Post-Doctoral Research Visit F/M Post-doc Position on Fairness and Privacy in Trustworthy machine Learning (F/M)

Post-Doctoral Research Visit F/M Post-doc Position on Fairness and Privacy in Trustworthy machine Learning (F/M)

Full Time 61650 - 75350 € / an (estimé) Hybride
I

En un coup d'œil

  • Missions: Développer des algorithmes d'apprentissage automatique éthiques axés sur l'équité et la confidentialité.
  • Entreprise: Centre Inria de Lille, reconnu pour son innovation et sa collaboration avec l'industrie.
  • Avantages: Salaire compétitif, remboursement des transports, 7 semaines de congés annuels et télétravail possible.
  • Autres infos: Environnement dynamique avec des opportunités de croissance professionnelle.
  • Pourquoi ce job: Contribuez à des projets qui impactent la société tout en travaillant avec des technologies de pointe.
  • Qualifications: Compétences en Python, mathématiques et apprentissage automatique requises.

Le salaire estimé est compris entre 61650 - 75350 € par an.

Fonction : Post-Doctorant

Créé en 2008, le centre Inria de l'Université de Lille emploie 360 personnes, dont 305 scientifiques dans 16 équipes de recherche. Reconnu pour son fort engagement dans le développement socio-économique de la région Hauts-De-France, le centre Inria de l'Université de Lille entretient une relation étroite avec de grandes entreprises et des PME. En favorisant les synergies entre chercheurs et industrie, Inria contribue au transfert de compétences et d'expertise dans le domaine des technologies numériques, et fournit un accès à la meilleure recherche européenne et internationale au bénéfice de l'innovation et des entreprises, notamment dans la région.

Le candidat sélectionné sera basé à Lille dans l'équipe MAGNET. L'objectif principal de l'équipe est de développer des algorithmes d'apprentissage automatique éthiquement acceptables axés sur l'équité, la vie privée et l'apprentissage décentralisé, et d'autonomiser les utilisateurs finaux de l'intelligence artificielle. Le candidat sera sous la supervision de Michaël Perrot.

L'apprentissage automatique est aujourd'hui utilisé dans diverses applications, telles que le diagnostic médical et la reconnaissance vocale. Son succès découle de la performance des modèles appris, atteignant parfois des capacités humaines. Cependant, le déploiement de ces modèles à plus grande échelle nécessite plus que de la précision, et il est impératif de considérer l'équité et la vie privée lorsque des vies humaines sont en jeu. Par exemple, un modèle utilisé pour un diagnostic médical ou un processus de recrutement automatisé ne doit pas être biaisé contre des sous-groupes de la population. De même, les modèles publiés ne doivent pas divulguer d'informations sur les données utilisées pour les entraîner.

Le but de ce poste de post-doc sera de rendre les approches préservant l'équité et la vie privée développées dans l'équipe plus accessibles à la communauté de l'apprentissage automatique. D'une part, la bibliothèque FairGrad a été développée il y a quelques années comme une approche facile à utiliser pour faire respecter l'équité. Un premier objectif sera donc de l'élargir, de la comparer et de l'intégrer aux bibliothèques d'équité existantes (telles que AIF360 et Fairlearn) ainsi qu'aux bibliothèques d'apprentissage automatique à usage général (telles que scikit-learn). D'autre part, des travaux récents dans l'équipe ont montré qu'il est possible d'apprendre à partir de données localement privées avec un biais contrôlé. Un deuxième objectif sera donc de proposer une mise en œuvre efficace de l'approche proposée et de la comparer sur une variété de tâches. Enfin, un troisième objectif sera d'intégrer les deux méthodes pour proposer un pipeline bien fondé pour apprendre des modèles d'apprentissage automatique préservant la vie privée et équitables.

  • Revoir et suivre les bibliothèques existantes sur l'apprentissage automatique équitable et préservant la vie privée.
  • Maintenir, comparer et élargir le champ d'application de la bibliothèque FairGrad.
  • Implémenter, maintenir et comparer un pipeline d'apprentissage automatique pour l'apprentissage à partir de données localement privées.

Un bon candidat aura les compétences suivantes :

  • Une bonne maîtrise de l'anglais
  • Une bonne maîtrise de Python
  • Un solide bagage en mise en œuvre et expérimentation
  • Un solide bagage en mathématiques
  • Une bonne connaissance de l'apprentissage automatique, des statistiques et des algorithmes

Avantages :

  • Remboursement partiel des frais de transport public
  • 7 semaines de congés annuels + 10 jours supplémentaires en raison de RTT (réduction statutaire du temps de travail) + possibilité de congés exceptionnels (enfants malades, déménagement, etc.)
  • Possibilité de télétravail et d'organisation flexible des horaires de travail
  • Équipement professionnel disponible (visioconférence, prêt de matériel informatique, etc.)
  • Événements et activités sociales, culturelles et sportives

Collaborer au sein de l'équipe et, le cas échéant, avec des chercheurs et ingénieurs externes. Organiser le travail efficacement et établir un bon équilibre entre les différentes priorités. Faire des rapports réguliers.

