POSTE : Enseignant-Chercheur en Conception d'Architectures Matérielles pour l'IA Embarquée et - ou l'Apprentissage Automatique Frugal - CDI H/F DESCRIPTION : Qui sommes-nous ? Télécom Paris, école de l'IMT (Institut Mines-Télécom) et membre fondateur de l'Institut Polytechnique de Paris, est une grande école du top 5 des écoles d'ingénieurs généralistes françaises. La Raison d'Être de Télécom Paris est de former, imaginer et entreprendre pour concevoir des modèles, des technologies et des solutions numériques au service d'une société et d'une économie respectueuses de l'humain et de son environnement. Télécom Paris se positionne comme le laboratoire à ciel ouvert de tous les grands défis technologiques et sociétaux : intelligence artificielle, informatique quantique, IOT, cybersécurité, grands équipements numériques (Cloud), 5G/6G, Green IT. Les nouvelles applications du numérique requièrent de plus en plus d'objets connectés intégrant des algorithmes complexes et devant satisfaire un haut niveau de performance et de robustesse (véhicule autonome, IoT, réseaux haut-débit, industrie 4.0, smart home, etc). L'équipe SSH répond à ces besoins nouveaux par des projets ambitieux en collaboration avec de nombreux partenaires académiques ou industriels. La recherche porte sur les architectures des systèmes embarqués et circuits numériques sous fortes contraintes visant l'optimisation des performances en termes de rapidité d'exécution, sécurité, sûreté de fonctionnement, complexité et basse consommation. La validation des propriétés à satisfaire s'appuie à la fois sur un formalisme mathématique, des simulations de modèles et des conceptions de prototypes à base de technologies matérielles et logicielles. Télécom Paris a identifié un fort besoin dans le domaine de l'Intelligence Artificielle/Méthodes d'apprentissage (IA/ML) dans les applications à base d'objets connectés (IoT) et de systèmes embarqués. L'emploi d'algorithmes d'intelligence artificielle dans les systèmes embarqués est un cas d'usage majeur et stratégique adressé par SSH. L'apprentissage et l'inférence des modèles IA au niveau « edge » ou utilisateur final dans les objets connectés procurent de nombreux avantages qui nécessitent une exploration à tous les niveaux : algorithmes, architectures, technologie, optimisation des calculs et mémoires dans un système limité en ressources. L'implantation des modèles IA doit également se faire sans compromettre la sûreté et la sécurité des algorithmes et données. Cette recherche se fait en collaboration étroite avec des équipes compétentes en conception de circuits (C2S, LabSoC), logiciel embarqué (ACES) et méthodes d'apprentissage (S2A). L'équipe se caractérise par une activité d'enseignement significative dans les cursus ingénieur et Masters sur la thématique des systèmes embarqués avec une pédagogie marquée par les travaux pratiques et les projets. Elle s'appuie sur l'activité de recherche afin d'intégrer dans ses cours les technologies et méthodes de conception les plus récentes. Vos principales missions seront de : - Participer à la conception et la mise en oeuvre d'enseignements dans son domaine scientifique - Conduire des recherches dans son domaine scientifique - Participer au développement de partenariats, de collaborations et de relations contractuelles dans son domaine scientifique. PROFIL : Ce poste s'adresse à un(e) scientifique titulaire d'un doctorat, en début ou en milieu de carrière, qui cherche à développer et établir son expertise en recherche tout en souhaitant développer et faire évoluer ses compétences en enseignement. Étant donné que ses activités porteront sur la conception d'architectures matérielles pour l'IA embarquée et/ou l'apprentissage machine, la personne recrutée devra posséder des compétences dans les domaines suivants : - Architectures et méthodes de conception de systèmes embarqués à base de technologies matérielles (FPGA ou ASIC) ou logicielles (coeurs de processeurs et leurs couches logicielles) - Algorithmes d'IA frugaux, notamment ceux à base d'apprentissage automatique efficace en mémoire et en énergie en tenant compte des contraintes matérielles, Tiny ML et/ou l'apprentissage local (on-device learning). La qualité de la candidature sera appréciée au vu du parcours scientifique et du projet d'intégration décrits dans le dossier soumis ainsi que des échanges avec les membres de l'équipe d'accueil et de la commission de recrutement. Une attention particulière sera accordée à la production scientifique, à l'expérience en projets et collaborations académiques ou industrielles en France ou à l'international et à l'expérience en enseignement. Bien que nous recherchions un(e) cand