Un.e logisticien.ne de recherche - a computer social scientist à temps plein
Département : Plateforme méthodologique en sciences humaines SHS Impulse
Contrat : durée déterminée renouvelable
Catégorie : personnel scientifique
Poste : Hors-Allocation (CPO)
La plateforme méthodologique en sciences humaines SHS Impulse de l’UNamur recherche un·e COMPUTER SOCIAL SCIENTIST à temps plein pour une durée déterminée de 1 an (avec possibilité de prolongation) pour guider et encadrer les équipes de recherche en sciences humaines et sociales dans l’élaboration méthodologique de leurs projets et dans l’utilisation de méthodologies de pointe en sciences humaines et sociales (SHS).
La personne travaillera dans un premier temps au sein de l’Administration de la Recherche de l’UNamur, pour la plateforme SHS Impulse (https://platforms.unamur.be/shs-impulse ) à Namur. Elle participera aux activités de recherche des instituts impliqués dans les SHS et sera en contact proche avec les chercheurs. Elle contribuera activement au développement de la dynamique de la nouvelle plateforme SHS Impulse. Il·elle conseillera les chercheuses et chercheurs en SHS de l’UNamur en amont et en cours de projets sur tous les aspects méthodologiques de leurs projets. Il·elle assurera une veille des développements méthodologiques de pointe (y inclus les méthodologies basées sur l’IA et le deep learning) et de leurs adaptations aux différents domaines de la recherche en SHS, afin de sensibiliser les chercheuses et chercheurs, de les former et de les guider dans l’intégration de nouvelles méthodologies.
• Conseil et soutien méthodologique aux chercheuses et chercheurs en SHS de l’UNamur concernant le volet méthodologique de leurs projets de recherche impliquant des techniques de deep learning pour la récolte et l’analyse de données (Text as data), ainsi que la gestion des bases de données (Big data). Conseil sur la pertinence des designs de recherche, soutien à la conception et à la rédaction des aspects méthodologiques des projets.
• Promotion de formations continues destinées aux membres de SHS Impulse dans des domaines méthodologiques variés, y compris dans les techniques émergentes de pointe, en vue de créer une communauté de recherches sur les techniques de deep learning en SHS.
• Développement et maintien de compétences opérationnelles, de connaissances méthodologiques et d’une expertise logicielle propices à la fonction de conseil en analyse et modélisation de données via des approches variées. Assurer une veille sur les méthodologies innovantes (intégration de l’IA notamment) et leurs applications possibles aux recherches en SHS.
• Diplôme de doctorat en SHS (économie, gestion, sciences politiques et sociales, linguistique, littérature, histoire, sciences de l’éducation, etc.) avec une maîtrise avérée des techniques de deep learning; ou diplôme de doctorat en informatique (avec expérience en deep learning et un intérêt pour les sciences humaines).
• Compétences diversifiées en deep learning permettant de réaliser des travaux de conseil notamment en gestion et analyse de données (Text as data).
• Compétences opérationnelles en langage de programmation pour l'intelligence artificielle et le deep learning, notamment:
◦ Python (TensorFlow, PyTorch, scikit-learn) pour le développement de modèles de deep learning;
◦ SQL et NoSQL (MongoDB) pour la gestion des bases de données de grande échelle;
◦ Développement d’applications Streamlit ou Flask pour la visualisation et le déploiement des modèles;
◦ Traitement des données multimodales (audio, image, texte) avec des bibliothèques spécialisées:
Audio: Librosa, Wav2Vec, Transformers pour l'audio,
• Utilisation de frameworks d'entraînement distribué (Hugging Face, Horovod, DDP de PyTorch);
• La maitrise des données multimodales est un atout (données sous forme de texte, image, vidéo et/ou sons);
• Maitrise de logiciel(s) statistique(s) et/ou langages de programmation : R, SPSS, Python, … et/ou des logiciels d’analyse de données qualitatives, p.ex. NVivo;
• Expérience dans la réalisation de projets de deep learning appliqué;
• Sens du service et capacités de communication et de travail en équipe;
• Sens de l’organisation, autonomie, esprit d’initiative, curiosité, capacité à mettre en œuvre des projets;
• Intérêt pour le milieu de la recherche universitaire;
• Capacité d’auto-apprentissage.
• Compétences linguistiques:
• Très bon niveau de français (correspondant au niveau C2 du CECR);
• Bon niveau d’anglais (correspondant au niveau B2 du CECR).
Audio: Librosa, Wav2Vec, Transformers pour l'audio.
• Expérience en gestion de projets.
• Expérience en pédagogie.
• Des connaissances approfondies en deep learning (classification, modélisation prédictive) et travail pratique avec des grandes quantités de données seraient particulièrement appréciées.
Entrée en fonction: Au 1er octobre (dès que possible en fonction des disponibilités du ou de la candidat·e).
Les candidatures doivent être introduites par mail pour le 20 août au plus tard au Service des Ressources Humaines de l’Université de Namur (candidature@unamur.be ) et au comité de gestion de la plateforme SHS (erika.lombart@unamur.be ).Elles doivent inclure:
• une lettre de motivation;
• une liste de trois personnes pouvant être sollicitées pour une recommandation;
Les personnes les mieux classées seront invitées dans le courant du mois d’août à présenter leur recherche aux membres du comité de gestion de la plateforme SHS.
• a cover letter;
Notre politique de gestion des Ressources humaines s’inscrit dans le respect de l’égalité des droits et de traitement de tou.te.s. Cette diversité s’articule, en outre, autour de différents axes: le genre, le handicap, l’origine, les convictions, l’âge, l’orientation sexuelle, etc. L’Université de Namur est, par ailleurs, signataire de la charte de diversité.
L’UNamur s’est également engagée à adhérer aux 40 principes de la Charte européenne du/de la chercheur.euse et du Code de recrutement du/de la chercheur.euse de l’Union européenne dans sa gestion des Ressources humaines (politique OTM-R).
Offres d'emploi-Postal address: rue de Bruxelles 61, B-5000 Namur, Belgium
Phone :+32 (0)81 72 40 40- Fax :+32 (0)81 72 40 48- E-mail :contact Vie privée
#J-18808-Ljbffr