Commit 0be3f3c6 authored by Pierre Navaro's avatar Pierre Navaro 😷
Browse files

Merge branch 'master' into dev-navaro

parents db16ccbb 58560324
Questions-réponses : les packages Julia
#######################################
:date: 2021-06-10 10:00:00
:category: cafe
:tags: visio
:start_date: 2021-06-10 10:00:00
:end_date: 2021-06-10 11:00:00
:place: En ligne
:summary: Session de questions-réponses avec deux experts, sur le développement de packages Julia
:inscription_link: https://indico.mathrice.fr/event/263
:calendar_link: https://indico.mathrice.fr/export/event/263.ics
.. contents::
.. section:: Description
:class: description
Pour ce Café, nous accueillons Juan Ignacio Polanco, chercheur au LMFA à Lyon,
auteur entre autres de PencilFFTw.jl et WriteVTK.jl, et Romain Veltz, chercheur INRIA au centre de Sophia-Antipolis, auteur de BifurcationKit.jl.
Ils seront disponibles pour répondre à vos questions sur le développement de packages en Julia pendant 45 minutes. Vous pourrez poser vos questions sur l'arborescence des fichiers, les tests, la documentation, l'enregistrement au dépôt officiel, les GitHub actions, les contributions, la gestion des releases, les issues et les pull-request.
Cette session est accessible à toutes et tous, et aura lieu sur la plateforme BBB de Mathrice.
Merci de bien vouloir vous inscrire pour suivre cette session. Cette session sera enregistrée. S'inscrire implique d'accepter ce principe.
.. section:: Orateur
:class: orateur
- Juan Ignacio Polanco
- Romain Veltz
Pythran
#######
:date: 2021-09-24 10:00:00
:category: cafe
:tags: visio
:start_date: 2021-09-24 10:00:00
:end_date: 2021-09-24 11:00:00
:place: En ligne
:summary: Pythran est un compilateur pour noyaux scientifiques de haut (ou bas) niveau écrits en Python. Basiquement, il prend en entrée du code Python dont les points d'entrées ont reçu quelques commentaires pour l'inférence de type, et il le transforme en code natif, enlevant l'étape d'interprétation après avoir appliqué plusieurs optimisations de haut niveau.
:inscription_link: https://indico.mathrice.fr/event/262
:calendar_link: https://indico.mathrice.fr/export/event/262.ics
.. contents::
.. section:: Description
:class: description
Serge Guelton présentera Pythran dans ce Café.
Pythran est un compilateur pour noyaux scientifiques de haut (ou bas) niveau écrits en Python. Basiquement, il prend en entrée du code Python dont les points d'entrées ont reçu quelques commentaires pour l'inférence de type, et il le transforme en code natif, enlevant l'étape d'interprétation après avoir appliqué plusieurs optimisations de haut niveau.
Pythran peut être utilisé dans un notebook, à travers distutils ou en ligne de commande. Il est utilisé dans le projet Scipy pour accéler certains noyaux de calcul.
Cette présentation explicitera les différents cas d'usage, le système d'annotation de Pythran, le support de la vectorisation et le support d'OpenMP.
La présentation durera 30-40 minutes et sera suivie d'une séance de questions.
Elle est accessible à tous et aura lieu sur la plateforme BBB de Mathrice. Merci de bien vouloir vous inscrire pour suivre cette session.
.. section:: Orateur
:class: orateur
- Serge Guelton
Title: Precision auto-tuning and numerical validation
Date: 2021-05-12 13:08
Slug: job_3074f81a2f46f4085d26899d866c1e6b
Category: job
Authors: Fabienne Jézéquel
Email: Fabienne.Jezequel@lip6.fr
Job_Type: Thèse
Tags: these
Template: job_offer
Job_Location: LIP6, Sorbonne Université, Paris
Job_Duration: 3 ans
Job_Website: https://www-pequan.lip6.fr/~jezequel/OFFERS/PhD_precision_auto_tuning.pdf
Job_Employer: Sorbonne Université
Expiration_Date: 2021-09-30
Attachment:
This PhD will be carried out in the framework of the Interflop ANR
project which aims at proposing a unified platform for the numerical
validation of large codes.
