Itec lance un avis d’appel à candidatures pour une offre de Doctorat en apprentissage automatique explicable pour les données imparfaites, Belgique
Contexte
Itec est un groupe de recherche de la KU Leuven et de l’IMEC, le pôle flamand de recherche et d’innovation de haute technologie pour la nanoélectronique et les technologies numériques. Sur le campus de Courtrai de la KU Leuven, le groupe mène des recherches interdisciplinaires sur la conception, le développement et l’évaluation de solutions numériques personnalisées et adaptatives. Les principaux domaines d’application d’Itec incluent l’éducation, la formation et la santé. L’objectif principal du sous-groupe IA et apprentissage automatique est de développer de nouveaux algorithmes d’apprentissage automatique pour faire progresser les domaines d’application, en particulier les soins de santé. En particulier, nous nous concentrons sur l’apprentissage supervisé, non supervisé et semi-supervisé. Les activités clés du groupe concernent la prédiction multi-étiquettes/cibles, les systèmes de recommandation, l’apprentissage actif, l’analyse de survie et l’analyse de données longitudinales ; toujours avec une attention particulière à l’explicabilité.
Projet et responsabilités
Ce poste de doctorat sera financé par le programme Flanders Artificial Intelligence Research, qui est une initiative du gouvernement flamand visant à positionner la Flandre comme leader international dans le domaine de l’IA.
Il rassemble des groupes de recherche des universités et centres de recherche flamands autour de l’objectif de rechercher des méthodologies génériques d’IA, applicables à de nombreuses applications dans les domaines de la santé, de l’industrie et du gouvernement.
En particulier, ce projet de doctorat se concentrera sur le développement de méthodes d’apprentissage automatique explicables, capables de gérer des données et des connaissances imparfaites.
Nous nous concentrons particulièrement sur les méthodes prédictives pour les données tabulaires contenant des informations sur les résultats manquantes, partielles ou erronées.
Les contributions attendues porteront sur les domaines de l’apprentissage actif, de l’apprentissage semi-supervisé, de l’apprentissage multi-cibles, de l’apprentissage à partir de données positives non étiquetées et/ou de l’apprentissage à partir de données de temps d’événement censurées.
Outre les contributions méthodologiques, le candidat devra contribuer activement et appliquer ses techniques à des applications réelles dans le domaine des soins de santé (principalement liés aux modèles de prédiction des risques pour les unités de soins intensifs) et de l’éducation et de la formation (principalement liées à la recommandation). contenu personnalisé aux apprenants).
Outre ses recherches, le candidat devra participer à des activités pédagogiques (participer à des séminaires, s’impliquer dans l’enseignement, surveillance des examens, …).
Profil
- Vous êtes titulaire d’un master en informatique, science des données, informatique, statistiques, intelligence artificielle, ingénierie (mathématique), ou équivalent, avec d’excellentes notes (niveau « Honours »).
- Vous avez suivi des formations liées au machine learning et faites preuve d’un enthousiasme et d’une connaissance importants pour ce domaine. Assurez-vous de mentionner dans votre lettre de motivation toute connaissance (ou expérience antérieure) des domaines de recherche ou des domaines d’application du projet de doctorat tels que détaillés ci-dessus.
- Vous êtes un programmeur expérimenté en Python ou R.
- Vous avez un fort intérêt à travailler sur des applications réelles dans le domaine de la santé ou de l’éducation et de la formation et à interagir avec des experts du domaine ; vous êtes motivé, curieux et créatif. Vous êtes capable de communiquer sur votre travail à des personnes d’une autre discipline.
- Vous êtes capable de travailler de manière indépendante, mais également d’intégrer et d’interagir avec une équipe de collègues doctorants et postdoctorants de notre groupe de recherche. De plus, vous interagirez avec des collègues chercheurs du programme Flanders AI Research et présenterez vos travaux à diverses occasions.
- Vous possédez d’excellentes compétences en communication orale et écrite en anglais. La connaissance du néerlandais sera considérée comme un atout.
Offre
La nomination sera initialement d’un an et sera prolongée après une évaluation positive, sous réserve de la poursuite du programme Flanders AI Research.
Le candidat travaillera au Campus Kulak de la KU Leuven à Courtrai.
(S)il entrera dans le programme doctoral de l’École doctorale des sciences biomédicales de la KU Leuven.
En tant que doctorant, vous aurez toutes les chances de vous développer davantage dans votre carrière professionnelle, en étudiant la littérature, en assistant à des séminaires et des ateliers, en participant à des conférences internationales et en interagissant avec des chercheurs de premier plan de plusieurs disciplines.
Le poste offre de la flexibilité et la possibilité de travailler au sein d’une équipe enthousiaste dans un environnement multiculturel stimulant. Vos recherches contribueront à des développements rapides dans les domaines des soins de santé et de l’éducation qui ont un fort impact sociétal.
En plus d’une bourse compétitive, la KU Leuven propose également plusieurs avantages supplémentaires, comme une assurance hospitalisation, des éco-chèques, le remboursement des frais de déplacement en transports en commun, des repas bon marché, un vélo à la KU Leuven, …
Intéressé?
Aucune candidature par e-mail, veuillez utiliser l’ outil de candidature en ligne de la KU Leuven.
Pour plus d’informations, veuillez contacter le Prof. dr. Céline Vens, tél. : +32 56 24 64 98, mail : celine.vens@kuleuven.be .
La KU Leuven s’efforce de créer un environnement inclusif, respectueux et socialement sûr. Nous considérons la diversité parmi les individus et les groupes comme un atout. Un dialogue ouvert et des différences de perspective sont essentiels pour un environnement de recherche et d’enseignement ambitieux. Dans notre engagement en faveur de l’égalité des chances, nous reconnaissons les conséquences des inégalités historiques. Nous n’acceptons aucune forme de discrimination fondée, sans toutefois s’y limiter, sur l’identité et l’expression de genre, l’orientation sexuelle, l’âge, l’origine ethnique ou nationale, la couleur de la peau, la diversité religieuse et philosophique, la neurodivergence, le handicap professionnel, la santé ou le statut socio-économique. Pour toute question sur l’accessibilité ou le support proposé, nous serons heureux de vous aider à cette adresse e-mail .