Consulter les offres d’emploi

Classification supervisée de données spatio-temporelles avec application aux capteurs tactiles
Publiée le 03/11/2025 10:01.
Référence : Stage M2 SmartSkin.
Stage, 2 rue Conté, 75003 Paris.
Entreprise/Organisme :Conservatoire National des Arts et Métiers (CNAM) - Laboratoire Cédric
Niveau d'études :Master
Sujet :Les capteurs visent à reproduire les capacités sensorielles de la peau humaine afin de détecter simultanément la pression, la température, la texture et d’autres propriétés des objets en contact. Ce stage s'inscrit dans le cadre du projet exploratoire SmartSkin dédié au développement de capteurs tactiles artificiels. Ce domaine de recherche, en plein essor, présente de nombreuses applications en robotique, en interaction homme-machine et en médecine. Un prototype fonctionnel a été développé en s'appuyant sur une technique appelée tomographie par impédance électrique. Celui-ci est en mesure de collecter des données de nature variée, telles que des signaux périodiques ou la pression exercée par un objet et cherche à reconnaître le type de matériau en contact (par exemple : main humaine, métal, fruit, etc.). D'un point de vue statistique, la modélisation des données issues de ces capteurs constitue un problème de classification supervisée qui revêt plusieurs défis méthodologiques liés à la nature des données. D'une part, les signaux mesurés sont de nature fonctionnelle (signaux périodiques). D'autre part, les données présentent une composante spatiale, liée à la position du contact sur la surface du capteur. De plus, une autre difficulté réside dans le fait que les signaux sont collectés à différentes fréquences et à des instants non synchrones. Dans ce contexte, l'objectif est de développer une méthodologie de classification supervisée capable de prendre en compte ces différents aspects de complexité.
Date de début :Entre janvier et avril 2026
Durée du contrat :5 à 6 mois
Rémunération :Gratification de stage
Description :Les capteurs visent à reproduire les capacités sensorielles de la peau humaine afin de détecter simultanément la pression, la température, la texture et d’autres propriétés des objets en contact. Ce stage s'inscrit dans le cadre du projet exploratoire SmartSkin dédié au développement de capteurs tactiles artificiels. Ce domaine de recherche, en plein essor, présente de nombreuses applications en robotique, en interaction homme-machine et en médecine. Un prototype fonctionnel a été développé en s'appuyant sur une technique appelée tomographie par impédance électrique. Celui-ci est en mesure de collecter des données de nature variée, telles que des signaux périodiques ou la pression exercée par un objet et cherche à reconnaître le type de matériau en contact (par exemple : main humaine, métal, fruit, etc.). D'un point de vue statistique, la modélisation des données issues de ces capteurs constitue un problème de classification supervisée qui revêt plusieurs défis méthodologiques liés à la nature des données. D'une part, les signaux mesurés sont de nature fonctionnelle (signaux périodiques). D'autre part, les données présentent une composante spatiale, liée à la position du contact sur la surface du capteur. De plus, une autre difficulté réside dans le fait que les signaux sont collectés à différentes fréquences et à des instants non synchrones. Dans ce contexte, l'objectif est de développer une méthodologie de classification supervisée capable de prendre en compte ces différents aspects de complexité.
En savoir plus :https://cnam-my.sharepoint.com/:b:/g/personal/feriel_bouhadjera_lecnam_net/EXybYeem38dKlYviiFE-EIABy
Sujet_Stage_M2_Stat_SmartSkin.pdf
Contact :feriel.bouhadjera@lecnam.net
Apprentissage frugal de modèles génératifs multimodaux en contexte industriel
Publiée le 31/10/2025 08:53.
Référence : Offre de thèse en Science des Données et IA à l'IRT SystemX — UPSaclay.
CDD, Palaiseau.
Entreprise/Organisme :IRT SystemX — Université Paris-Saclay
Niveau d'études :Master
Sujet :L'IRT SystemX propose une thèse sur l’apprentissage frugal de modèles génératifs multimodaux en contexte industriel. La thèse s'inscrit dans le cadre d'un projet collaboratif sur l'IA Générative pour l'Industrie, mené en partenariat avec notamment Air Liquide et Michelin, et son volet applicatif vise à adresser des cas d'usage industriels liés à la gestion de connaissances techniques en ingénierie de systèmes complexes. Le poste est basé à Palaiseau et la thèse sera inscrite à l'école doctorale STIC de l'Université Paris-Saclay. La thèse est financée pour une durée de 36 mois, avec une rémunération de 2784 € brut/mois, pour un démarrage souhaité début 2026. N'hésitez pas à partager autour de vous et à me contacter pour toute question.
Date de début :01 janvier 2026 (flexible)
Durée du contrat :36 mois
Rémunération :2784€ brut/mois
Secteur d'activité :Recherche
Description :Le poste est basé à Palaiseau
En savoir plus :https://www.irt-systemx.fr/recrutement/
Offre-de-These-IRTSystemX-DIT-2-2026-IAG1.pdf
Contact :faicel.chamroukhi@irt-systemx.fr
Poste de Professeur, Risques systémiques globaux et soutenabilité socio-environnementale
Publiée le 15/09/2025 09:37.
CDI, Grenoble.
Entreprise/Organisme :Université Grenoble Alpes
Niveau d'études :Doctorat
Date de début :Rentrée universitaire 2026/27
Description :Poste de Professeur en 2026, profil “Modélisation pour l’analyse des risques systémiques globaux et de la soutenabilité socio-environnementale” [intitulé provisoire], à l’Université Grenoble Alpes, au Laboratoire Jean Kuntzmann. L'équipe STEEP (Grenoble, Inria + LJK, https://team.inria.fr/steep/fr/) est l'équipe d’accueil pressentie. Si ce poste et la perspective de travailler dans notre équipe vous intéressent ou si vous souhaitez plus d’informations, nous vous invitons à prendre dès maintenant contact avec nous (peter.sturm@inria.fr). Et bien sûr, n’hésitez pas à diffuser et à faire circuler cette information dans vos réseaux, et à la transférer à toute personne susceptible d’être intéressée.
En savoir plus :team.inria.fr/steep/francais-poste-de-professeur-modelisation-pour-lanalyse-des-rsg-et-des-ast
Contact :peter.sturm@inria.fr

Page précédente  1  2  <3> 

 
 
©2026 SFdS
Société Française de Statistique
Institut Henri Poincaré
11 rue Pierre et Marie Curie
75231 Paris cedex 5
Tél. : +33 (0)1 44 27 66 60
Notre site a été supporté par :