The subject is detailed in
<https://www-pequan.lip6.fr/~jezequel/OFFERS/PhD_precision_auto_tuning.pdf>
Title: Traitement de signaux neurophysiologiques en Python
Date: 2021-05-14 15:11
Slug: job_4aa7c3f1dbebf99b6292836cf863bef0
Category: job
Authors: Anne Cheylus
Email: anne.cheylus@inserm.fr
Job_Type: CDD
Tags: cdd
Template: job_offer
Job_Location: Bron
Job_Duration: 4 mois
Job_Website: https://www.crnl.fr/fr/offre/lequipe-cmo-recrute-ingenieur-cdd-compter-septembre-2021
Job_Employer: CRNL, laboratoire public financé par le CNRS, l’INSERM et l’Université de Lyon
Expiration_Date: 2021-09-01
Attachment: job_4aa7c3f1dbebf99b6292836cf863bef0_attachment.pdf
L’équipe **[Codage et Mémoire olfactive (CMO CRNL)](https://www.crnl.fr/fr/equipe/cmo)** recrute un ingénieur pour une première mission de 4 mois (éventuellement renouvelable) à compter du mois de Septembre.
Dans le cadre de son projet de recherche, notre équipe recueille des signaux neurophysiologiques cérébraux en lien avec des tâches comportementales de perception et de mémorisation impliquant des stimuli odorants, chez l’Homme comme chez l’animal.
Nous avons déjà développé certains outils d’analyse de ces signaux. La mission de l’ingénieur recruté sera :
1. D’optimiser leur implémentation et leur utilisation afin de faciliter et accélérer le traitement des données
2. D’intégrer d’autres analyses : étude de la cohérence, analyse des interactions cross-fréquentielles, etc).
La personne recrutée devra interagir d’une part avec les ingénieurs de l’équipe qui ont mis en place l’acquisition et le prétraitement des données, mais aussi avec les chercheurs qui les utilisent afin de répondre à des questions spécifiques.
En terme de compétences techniques, les prérequis sont :
- parfaite maîtrise de l&#39;écosystème &#34;Python scientifique&#34; (numpy / scipy / pandas / xarray / sklearn / jupyter /...)
- bonne maîtrise du système de gestion de versions et de configurations git
- bonnes notions de traitement de signal (filtrage, analyse spectrale, ...)
- notions générales en statistiques
Par ailleurs, nous serions particulièrement intéressés par les candidats qui auraient également :
- une expérience en analyse de données scientifiques biologiques
- une connaissance des outils de publication open-source et open-data
En terme de qualité humaine, nous recherchons quelqu’un qui aime travailler en équipe à l’interface entre les questions scientifiques et les outils pour les aborder.
Si ce profil est le vôtre rejoignez-nous vite \!
Si vous le souhaitez, vous pouvez nous contacter pour obtenir des informations supplémentaires et/ou envoyer vos candidatures à :
Samuel Garcia, [samuel.garcia@cnrs.fr ](mailto:samuel.garcia@cnrs.fr)(aspects techniques, programmation, analyse de signal)
Nadine Ravel, [nadine.ravel@cnrs.fr](mailto:nadine.ravel@cnrs.fr) (aspects scientifiques et biologiques du projet)
Title: Turbulent inflow conditions for the Lattice Boltzmann Method
Date: 2021-05-18 10:32
Slug: job_4e5a3bf1d698cb9f20c38479b28749a1
Category: job
Authors: E. Lévêque
Email: emmanuel.leveque@ec-lyon.fr
Job_Type: Post-doctorat
Tags: postdoc
Template: job_offer
Job_Location:
Job_Duration:
Job_Website:
Job_Employer: Ecole Centrale de Lyon
Expiration_Date: 2021-11-10
Attachment: job_4e5a3bf1d698cb9f20c38479b28749a1_attachment.pdf
The Laboratory of Fluid Mechanics and Acoustics (CNRS, Ecole Centrale de Lyon) is seeking a highly qualified candidate for a post-doctoral research fellowship regarding the development of synthetic turbulent inflow conditions for high-fidelity Lattice Boltzmann simulations. Such methods have been developed in the context of NavierStokes approaches at the laboratory. The objective is here to adapt and extend those methods in the context of LBM, with a particular attention paid to the generation of noise.
