d'outils et une dynamique croissante. La combinaison de l'Apprentissage Automatique (Machine Learning) et de l'Intelligence Artificielle (IA) avec la "Softwarisation" des Réseau (SDN/NFV) a été proposée pour donner naissance à un « Cognitive Cloud » : un cadre « Cloud-Edge » activé par l'IA. Ce « Cognitive Cloud » permettra de s'adapter automatiquement à la complexité et à la variabilité croissantes du trafic Internet en (i) (ré-)apprenant les politiques de contrôle du réseau « Cloud-Edge » à partir des données; et (ii) en appliquant ces politiques de contrôle sur un réseau « Cloud-Edge » (re-)configurable.

Dans de nombreux cas, la gestion de ce réseau (re-)configurable « Cloud-Edge » constitue un problème de contrôle stochastique difficile, qui peut être modélisé comme un processus de décision de Markov (Markov Decision Process, MDP) et résolu dans le cadre de l'apprentissage par renforcement (une forme d'apprentissage automatique). De nouvelles approches d'apprentissage par renforcement peuvent nous permettre de concevoir des décisions de gestion plus efficaces (i.e. des politiques de contrôle) pour exploiter ce réseau « Cloud-Edge ».

En conséquence, nous avons pour objectif d'appliquer l'apprentissage automatique (notamment le l'apprentissage par renforcement, mais pas uniquement) à la gestion des réseaux « Cloud-Edge ».

Vous trouverez plus d'informations sur ce sujet sur le document suivant (EN) : https://www.i3s.unice.fr/~raparicio/project/artic/postdoc.pdf

Activités

(Liste non exhaustive) :
- Réalisation des études bibliographiques dans le contexte du sujet de recherche du chercheur.
- Conception d'algorithmes d'apprentissage automatique pour les réseaux.
- Développement d'outils logiciels pour la réalisation de tests sur les algorithmes sus-mentionnés.
- Analyse et synthèse des résultats de ces tests sous la forme de rapports et présentations.
- Élaboration de documents techniques détaillés sur les études scientifiques menées.
- Publication des principaux résultats de ces études dans des journaux et conférences internationales de haut niveau.
- Participation aux séminaires et autres activités de diffusion publique des résultats de ces études.
- Réalisation de missions nationales et internationales au sein de laboratoires partenaires, notamment dans le contexte du projet ARTIC, financé par l'ANR.
- Co-encadrement des stages de recherche et projets étudiants.

Compétences

Diplôme de Doctorat, ou équivalent (ISCED niveau 8 selon UNESCO) en informatique / mathématiques / télécommunications de moins de deux ans avec une solide expérience en apprentissage automatique (réseaux de neurones artificiels) et réseaux des ordinateurs.
Connaissances théoriques :
• Apprentissage automatique, science des données (en particulier, la théorie des réseaux de neurones).
• Théorie d'optimisation classique (optimisation convexe, optimisation combinatoire).
• Plan de contrôle réseaux (algorithmes et protocoles).
Compétences informatiques :
• Langage Python 3.5
• Frameworks Python (comme PyCharm, Jupiter Notebook, Spyder, Conda)
• Bibliothèques Deep Learning (comme TensorFlow, Keras)
• Connaissances réseaux et systèmes (sous Unix, typiquement)
Compétences linguistiques :
• Anglais scientifique
Compétences transversales :
• Résilience et persévérance face à l'échec (à court terme).
• Goût pour l'exploration et l'expérimentation de nouvelles approches.
• Compétences organisationnelles et autonomie en autonomie.
• Savoir planifier et respecter des délais.
• Travailler en équipe, notamment en mode transverse et dans un environnent international.
• Savoir communiquer (présenter) les activités réalisées.

Contexte de travail

Ce poste de chercheur s'inscrit dans le projet ANR ARTIC (ARTificial Intelligence-based Cloud network control, cf. http://www.i3s.unice.fr/~raparicio/project/artic/), dont Ramon APARICIO PARDO est le porteur.
Ce projet fournira au candidat les fonds et les ressources nécessaires à son activité (participation à des événements scientifiques, matériel, ordinateur, accès aux plateformes de calcul, etc.)
Le chercheur travaillera au sein du laboratoire I3S, unité mixte de recherche (CNRS, Université Cote d'Azur et Centre Inria
d'Université Côte d'Azur).
Le laboratoire I3S est un des plus importants laboratoires de recherche en sciences de l'information et de la communication de la Côte d'Azur. Il a été l'un des premiers à s'installer sur la technopole de Sophia Antipolis et rassemble aujourd'hui 260 agents.

Le chercheur travaillera avec des experts en optimisation, apprentissage automatique et réseaux de télécommunications issus du laboratoire I3S et de l'INRIA.

Informations complémentaires

Dossier de candidature :
- Curriculum vitae, avec liste des publications

- Lettre de motivation
- Diplôme du doctorat
- Manuscrit de la thèse doctoral
- Rapports de (pre-)soutenance de thèse (si disponibles)
- Au moins, deux lettres de recommandation et une liste des trois références à contacter.