Offres d'emplois pourvues | MIA Paris-Saclay

CPJ INRAE

Chaire Professeur(e) Junior

CR INRAE

Chargé.e de Recherches en Statistique et Intelligence Artificielle pour la génétique animale

PR AgroParisTech

Poste de Professeur(e) en Statistiques

MCF AgroParisTech

Poste de Maître(sse) de conférences en Statistiques

Poste de Maître de conférence en apprentissage statistique (équipe SOLsTIS)

Poste de Maître de conférence en Informatique en Intelligence Artificielle (EKINOCS)

Stage

stage M2: Agro-écologie et IA: construction d'itinéraires de patûrage ovins

Stage de M2: Détection de rupture multivariée et classification de courbes pour l'analyse de cinétique de métabolites

M2 Internship: Visualization for a Digital Twin in Sustainable Farming

stage M2: Développement d’une approche digitale au service de l’Agroécologie : Le cas des interactions cultures-élevages sur troupeaux d’ovins

M2 Internship: Visualization for a Digital Twin in Sustainable Winemaking

STAGE M2, INGÉNIEUR ou CÉSURE - Analyses de la structure des communautés fongiques de la phyllosphère du blé

M2 Internship: Physics Informed Neural Networks for parameter estimation in Stochastic Differential Equations

Integrating SHAP/LIME and Knowledge Graph Reasoning to Explain Food and Menu Recommendations in EXERSYS

M2 Internship: Co-constructing a graphical model through interactive visualization

M2 Internship/Stage de M2 - Estimation of spatio-temporal models by Graph Neural Networks

Apprentissage de modèle génératif de scènes 3D de grandes cultures

Résolution de problèmes de viabilité multi-agents : exploration de modèles et recherche opérationnelle

Stage complétion de définition d'ontologie en utilisant les LLM

Stage M2 - Inférence de modèles spatio-temporels par réseaux de neurones sur graphes

M2 Internship: Impact studies of extreme oceanic conditions on coastal risk indicators

Prise en compte des aléas et risques dans un jeu sérieux développé pour favoriser la transition agro-écologique.

Predicting Microbial Community Interactions using Physics Informed Neural Networks

Développement d’outils pour la recherche reproductible

Projet M2 Un jeu sérieux qui intègre des approches d’IA pour favoriser le « travailler ensemble » des agriculteurs

M2 Internship : improving inference of Poisson log-normal models with normalizing flows

Stage M2: Développement d'un modèle probabiliste de diffusion pour la sélection phénomique appliquée à la prédiction multi- environnements.

Stage M2 : Modélisation statistique pour la dynamique physiologique des plantes via des approches d'apprentissage profond

Stage M1 ou M2: Analyse textuelle des études scientifiques évaluant l'impact des vers de terre sur l'environnement

Stage - Développement d’une procédure de segmentation pour la détection d’admixture en génétique des populations.

Stage M1 - Estimation de modèles spatio-temporels par deep learning

Stage GPINN: Physics-Informed Generative Neural Networks for stochastic PDEs

Co-constructing a graphical model through interactive visualization

Développement d’un modèle d’exposition par inhalation aux pesticides

Stage MS-PINN: Mechanistic-Statistical Modeling with Physics-Informed Neural Networks

Étude d’un concept numérique de jeu sérieux basé sur des approches IA appliqué à la diversification des systèmes agricoles.

Thèse

Efficient methods for spatio-temporal models estimation

PhD Position: Statistical approaches to investigate and predict genomic vulnerability of populations and species, with applications to teosinte and maize - POURVU

Calage de modèle en grande dimension avec des méthodes d’apprentissage automatique pour aider à la gestion durable des pêches

Uncertainty quantification for operationalizing mechanistic soil function models

Collaborative interactive machine learning : Co-constructing trustworthy predictive models to improve wheat quality assessments