The successful candidate will be in charge of the development and implementation of turbulent inflow conditions in an in-house LB code (written in C++). Validations and evaluations will be carried-out on cases of increasing complexity: isolated boundary layer, compressor cascade and a fan configuration.
Title: Reasearch engineer in machine learning (applied to biotechnology)
Date: 2021-05-17 15:13
Slug: job_52abcf6e53d9434fdc20204ee71c3e7f
Category: job
Authors: Patrick Perré
Email: patrick.perre@centralesupelec.fr
Job_Type: CDD
Tags: cdd
Template: job_offer
Job_Location: Pomacle (51)
Job_Duration: 36 mois
Job_Website: http://www.chaire-biotechnologie.centralesupelec.fr/fr/recrutement
Job_Employer: CentraleSUpélec
Expiration_Date: 2021-08-09
Attachment: job_52abcf6e53d9434fdc20204ee71c3e7f_attachment.pdf
Position open within the Chair of Biotechnology of CentraleSupélec, located in the European Centre for Biotechnology and Bioeconomy (CEBB), in Pomacle (20 km from Reims).
**ENVIRONMENT**:
The aim of the Chair of Biotechnology of CentraleSupélec is to develop biotechnological approaches to meet major societal challenges such as improving the quality of food, the use of biobased materials, the development of low-carbon processes, etc., in order to limit society&#39;s carbon footprint and improve the quality of life of citizens. To achieve these ambitious objectives, the Chair deploys the concept of a digital twin applied to the biorefinery. This concept has been proven in cutting-edge fields such as aeronautics. It combines micro-experimentation (and associated instrumentation), which generates a lot of data, and modelling, including machine learning, in order to understand/predict/design processes. These processes are then realised and validated on a pilot scale in our technical hall before being deployed in industry.
It is with these objectives in mind that it was renewed in 2020. This renewal is accompanied by a substantial increase in power, of which this job opening is a part. This growth will be the occasion for several recruitments, the acquisition of remarkable scientific equipment and investment in shared computing resources.
**MISSIONS**:
In collaboration with the LGPM scientific teams, within the modelling team (illustration of the work in Fig. 1), the research engineer will participate in the deployment of the digital twin project in the Chair&#39;s areas of expertise: bioprocesses, separative techniques and biobased materials. The Chair is heavily involved in instrumentation (innovation and joint use of several sensors), which generates a lot of data. In order to analyse all the data collected in interaction with our predictive models, we wish to develop skills in statistics, machine learning and AI. These skills are also crucial to approach simulation in complex situations and to work on the convergence between predictive simulation and AI.
**SKILLS**:
Holder of an engineering degree or doctorate or equivalent level attested by professional experience, candidate must:
- Have a good knowledge of applied mathematics,
- Master at least one scientific programming language (Matlab, R, Python...),
- Have good collaborative work skills,
- Have a good level in English,
- Have an interest or even knowledge in the Chair&#39;s disciplinary and application fields,
Additionnal skills desired:
- Artificial intelligence: Machine learning, Deep learning
- Data science
- Data visualization
**HOME TEAM:**
The position is open within a dynamic and growing team. It includes people with a real diversity and complementarity of approaches (applied mathematics, machine learning, modelling in bioprocess engineering, numerical fluid mechanics, coupled heat/matter transfer, etc.). The person recruited will be surrounded by other PhDs and engineers who will be able to contribute their know-how as well as benefit from his or her own. Finally, the Chair of Biotechnology is made up of a young, multicultural team that offers many scientific and human opportunities.
**PRACTICAL DETAILS**:
The position is open within the European Centre for Biotechnology and Bioeconomy (CEBB), which hosts the Chair of Biotechnology: CEBB - 3, rue des Rouges Terres 51110 Pomacle
Travel to the CentraleSupélec site at Gif-sur-Yvette will be required.
