[PostDoc] "apprentissage profond et analyse multirésolution pour l'audio" au LS2N (Nantes)

Missions

Cette offre d’emploi concerne un travail de niveau postdoctoral en recherche fondamentale dans le domaine des sciences des données. La principale mission est l’invention de nouvelles méthodes computationnelles pour l’apprentissage profond (deep learning). En particulier, un travail sur les méthodes d’analyse multirésolution, telle que la transformée en ondelettes discrètes (DWT pour discrete wavelet transform), est attendu.

L’application privilégiée de ce travail de recherche est le traitement du signal audionumérique, avec des tâches telles que la détection, la classification, le partitionnement, la segmentation, le débruitage ou la synthèse. Une extension à d’autres séries temporelles, telles que les signaux du domaine biomédical, pourra être envisagée.

Les méthodes proposées devront être innovantes et répondre à des besoins précis en analyse automatique de contenu audio. En particulier, un verrou récurrent du domaine réside dans la quantité limitée de données annotées. Il sera donc important de mettre en œuvre des propriétés de biais inductif judicieuses lors du développement des architectures de réseaux de neurones profonds.

Activités

Les activités sont celles d’un contrat postdoctoral de recherche fondamentale en sciences informatiques au CNRS. Notamment : l’écriture d’articles scientifiques, le développement logiciel, la réalisation de simulations numériques, la participation aux réunions de l’équipe, la présentation des travaux lors de conférences et congrès, l’animation scientifique de la communauté de recherche.
Une activité d’enseignement à l’École Centrale de Nantes est encouragée mais pas requise.

Bibliothèque en source ouverte : https://github.com/kymatio/murenn

Articles déjà publiés à ce jour : https://anr.hal.science/search/index/?q=*&anrProjectReference_s=ANR-23-CE23-0007

Compétences

La curiosité scientifique est indispensable.
Une capacité à critiquer, approfondir, et transmettre l’état de l’art en recherche est requis. Une expérience de médiation scientifique est utile mais non requise.
Une maitrise de l’anglais scientifique, à l’écrit comme à l’oral, est requise. La maitrise du français est utile mais non requise.
Des connaissances de base en traitement du signal, telles que la convolution, la transformée de Fourier discrète, et le sous-échantillonnage, sont requises. Une connaissance de la théorie des ondelettes est utile mais non requise.
Des connaissances de base en théorie des probabilités, telles que les vecteurs gaussiens, le théorème de la limite centrale, et l’inégalité de Markov, sont requises. Des connaissances en théorie des matrices aléatoires et en théorie de l’apprentissage sont utiles mais non requises.
Une expérience en sciences des données, idéalement en traitement de l’audio ou de la parole, est requise. Une expérience en réseaux de neurones profonds est utile mais pas requise.
Une capacité à programmer en langage Python, à utiliser une ligne de commande, et à utiliser le contrôle de version (git). Des expériences en calcul embarqué, calcul intensif (type GPU), ou calcul parallèle sont utiles mais pas requises.

Contexte de travail

Le chercheur ou la chercheuse sera membre du Laboratoire des Sciences du Numérique de Nantes (LS2N), une unité mixte de recherche dont les composantes sont : le CNRS, Nantes Université, l’École Centrale de Nantes, l’IMT Atlantique, et Inria. Voir : https://www.ls2n.fr/

Au LS2N, le chercheur ou la chercheuse sera membre de l’équipe « Signal, Image et Son » (SIMS). Voir : https://audio.ls2n.fr/

Le chercheur ou la chercheuse travaillera principalement avec Vincent Lostanlen et Mathieu Lagrange, tous deux chargés de recherche au CNRS. Un travail avec les doctorants et doctorantes de l’équipe pourra être envisagé.

Ce contrat s’inscrit dans le projet « Multi-Resolution Neural Networks » (MuReNN), financé par l’Agence nationale de la recherche (ANR) sur la période 2023-2027. Le coordonnateur du projet MuReNN est Vincent Lostanlen. Les autres membres permanents du consortium MuReNN sont : Mathieu Lagrange, Florent de Dinechin (INSA Lyon), Anastasia Volkova (Inria Lyon), et Peter Balazs (Académie des sciences d’Autriche). À ce titre, des séjours de recherche à Lyon et à Vienne sont prévus au cours du contrat de recherche.

Le chercheur ou la chercheuse participera aux activités du GdR CNRS IASIS (« Information, Apprentissage, Signal, Image, viSion »), plus particulièrement, de son axe « Audio, Vision, Perception ». Voir : https://gdr-iasis.cnrs.fr/

Le chercheur ou la chercheuse aura un bureau partagé avec une autre personne, sur le site de l’École Centrale de Nantes. Il ou elle aura accès à un ordinateur de travail ainsi que du matériel informatique. Il ou elle aura un accès à une infrastructure de calcul intensif, notamment GPU.