Poste de Maître de Conférences à l'Université de Tours / Recherche Opérationnelle, Ordonnancement et

Bonjour,

pour la rentrée 2019, un poste de Maître de Conférences en Informatique (27ème section) est ouvert au recrutement à l’Université de Tours, et plus précisément à l’IUT de Blois. Vous trouverez ci-dessous un descriptif du poste tant sur les aspects enseignements que recherche.

N'hésitez pas à me contacter pour de plus amples informations.

Vincent T'kindt

Descriptif du poste MdC

Enseignement

Département d’enseignement :

Lieu(x) d’exercice : IUT de Blois

Equipe pédagogique : Département Métiers de l’Internet et du Multimédia (MMI)

Nom chef de département : Julien Lasserre et Eric Siniego

Tel directeur dépt. : 02 54 55 21 43

Email directeur dépt. julien.lasserre@univ-tours.fr ; eric.siniego@univ-tours.fr

Filière de formation concernée : Département Métiers de l’Internet et du Multimédia (MMI)

Objectifs pédagogiques, besoins d’encadrements, prise de responsabilités :

Les besoins s’inscrivent dans le cadre du département MMI et de la licence professionnelle UX2i de Blois uniquement.

Les besoins pédagogiques sont nécessaires pour l’enseignement des bases de données aux étudiants MM1 première année, en permettant d’analyser les besoins et de modéliser les données d’un système d’information. Le but sera de mettre en œuvre des bases de données en utilisant les SGBDs du domaine.

Pour les étudiants MMI deuxième année, les besoins en pédagogie sont nécessaires pour un module d’enseignement qui vise à savoir concevoir et développer des applications web pour la diffusion et la gestion de contenus. L’objectif est la réalisation de sites web dynamiques complets en prenant en compte les contraintes d’ergonomie et de navigation définies dans un cahier des charges.

Toujours pour les étudiants de deuxième année MMI, le besoin pédagogique concerne un autre module d’enseignement qui consistera à proposer une ou plusieurs technologies d’intégration multimédia et à aborder la conception et la réalisation d’animations riches et des applications multimédia.

En LP UX2i, le besoin pédagogique porte sur un module sur des compétences à acquérir sur les applications mobiles hybrides (production d’applications à partir de code html/js).

Des engagements concrets dans les responsabilités pédagogie et administrative sont à prévoir : direction/gestion d’une formation, responsabilité de stages, suivi d’étudiants, participation à des forums, soutenances de stages, suivi et soutenances d’apprentis, suivi de projets, etc…

Recherche

Laboratoire(s) d'accueil : Laboratoire d’Informatique Fondamentale et Appliquée (EA 6300), ERL CNRS 7002

Contact : Pr. Vincent T’KINDT, tkindt@univ-tours.fr

La personne recrutée devra s’intégrer au sein du Laboratoire d'Informatique Fondamendale et Appliquée de l'Université de Tours (LIFAT, EA 6300). Le LIFAT est un laboratoire de recherche de l’Université de Tours, co-habilité avec l’INSA Centre Val de Loire, comportant 48 enseignants-chercheurs et 27 doctorants et 6 docteurs ou post-doctorants. Il est structuré en trois équipes : « Bases de données et Traitement des langues naturelles » (BDTLN), « Reconnaissance des Formes et Analyse d'Images » (RFAI), « Recherche Opérationnelle : Ordonnancement Transport » (ROOT, ERL CNRS 7002), dont les travaux de recherche s’appliquent prioritairement sur des domaines privilégiés que sont : les « Humanités numériques », « Santé et Handicap » et «calcul haute performance ».

Le candidat s’intègrera dans l’une de ces trois équipes.

Pour une intégration dans l'équipe ROOT :

Le candidat devra avoir montré sa maîtrise des outils de la Recherche Opérationnelle (complexité, approximation, méthodes exactes, méthodes approchées). Son recrutement doit permettre de venir renforcer le développement de l’équipe principalement sur l’une de ses thématiques prioritaires :

· Modèles d’ordonnancement, de transport, ou intégrant plusieurs problématiques complexes (par exemple, ordonnancement et transport simultanément),

· Optimisation des systèmes HPC et Big Data, des systèmes de santé, des systèmes liés à la mobilité et au développement durable, ou encore des systèmes de production industrielle.

Les candidatures montrant des compétences en Machine Learning seront par ailleurs appréciées. L’ERL CNRS ROOT souhaite renforcer le développement de nouvelles techniques d’optimisation incluant du Machine Learning, dans le but de résoudre plus efficacement des problématiques d’optimisation issues des systèmes informatiques de type HPC et Big Data, entre autres. Des collaborations avec l’équipe RFAI sont envisagées.