Salary will be determined according to the candidate&#39;s experience.
**REQUIRED DOCUMENTS**:
Application letters of application, together with a curriculum vitae and, at the candidate&#39;s discretion, letters of recommendation, should be sent by e-mail only to the two contacts listed below.
**CONTACT**:
Prof. Patrick PERRÉ,
Director of the Chair of Biotechnology,
LGPM, CentraleSupélec
<patrick.perre@centralesupelec.fr>
Tél. : + 33 6 42 61 24 18
Victor POZZOBON
Head of Modelling team
LGPM, CentraleSupélec
<Victor.pozzobon@centralesupelec.fr>
Title: Chercheur en méthodes mathématiques et algorithmes reproductibles pour l’analyse automatique d’images et vidéo
Date: 2021-05-16 13:15
Slug: job_68e99b17a9d6c9bc6fb8d263993284ee
Category: job
Authors: Jean-Michel MOREL et Gabriele FACCIOLO
Email: jean-michel.morel@ens-paris-saclay.fr
Job_Type: Post-doctorat
Tags: postdoc
Template: job_offer
Job_Location: ENS PARIS SACLAY
Job_Duration: 24 mois
Job_Website: https://ens-paris-saclay.fr/recherche/laboratoires-et-instituts/centre-borelli
Job_Employer: CENTRE BORELLI - ENS PARIS SACLAY
Expiration_Date: 2021-08-08
Attachment:
Fondé en 1990, le CENTRE BORELLI est un laboratoire de recherche de l&#39;Ecole normale supérieure Paris-Saclay. C&#39;est également une unité mixte du CNRS (UMR 9010) soutenue par des partenaires et organismes tels le MESR, le CEA, l&#39;ANR, la DGA, l’ONR et le CNES. La recherche au CENTRE BORELLI est axée sur la modélisation et la simulation, soit de phénomènes physiques complexes, soit de phénomènes cognitifs tels que vision, perception et reconnaissance. Une autre composante de cette recherche s&#39;attache aux questions d&#39;apprentissage dans l&#39;analyse de données de très grandes dimensions et au développement d&#39;algorithmes prédictifs. L’approche des recherches et de l’expertise du laboratoire est globalisante : elle demande de maîtriser toute la chaîne depuis l’acquisition des données par des capteurs ou via des plates-formes internet, le traitement et la restauration des données et leur analyse automatique par des algorithmes relevant de la théorie de la détection statistique, de l’apprentissage, ou de l’optimisation massive (réseaux de neurones). Ainsi le laboratoire a contribué régulièrement par l’analyse mathématique à la conception ou l’amélioration de nouveaux instruments d’observation (satellites d’observation de la terre, caméras digitales spécialisées ou grand public), mais aussi de chaînes de traitement automatique d’images, signaux et vidéos de tous types, avec des applications aussi diverses que la reconstruction 3D de la terre par satellite stéréoscopique ou le diagnostic de troubles cognitifs par l’analyse de la marche.
L’équipe de traitement d’images du Centre Borelli, forte de quatre professeurs, huit postdocs et onze doctorants, développe des collaborations industrielles de très haut niveau pour concevoir des algorithmes nouveaux permettant de traiter automatiquement des images et bases d’images et des vidéos. Parmi les partenaires actuels de cette équipe on compte de grandes entreprises comme Thalès, Tarkett et Huawei, des entreprises de haute technologie comme HGH infrarouge, DxO-Mark, Kayrros, Nam’r, et plusieurs start-ups.
Pour ce poste, on requiert une expertise large des mathématiques en jeu dans l’analyse des données massives, par exemple le traitement d’images, de données 3D et de signaux, la vision par ordinateur, et des compétences de programmation solides (logiciel et système). Le ou la stagiaire postdoctoral(e) sera invité(e) à participer à temps partiel (64 heures équivalent TD) à tous les aspects de l&#39;enseignement mathématique de ces disciplines en licence, master 1 et 2 de mathématiques appliquées, notamment l’analyse de Fourier, les équations aux dérivées partielles, la probabilité en haute dimension, l’optimisation continue et discrète, les nombreuses théories mathématiques de l’apprentissage, les réseaux de neurones, etc. Le ou la stagiaire postdoctoral(e) utilisera pour ce faire les nouveaux outils technologiques disponibles pour l&#39;enseignement des mathématiques appliquées et du traitement du signal et de l&#39;image, notamment le journal en ligne IPOL.
