En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)
Portail > Offres > Offre UMR7325-VERCOS-004 - Chercheur/chercheuse post-doctoral/post-doctorale H/F en inférence stochastique et apprentissage de dynamiques pour le vivant

Chercheur/chercheuse post-doctoral/post-doctorale H/F en inférence stochastique et apprentissage de dynamiques pour le vivant

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

Date Limite Candidature : mercredi 18 juin 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 : Chercheur/chercheuse post-doctoral/post-doctorale H/F en inférence stochastique et apprentissage de dynamiques pour le vivant
Référence : UMR7325-VERCOS-004
Nombre de Postes : 1
Lieu de travail : MARSEILLE 09
Date de publication : mercredi 28 mai 2025
Type de contrat : Chercheur en contrat CDD
Durée du contrat : 24 mois
Date d'embauche prévue : 1 septembre 2025
Quotité de travail : Complet
Rémunération : Entre 3081€ et 4292€ bruts mensuels
Niveau d'études souhaité : Doctorat
Expérience souhaitée : Indifférent
Section(s) CN : 08 - Micro et nanotechnologies, micro et nanosystèmes, photonique, électronique, électromagnétisme, énergie électrique

Missions

Dans le cadre des recherches menées au CINaM sur les dynamiques stochastiques dans les systèmes vivants, le post-doctorant/la post-doctorante mènera un travail théorique en physique statistique et inférence pour analyser les limites fondamentales de l’apprentissage de champs de force à partir de données imparfaites. Il s’agira notamment d’étendre les travaux théoriques antérieurs sur l’apprenabilité à partir de trajectoires parfaites aux cas plus réalistes de données bruitées ou partielles, avec une attention particulière portée aux contraintes d’origine informationnelle.

Activités

• Reformulation rigoureuse et mathématique des résultats existants sur l’apprenabilité avec données parfaites.
• Développement d’extensions théoriques pour traiter le cas de trajectoires incomplètes et/ou bruitées.
• Conception d’un formalisme pour quantifier de manière autocohérente l’« apprenabilité » d’une variable aléatoire cachée à partir de données observables.
• Élaboration d’approches algorithmiques dans les régimes où l’apprentissage du champ de force est impossible, afin d’inférer les propriétés du bruit effectif (notamment bruit coloré).
• Interaction avec les autres membres de l’équipe travaillant à l’interface entre théorie et biophysique.

Compétences

• Solide formation en physique statistique et/ou physique théorique.
• Maîtrise des outils de calcul scientifique, en particulier programmation en Python.
• Connaissances de base en machine learning et en traitement de données stochastiques.
• Capacité d’autonomie, esprit d’initiative et goût pour les problématiques fondamentales.
• Bonnes capacités de communication écrite et orale en anglais.

Contexte de travail

Le travail s’inscrit dans le cadre d’un projet de recherche fondamentale au sein du CINaM, dans une équipe dynamique à l’interface entre physique statistique, inférence et biophysique. Le poste est entièrement théorique, avec un travail quotidien sur ordinateur, dans un environnement stimulant et collaboratif. Des interactions avec des collaborateurs externes sont possibles selon les besoins du projet.

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

• Travail sédentaire prolongé sur écran.
• Travail essentiellement autonome, nécessitant une bonne gestion du temps et des priorités.
• Défis conceptuels importants, nécessitant persévérance et créativité.
• Pas de manipulations expérimentales ni de risques physiques associés.