-
ORGANISATION/COMPANYCNRS
-
RESEARCH FIELDComputer scienceMathematics › Algorithms
-
RESEARCHER PROFILEFirst Stage Researcher (R1)
-
APPLICATION DEADLINE25/12/2020 23:59 - Europe/Brussels
-
LOCATIONFrance › TALENCE
-
TYPE OF CONTRACTTemporary
-
JOB STATUSFull-time
-
HOURS PER WEEK35
-
OFFER STARTING DATE01/02/2021
OFFER DESCRIPTION
Le sujet précis dépendra des intérêts et de l'expérience de la personne recrutée, mais voici deux directions possibles :
(1) Développer des méthodes pragmatiques de gestion des incohérences qui permettent de traiter des cadres plus expressifs (ontologies plus riches, présence de mappings, dimension temporelle), actuellement non pris en compte.
(2) Développer une approche qui intègre étroitement les méthodes existantes de nettoyage des données (liaison d'entités, analyse statistique) afin de pouvoir résoudre un plus large éventail de problèmes de données et obtenir de meilleurs résultats par les synergies entre différentes techniques.
Il s'agit surtout de recherche fondamentale, même s'il pourrait aussi avoir, selon l'intérêt de la personne recrutée, une partie plus pratique avec implémentation et expérimentation des algorithmes développés.
Contexte scientifique : De nos jours, l'énorme quantité de données disponibles recèle un potentiel d'exploitation inédit, pour des applications variées telles que la médecine ou encore pour les outils d'aide à la décision. Cependant, il est souvent difficile d'obtenir des informations pertinentes et fiables à partir de données réelles en raison de leur hétérogénéité et des problèmes de qualité (fait manquants ou incorrects). L'accès aux données à base d'ontologies (en anglais : ontology-based data acces, OBDA) est une approche déclarative prometteuse qui exploite les connaissances sémantiques et le raisonnement automatique pour combler l'écart entre les besoins d'informations des utilisateurs et la manière dont les données sont réellement stockées. Si les systèmes OBDA fournit une solution pour l'aspect hétérogénéité, ils ne parviennent toujours pas à résoudre le problème de la qualité des données, se limitant souvent à émettre des alertes quand des incohérences sont découvertes.
La personne recrutée conduira des recherches au sein de la chaire IA INTENDED (https://intended.labri.fr/, 2020-2024) et contribuera à développer méthodes intelligentes pour traiter les données imparfaites dans le contexte de l'approche OBDA.
La personne recrutée travaillera dans le Laboratoire Bordelais de Recherche en Informatique (LaBRI), une unité mixte de recherche gerée par le CNRS, l'Université de Bordeaux, et Bordeaux INP, qui comporte environ 280 membres. Elle participera au nouveau groupe de travail RATIO (Reasoning with data, knowledge and constraints) et intégrera l'équipe Méthodes Formelles, qui réunit une cinquantaine de chercheurs qui appliquent des approches formelles (souvent à base de logique) à un éventail de problèmes en informatique. Elle collaborera avec Meghyn Bienvenu (porteuse de la chaire INTENDED) et aura d'amples opportunités d'interagir avec d'autres membres de la chaire et des collaborateurs extérieurs.
More Information
Eligibility criteria
Les candidats devront avoir un doctorat en informatique et pouvoir démontrer une forte aptitude pour la recherche en représentation des connaissances et en raisonnement automatique ou en théorie des bases de données (idéalement appuyée par des publications dans les conférences et/ou journaux de premier plan).
De bonnes connaissances en logique et/ou ontologies sont désirées.
Une expérience et un intérêt pour une ou plusieurs des domaines suivants seraient pertinents :
logiques de description, Web sémantique, raisonnement automatique, gestion d'incohérences, intégration de données, qualité des données, informatique fondamentale (complexité).
Un excellent niveau en anglais est demandé.
Additional comments
Web site for additional job details
Required Research Experiences
-
RESEARCH FIELDComputer science
-
YEARS OF RESEARCH EXPERIENCENone
-
RESEARCH FIELDMathematics › Algorithms
-
YEARS OF RESEARCH EXPERIENCENone
Offer Requirements
-
REQUIRED EDUCATION LEVELComputer science: PhD or equivalentMathematics: PhD or equivalent
-
REQUIRED LANGUAGESFRENCH: Basic
EURAXESS offer ID: 584209
Posting organisation offer ID: 19024
Disclaimer:
The responsibility for the jobs published on this website, including the job description, lies entirely with the publishing institutions. The application is handled uniquely by the employer, who is also fully responsible for the recruitment and selection processes.
Please contact support@euraxess.org if you wish to download all jobs in XML.
Les candidatures devront obligatoirement comporter :
- un curriculum vitae, une liste des publications, et les coordonnées de trois personnes qui pourront transmettre aux recruteurs leur appréciation sur le/la candidat(e).
- une lettre de motivation décrivant l'intérêt du candidat pour le poste à pourvoir et la relation avec ses expériences antérieures.
Pour avoir plus d'informations, vous pouvez consulter le site web du projet (https://intended.labri.fr/), ou prendre contact avec Meghyn Bienvenu (meghyn.bienvenu@labri.fr).