Le ou la candidate s’intégrera dans l’équipe de traitement d’images. Dans l’esprit du laboratoire, le ou la candidate devra montrer ses capacités à maîtriser une chaîne complète d’acquisition de données, de traitement, de restauration et d’analyse automatique de ces données, incluant éventuellement la simulation ou la synthèse de nouvelles données numériques après apprentissage. Il ou elle participera à l’élaboration et à l’exécution de contrats de recherche privés et publics et à l’encadrement des stagiaires et doctorants intervenant sur ces contrats.
Pour donner quelques exemples concrets, l’équipe de traitement d’images répond à des demandes d’agences spatiales et d’industriels pour gérer toute la chaîne d’analyse partant de satellites imageurs de la terre et aboutissant à des détections ou reconstructions automatiques du relief en haute résolution. Dans un autre ordre d’idées, l’équipe développe la théorie de l’apprentissage de textures à partir d’exemples pour synthétiser de nouvelles textures complètes à très haute résolution pour diverses industries. Le point commun de ces projets est qu’ils demandent une maîtrise fine de tous les aspects mathématiques en jeu dans la modélisation, l’échantillonnage, et l’apprentissage à partir de données complexes et massives. Le candidat contribuera au développement de la méthodologie en recherche reproductible du laboratoire, qui exige des membres la publication d’algorithmes et de programmes informatiques annotés, et leur publication en ligne sous forme exécutable sur des données libres, afin de les rendre accessibles à tous utilisateurs sans barrière informatique.
Le laboratoire a conçu à cet effet le journal IPOL (<https://www.ipol.im>) pour favoriser de tels types de recherche reproductible. Le ou la candidate devra se montrer capable d’assurer des contrats industriels et des contrats de recherches avec les grandes agences de recherche nationales et internationales afin de continuer à diriger et financer un gros contingent de chercheurs en formation (stagiaires, doctorants, post-doctorants). Par le biais de la direction de stages de la licence au master 2, et pas la co-direction de doctorants, le candidat ou la candidate contribuera au développement des mathématiques appliquées aux données massives, à leur modélisation, leur simulation, leur analyse automatique, et à l’invention de nouvelles méthodes en intelligence artificielle.
**Pour candidater : ** envoyer par courrier électronique, les relevés de note de master et autres diplômes pertinents, les liens vers la thèse et vers les rapports de thèse et les adresses électroniques d’au moins deux chercheurs de référence.
Title: Configuration and control of computing precision, application to low energy gamma radiation measurements
Date: 2021-05-12 13:05
Slug: job_7d83313223cfc91b562ac1ee8340c3b0
Category: job
Authors: Fabienne Jézéquel
Email: Fabienne.Jezequel@lip6.fr
Job_Type: Thèse
Tags: these
Template: job_offer
Job_Location: IJCLab, Orsay &amp; LIP6, Paris
Job_Duration: 3 ans
Job_Website: https://www-pequan.lip6.fr/~jezequel/OFFERS/PhD_accuracy_gamma_radiation.pdf
Job_Employer: CNRS
Expiration_Date: 2021-09-30
Attachment:
This PhD is part of a collaboration between IJCLab (Orsay, France) and LIP6 (Sorbonne
University, Paris, France), and linked to a European collaboration for the measurement of high
energy electromagnetic radiation, AGATA. It is funded thanks to the financial support from
CNRS through the MITI interdisciplinary program.
