En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)

Le/La Doctorant-e en économie quantitative H/F

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

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler. Les informations de votre profil complètent celles associées à chaque candidature. Afin d’augmenter votre visibilité sur notre Portail Emploi et ainsi permettre aux recruteurs de consulter votre profil candidat, vous avez la possibilité de déposer votre CV dans notre CVThèque en un clic !

Faites connaître cette offre !

Informations générales

Référence : UMR7522-NATHAM-001
Lieu de travail : STRASBOURG
Date de publication : vendredi 19 juin 2020
Nom du responsable scientifique : M. Stefano BIANCHINI
Type de contrat : CDD Doctorant/Contrat doctoral
Durée du contrat : 36 mois
Date de début de la thèse : 1 octobre 2020
Quotité de travail : Temps complet
Rémunération : 2 135,00 € brut mensuel

Description du sujet de thèse

Titre du projet de thèse : Diffusion et impact de l'IA dans le système scientifique

L'évolution récente des techniques statistiques, l'explosion de la capacité de calcul des cartes graphiques ainsi que la quantité exponentielle de données accessibles ont permis une large diffusion de l'Intelligence Artificielle (IA). Grâce à la flexibilité dans le traitement de données diverses, structurées ou non, l'utilisation de ces techniques a considérablement augmenté dans les pratiques scientifiques (Agrawal et al. 2018 ; Brynjolfsson et McAfee 2014). L'IA peut être perçue pour le chercheur comme un outil élargissant le champ de recherches, permettant de croiser des informations plus distantes ou non utilisables jusqu'alors. Cette capacité à générer de nouvelles innovations est qualifiée de « General-Purpose Method of Invention » (Cockburn et al. 2018). L'utilisation croissante de ces techniques nécessite de quantifier les changements que pourraient engendrer leur usage dans le processus de production scientifique et leur impact socio-économique.

Ce projet vise à effectuer une analyse dynamique portant sur l'évolution du chercheur après l'exposition aux techniques IA (par ex. trajectoires de carrière, évolution de son réseau de collaborations), sur les effets que l'IA peut avoir sur la taille / interdisciplinarité des équipes scientifiques et l'emplacement géographique des utilisateurs. Cette thèse se concentrera sur la biomédecine, un domaine scientifique qui se caractérise par l'adoption précoce de l'IA, entraînant à son tour des innovations à fort impact sociétal (Miotto et al. 2017 ; OECD 2019). Afin de mettre en avant de potentiels changements structurels dans le processus de production scientifique engendrés par l'IA, il convient de s'appuyer sur les ressources bibliométriques proposées par la plateforme open-sources « PubMed » et PATSTAT. Ces bases de données sont déjà accessibles aux partenaires du projet. Ce projet de thèse s'inscrit dans la Mission des Initiatives Transversales et Interdisciplinaires du CNRS « Défi enjeux scientifiques et sociaux de l'intelligence artificielle » (http://www.cnrs.fr/mi/spip.php?article1497&lang=fr).

La communauté politique s'intéresse de plus en plus au rôle de l'IA dans l'économie et la science. Plusieurs partenaires ont déjà activement soutenu cette proposition de recherche. Ils ont assuré la possibilité d'une collaboration pour des actions de partage et de diffusion des données. Nous avons le soutien des institutions suivantes : OECD – Structural Policy Analysis Division, Economics Department ; Commission européenne – DG Research & Innovation ; NESTA - National Endowment for Science, Technology and the Arts.

Bibliographie indicative

Agrawal, A., McHale, J., & Oettl, A. (2018). Finding needles in haystacks: Articial intelligence and recombinant growth (No. w24541). National Bureau of Economic Research.

Brynjolfsson, E., & McAfee, A. (2014). The second machine age: Work, progress, and prosperity in a time of brilliant technologies. WW Norton & Company.

Cockburn, I. M., Henderson, R., & Stern, S. (2018). The impact of artificial intelligence on innovation (No. w24449). National Bureau of Economic Research.

Furman, J., & Seamans, R. (2018). AI and the economy (No. w24689). National Bureau of Economic Research.

Miotto, R., Wang, F., Wang, S., Jiang, X., & Dudley, J. T. (2017). Deep learning for healthcare: review, opportunities and challenges. Briefings in Bioinformatics, 19(6), 1236-1246.

OECD (2019). Artificial Intelligence in Society.

Contexte de travail

Unité mixte de recherche du CNRS, des universités de Strasbourg et de Lorraine, de l'Inra et d'AgroParisTech, le BETA - Bureau d'Economie Théorique et Appliquée (http://www.beta-umr7522.fr/?lang=fr) est localisé sur cinq sites : à Strasbourg et Nancy, mais aussi à Metz, Colmar et Mulhouse. Depuis la création du laboratoire, les recherches conduites au BETA sont orientées par la volonté d'articuler les aspects théoriques et les applications de la recherche en économie et en gestion. Plusieurs thématiques ont marqué son identité : l'économie de l'innovation, la gestion des technologies et des organisations, l'évaluation des actifs environnementaux, l'étude de la relation formation-emploi ou encore l'économie historique.

Poursuivant des recherches d'excellence dans ses multiples domaines de spécialité, le BETA est particulièrement attentif à la formation et au suivi de ses doctorants grâce à l'école doctorale Augustin Cournot (http://ed.ecogestion-cournot.unistra.fr). Bénéficiaires de nombreux contrats avec des organismes publics et des partenaires privés, les chercheurs du BETA destinent leurs travaux à la communauté scientifique, mais aussi aux décideurs et aux citoyens.

L'équipe compte plus de deux cents membres, dont une centaine d'enseignants-chercheurs et chercheurs, une cinquantaine de doctorants et une vingtaine d'ingénieurs et de personnel administratif. Le laboratoire est animé par un bureau scientifique composé des responsables d'axe et de l'équipe de direction.

Le/La candidat-e sera intégré-e dans l'axe CSI (Créativité, Science et Innovation). Cet axe promeut la recherche en innovation, entrepreneuriat et diffusion des technologies, tout comme la mesure des impacts économiques et sociétaux induits par l'innovation et la créativité. Les chercheurs de cet axe sont connus pour leurs travaux sur l'économie évolutionniste, les communautés et les routines organisationnelles. Les travaux actuels portent sur les liens entre la science des données et l'innovation, le management de la propriété intellectuelle et de la créativité.
Le/La candidat-e devra être titulaire d'un Master en économie-gestion, mathématiques et économie, statistiques, mathématiques ou computer science. Le poste nécessite de solides connaissances en data science et économétrie.Une solide maîtrise de R, Python,SQL.Bonnes aptitudes de communication orale et écrite (anglais nécessaire C2, français B1) pour présenter aux congrès et rédiger des articles dans des revues scientifiques. De plus, le/la candidat-e devra être apte à travailler en équipe sur des projets pluridisciplinaires.
Les candidatures sont à saisir sur le portail emploi CNRS et devront inclure un CV détaillé ; au moins deux références (personnes susceptibles d'être contactées) ; une lettre de motivation d'une page ; un résumé d'une page du mémoire de master. La date limite pour l'envoi des candidatures est le 20/07/2020 à 17h00.

Contraintes et risques

Des déplacements internationaux seront à prévoir au moins une fois par an pour participer à des congrès et/ou pour présenter le projet en cours.

Le/La candidat-e sera marginalement impliqué-e dans des activités pédagogiques dans le cadre du master DS2E Data Science for Economics and Business (http://ecogestion.unistra.fr/de/formations/masters/analyse-et-politique-economique).

On en parle sur Twitter !