Post-Doctoral Research Visit F/M Post-doc Position on Fairness and Privacy in Trustworthy machine Learning (F/M) employeur : Inria

Rejoindre le Centre de Services de la DSI, c'est intégrer une équipe dynamique au sein d'INRIA, où l'innovation et le soutien aux utilisateurs sont au cœur de notre mission. Nous offrons un environnement de travail collaboratif, avec des opportunités de développement professionnel, un équilibre entre vie professionnelle et personnelle grâce à des congés généreux et la possibilité de télétravail. De plus, nos employés bénéficient d'une restauration subventionnée et d'un accès à des prestations sociales et culturelles enrichissantes.

I

Coordonnées :

Équipe de recrutement de Inria

Conseils d'expert StudySmarter🤫

Voici comment nous pensons que tu pourrais décrocher Post-Doctoral Research Visit F/M Post-doc Position on Fairness and Privacy in Trustworthy machine Learning (F/M)

✨Connecte-toi avec des chercheurs et des professionnels

Les réseaux sociaux académiques comme ResearchGate ou Academia.edu sont parfaits pour établir des connexions. N'hésite pas à interagir avec des publications de chercheurs qui t'inspirent, ça pourrait mener à des opportunités au sein d'équipes de recherche comme celles de Inria.

✨Participe à des conférences et des séminaires

Les événements académiques sont des occasions en or pour rencontrer des experts du domaine. Si tu as l'occasion de présenter ton travail, fais-le ! C'est une superbe façon de te faire remarquer et d’augmenter ta visibilité auprès de potentiels employeurs, notamment dans le secteur de la recherche scientifique.

✨Reste informé sur les nouvelles publications

Abonne-toi à des revues scientifiques qui publient des études dans ton domaine d'intérêt. La connaissance des dernières avancées te permettra non seulement de briller lors des entretiens, mais aussi de discuter des tendances qui intéressent Inria.

✨Postule directement sur notre site web

N'oublie pas de consulter notre site pour les offres d'emploi chez Inria. Souvent, des postes intéressants ne sont pas publiés ailleurs. Être proactif et t'inscrire dès que quelque chose d'intéressant apparaît peut vraiment faire la différence dans ta recherche.

Nous pensons qu'il te faut ces compétences pour exceller en tant que Post-Doctoral Research Visit F/M Post-doc Position on Fairness and Privacy in Trustworthy machine Learning (F/M)

Machine Learning
Python
Mathematics
Statistics
Algorithms
Implementation and Experimentation
Fairness in Machine Learning

Quelques conseils pour ta candidature 🫡

Mets en avant tes compétences techniques:Dans le domaine de la recherche scientifique, on adore voir des compétences techniques précises. N’hésite pas à détailler tes expériences en laboratoire, les méthodologies que tu maîtrises et les outils analytiques que tu utilises. Des compétences en informatique comme la gestion de données ou la modélisation peuvent aussi faire la différence !

Valorise tes publications:Si tu as déjà publié des articles ou présenté des travaux lors de conférences, assure-toi de les mettre en avant ! Inclure des liens vers tes publications ou ton portfolio scientifique dans ton CV peut vraiment t'aider à te démarquer auprès de Inria.

Sois clair sur tes motivations:Étant donné que c'est un poste à temps plein, explique pourquoi tu souhaites rejoindre Inria en particulier et comment cela s'inscrit dans ton parcours. Montre que tu es passionné par la recherche et que tu as des idées sur comment contribuer aux projets en cours !

Format professionnel mais accessible:Dans ta candidature, utilise un format clair et accessible. Évite le jargon trop complexe mais n'hésite pas à montrer ta rigueur scientifique. Un bon équilibre entre professionnalisme et une approche compréhensible peut faire toute la différence pour Inria.

Comment te préparer à un entretien d'embauche chez Inria

✨Prépare ta littérature scientifique !

On doit être au top sur les dernières avancées dans ton domaine. Assure-toi de bien comprendre les articles récents publiés et sois prêt à discuter de leur impact lors de l'entretien, surtout ceux qui concernent Inria.

✨Pratique les questions techniques

Les entretiens dans la recherche scientifique peuvent inclure des questions techniques et méthodologiques. Prépare-toi à expliquer tes méthodes de recherche précédentes et à discuter des outils que tu sais utiliser, comme les logiciels de modélisation ou d'analyse de données.

✨Mets en avant tes projets de recherche

Comme on cherche à savoir comment tu te démarques, prépare un portfolio qui présente tes projets scientifiques. Ça peut inclure des publications, des présentations à des conférences ou même des posters. Ça montre ta capacité à contribuer à Inria dès le départ !

✨Montre ta passion pour l'innovation

Dans le monde de la recherche scientifique, l'innovation est essentielle. Prépare des exemples concrets où tu as eu des idées originales dans tes travaux. Parles-en avec enthousiasme pour vraiment convaincre les recruteurs que tu es la personne qu'il leur faut.