The subject is detailed in
<https://www-pequan.lip6.fr/~jezequel/OFFERS/PhD_accuracy_gamma_radiation.pdf>
Title: Ingénieur, Differentiation Algorithmique pour CUDA
Date: 2021-05-21 12:31
Slug: job_7dfbc5ece50ea8b68db9b1af957c7332
Category: job
Authors: Laurent HASCOET
Email: laurent.hascoet@inria.fr
Job_Type: CDD
Tags: cdd
Template: job_offer
Job_Location: Sophia-Antipolis
Job_Duration: 2 ans
Job_Website: https://jobs.inria.fr/public/classic/fr/offres/2021-03734
Job_Employer: INRIA
Expiration_Date: 2021-07-18
Attachment:
L&#39;objectif est d&#39;intégrer dans la prochaine plateforme de calcul scientifique (CFD) de l&#39;ONERA, SoNICE, des calculs de gradient par méthodes adjointes via la Différentiation Algorithmique (DA). La différentiation devra prendre en compte l&#39;aspect calcul parallèle de SoNICE, basé en partie sur CUDA.
Les capacités de DA seront fournies par l&#39;outil Tapenade de l&#39;INRIA. L&#39;objectif est d&#39;étendre Tapenade pour différentier des codes CUDA, et plus particulièrement les procédures de SoNICE utilisant CUDA. On considèrera à la fois les modes Tangent et Adjoint de la DA.
\ No newline at end of file
Title: Analyse des interactions cardio-respiratoires chez le nouveau-né prématuré à base de modèles hybrides et de méthodes d’analyse de données
Date: 2021-05-19 14:45
Slug: job_af33d947288a45b75586b6b19864bf4e
Category: job
Authors: Virginie Le Rolle
Email: virginie.lerolle@univ-rennes1.fr
Job_Type: Thèse
Tags: these
Template: job_offer
Job_Location: Rennes
Job_Duration: 36 mois
Job_Website: https://www.ltsi.univ-rennes1.fr/
Job_Employer: Université de Rennes 1
Expiration_Date: 2021-06-30
Attachment: job_af33d947288a45b75586b6b19864bf4e_attachment.pdf
**Contexte**
Le LTSI (Laboratoire Traitement du Signal et de l&#39;Image) est un laboratoire de recherche de l&#39;Université de Rennes 1, à l’interface des disciplines relevant des domaines des sciences et technologies de l’information et de la santé.
**Sujet**
En Europe, environ 8% des naissances sont prématurées et plus de 300 000 de nouveau-nés prématurés sont admis en soins intensifs néonatals (USIN) chaque année en Europe. Au cours de cette période, le risque de sepsis et d&#39;événements graves d&#39;apnée-bradycardie est important et peut être associé à une élévation de la mortalité et de déficiences neurocomportementales à long terme.
L’objectif de la thèse est de proposer de nouvelles méthodes de traitement de données et de modélisation computationnelle, reposant sur une exploitation massive de données longitudinales issus de la base de données “CaressPremi”. Cette base de données est constituée de signaux cardio-respiratoires et d’annotations cliniques et doit permettre d’évaluer de nouveaux marqueurs multivariés pour la détection précoce du sepsis et d’évènements cardio-respiratoires chez le prématuré.
Des méthodes de traitement du signal seront tout d’abord appliquées afin d’extraire des indices caractéristiques des interactions cardio-respiratoires. Des approches d’apprentissage automatique seront ensuite proposées et complétées par une méthodologie basée sur des modèles computationnels afin d’améliorer l’interprétation et l’explicabilité des analyses. Récemment, notre équipe a proposé des modèles hybrides intégrés complets, pour l&#39;analyse des réponses aiguës aux événements d&#39;apnée et d&#39;hypopnée, adaptés aux adultes, aux nouveau-nés à terme et prématurés. Ce modèle cardio-respiratoire pourra être amélioré afin d’étudier les mécanismes physiologiques liés au sepsis, puis des méthodes d’analyse paramétrique (sensibilité et identification) pourront être appliquées.
**Profil**
Nous recherchons un candidat avec des compétences en analyse numérique, en traitement du signal et en programmation. Il sera nécessaire d’avoir une motivation pour l&#39;ingénierie biomédicale même si des connaissances en physiologie ne sont pas nécessaires.
Supports Markdown
0% or .
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment