Poste à pourvoir pour la rentrée 2021.
Profil : sciences du numérique / traitement d’images / vision et perception
Job profile : data sciences / image processing / computer vision
Campus : Madrillet
Composante de rattachement administratif : UFR des Sciences et Techniques
Laboratoire de rattachement : LITIS – EA 4108 ; équipe QuantIF ou équipe STI
Filière(s) : Portail IEEA, Licence EEEA, Licence Informatique parcours SD, Master Sciences et Ingénierie des Données parcours SD et GIME, Master Ingénierie de la Santé parcours IBIOM
Description du poste :
Profil pédagogique du poste : sciences du numérique, traitement numérique de l’information
Job Educational Profile : data science, information processing
Objectifs pédagogiques et besoins d’encadrement :
Le ou la candidat(e) devra pouvoir enseigner en anglais au niveau Master et contribuer à l’intégration de la filière Sciences des Données dans la Graduate School MinMacs. Il ou elle devra également prendre en charge le développement des échanges à l’international des étudiants de la filière sciences des données en master.
Profil recherche : traitement d’images / vision et perception
Job research profile : image processing / computer vision
Compétences techniques recherchées :
Calcul scientifique, analyse de données, science des données, traitement d’images, imagerie médicale, vision, perception, apprentissage machine : développements sur les principales plateformes de calcul et langages de programmation tels que R, Matlab, Python, TensorFlow, Keras…
Compétences scientifiques recherchées :
Le ou la candidat(e) recherché(e) doit disposer avant tout d’une solide expérience de recherche en traitement d’images (imagerie médicale ou vision et perception), mais aussi en machine learning pour l’image. Il ou elle devra développer des recherches théoriques, méthodologiques, algorithmiques et expérimentales et contribuer au développement de l’imagerie médicale ou de l’analyse de scènes par les résultats des nouvelles applications du traitement des données à large échelle (machine learning, deep learning),
Pour tout renseignement complémentaire, veuillez prendre contact avec :
Enseignement :
Responsable Master SID
Prof. Sébastien ADAM – sebastien.adam@univ-rouen.fr – 02 32 95 52 10
Recherche :
Responsables équipe QuantIF
Prof. Su RUAN – su.ruan@univ-rouen.fr – 02 35 14 86 49 ou 02 32 95 52 03
Prof. Pierre VERA – pierre.vera@chb.unicancer.fr – 02 32 08 22 58
Responsable équipe STI
Prof. Samia AINOUZ – samia.ainouz@insa-rouen.fr – 02 32 95 66 27
Co-directeur du LITIS pour l’URN
Prof. Ayoub OTMANI – ayoub.otmani@univ-rouen.fr – 02 32 95 51 90