POSTE : Enseignant-Chercheur en Science des Données et de la Décision Section Cnu 26 - 61 - 27 H/F DESCRIPTION : Le/la candidat(e) s'impliquera dans l'enseignement des S2D dans le cursus IPSAlien au sein du Département de Mathématiques appliquées. Cet enseignement irrigue le cycle ingénieur toutes filières et options confondues. Il s'agira d'initier les élèves au Data mining, au Machine learning et au Deep learning avec applications industrielles (optimisation, navigation autonome, traitement d'images, télécommunications aéronautiques et aérospatiales, coopération multi-agents, optimisation énergétique, maintenance prédictive, cybersécurité, logistique, etc.). L'enseignement sera réparti sur les 3 années du cycle ingénieur et/ou bachelor sous forme de cours magistraux, travaux dirigés/pratiques, projets (d'études et d'applications industrielles), cours électifs et CIRI2. De fortes compétences en apprentissage et prévision en statistiques, Deep learning et Big data sont attendues. L'accent est porté sur l'accompagnement logiciel et informatique pour les applications industrielles. Il/elle interviendra éventuellement sur des enseignements de mathématiques appliquées en cycle ingénieur pour combler un déficit. Enfin, des compétences dans des domaines annexes tels que la Recherche opérationnelle (R&O), l'Optimisation combinatoire et stochastique, la Théorie de la décision et aide à la décision multicritère, le Traitement du signal et des séries temporelles, et la Visualisation de données et l'interaction homme-machine, seront un atout fort pour les évolutions futures du cursus. Elle/il doit être capable d'assurer une partie de ses enseignements en anglais. Le service d'enseignement de base est de 200h/an modulables en fonction du format et des autres missions confiées. Une implication forte dans la vie du département, en particulier, et de l'école, en général, est attendue. Notamment, elle/il participera à l'élaboration et l'évolution des programmes de la science des données et de la décision. Mission de recherche : Les activités de recherche au sein de l'école contribuent au développement des connaissances dans les domaines de l'aéronautique et du spatial ainsi qu'à la formation des étudiants. Elles sont structurées au travers de 4 équipes : Matériaux, Mécanique, Fluides & Énergétique (2MFE), Physique & Astrophysique (PAP), Signaux & IA (SIA), et Contrôle, Optimisation & Décision (COD). Le profil recherche est large et ouvert. Le/la candidat(e) devra nous exposer son projet de recherche qui contribuera aux applications de l'IA dans les domaines de l'aéronautique et de l'aérospatial. Parmi les applications possibles, l'on peut citer (de manière non exhaustive) : - IA pour la maintenance prédictive des aéronefs - Optimisation des trajectoires de vol et gestion du trafic aérien (ATM) - Simulation et modélisation de systèmes aérospatiaux - Sécurité et cybersécurité des systèmes embarqués - Robotique aérienne et drones autonomes PROFIL : Le/la candidat(e) est titulaire d'un doctorat en Mathématiques Appliquées et Application des Mathématiques ou Sciences de l'ingénieur (ou équivalent). Une expérience postdoctorale sera appréciée, bien que le poste soit ouvert aux profils juniors solides. Une maîtrise des plateformes, environnements, langages et outils dédiés au Machine learning (Python, TensorFlow, PyTorch, Spark, bases de données, Julia, R, etc) est fortement recommandée. Les compétences acquises ou à développer sont : - contribuer concrètement aux objectifs statutaires de la société à mission (décarbonation du secteur) ; - développer et conduire une recherche de grande qualité en Science des données et de la décision (encadrement, diffusion scientifique, rayonnement international) ; - collaborer au sein d'équipes, de réseaux ou de centres de recherche et y apporter des contributions pertinentes, conforter les partenariats existants ; - candidater aux appels à projet et développer de la recherche partenariale et/ou contractuelle. Le/la candidat(e) doit être capable de mener ses activités de recherche et d'encadrement en toute autonomie. Dossier et contact : Le dossier de candidature comportera : - Qualification en Section CNU 26/61/27 recommandée - Copie du diplôme - CV court (2 pages) - Liste des publications - Rapport de soutenance et comptes-rendus des rapporteurs - Résumé des activités d'enseignement (1-3 pages) - Résumé des activités de recherche (1-4 pages) - Projet de recherche (personnel + intégration) - Recommandations/références (enseignement et recherche) - Une pi