Doctorant F/H Optimisation non-lisse pour l'apprentissage automatique
Type de contrat : CDD
Niveau de diplôme exigé : Bac + 5 ou équivalent
Fonction : Doctorant
A propos du centre ou de la direction fonctionnelle
Le Centre Inria de l’Université Grenoble Alpes, regroupe un peu moins de 450 personnes réparties au sein de 26 équipes de recherche et 9 services support à la recherche.
Son effectif est distribué sur 3 campus à Grenoble, en lien étroit avec les laboratoires et les établissements de recherche et d'enseignement supérieur (Université Grenoble Alpes, CNRS, CEA, INRAE, …), mais aussi avec les acteurs économiques du territoire.
Présent dans les domaines du calcul et grands systèmes distribués, logiciels sûrs et systèmes embarqués, la modélisation de l’environnement à différentes échelles et la science des données et intelligence artificielle, le Centre Inria de l’Université Grenoble Alpes participe au meilleur niveau à la vie scientifique internationale par les résultats obtenus et les collaborations tant en Europe que dans le reste du monde.
Contexte et atouts du poste
Le doctorat sera réalisé dans une collaboration entre l'équipe Inria GHOST et l'équipe DAO du LJK. Il sera financé par la chaire Structured Optimization and Learning du cluster MIAI.
L’ objectif est de développer et analyser de nouveaux algorithmes d'optimisation adaptés aux problèmes non-lisses et non convexes, omniprésents en apprentissage automatique. Alors que les modèles modernes (comme ceux de l'apprentissage profond) intègrent souvent des composantes non différentiables, les méthodes théoriques existantes se limitent majoritairement au cadre lisse. L'objectif est d'établir des garanties théoriques solides pour des algorithmes optimisant des fonctions objectif réalistes, proches de celles rencontrées en pratique, afin de combler cet écart entre théorie et applications.
Des déplacements réguliers sont prévus pour ce poste ?
Le / la doctorant(e) travaillera entre le laboratoire Jean Kuntzmann (LJK) et le Laboratoire d'Informatique de Grenoble.
Mission confiée
Missions :
La personne recrutée sera amenée à effectuer un doctorat codirigée par Mathieu Besançon (Inria, LIG), Quoc-Tung Le (UGA, LJK) et Jérôme Malick (CNRS, LJK).
Pour une meilleure connaissance du sujet de recherche proposé :
Certains algorithmes étudiés dans le cas lisse sont mal compris dans les cas non lisses. Une des questions de recherche du doctorat portera sur la définition de classes de problèmes réalistes pour les modèles d'apprentissage et sur lesquels les algorithmes proches de ceux utilisés pour l'entrainement peuvent être analysés.
Les Le / la candidat(e) peut se référer à la littérature sur les algorithmes adaptifs comme AdaGrad pour les familles d'algorithmes pertinents.
Collaboration : Des collaborations seront possibles durant la thèse avec le Zuse Institute Berlin et l'Institut Mathématique de Toulouse avec lesquels les encadrants collaborent déjà
Principales activités
Principales activés (5 maximum) :
- Formaliser les propriétés nécessaires pour la convergence de différents algorithmes d'optimisation sur les fonctions non-lisses.
- Développer de nouveaux algorithmes adaptés à des classes de fonctions proches des réseaux neuronaux avec architectures modernes
- Implémenter et évaluer les méthodes numériquement sur des jeux d'instances de référence
Activités complémentaires (3 maximum) :
- Développement de bibliothèques logicielles pour l'optimisation
- Rédaction de rapports et d'articles de recherche
Compétences
Compétences techniques et niveau requis : mathématiques de l'optimisation (analyse, analyse convexe, algèbre linéaire), analyse d'algorithmes (complexité)
Langues : anglais écrit et oral, français optionnel.
Avantages
- Restauration subventionnée
- Transports publics remboursés partiellement
- Congés : 7 semaines de congés annuels + 10 jours de RTT (base temps plein) + possibilité d'autorisations d'absence exceptionnelle (ex : enfants malades, déménagement)
- Possibilité de télétravail (90 jours par an flottants) et aménagement du temps de travail
- Prestations sociales, culturelles et sportives (Association de gestion des œuvres sociales d'Inria)
- Accès à la formation professionnelle
- Participation employeur mutuelle santé et prévoyance (sous conditions)
Rémunération
2200 euros brut /mois
Informations générales
- Thème/Domaine :
Optimisation, apprentissage et méthodes statistiques
Calcul Scientifique (BAP E) - Ville : Saint-Martin-d'Hères
- Centre Inria : Centre Inria de l'Université Grenoble Alpes
- Date de prise de fonction souhaitée : 2026-10-01
- Durée de contrat : 3 ans
- Date limite pour postuler : 2026-08-26
Attention: Les candidatures doivent être déposées en ligne sur le site Inria. Le traitement des candidatures adressées par d'autres canaux n'est pas garanti.
Consignes pour postuler
Sécurité défense :
Ce poste est susceptible d’être affecté dans une zone à régime restrictif (ZRR), telle que définie dans le décret n°2011-1425 relatif à la protection du potentiel scientifique et technique de la nation (PPST). L’autorisation d’accès à une zone est délivrée par le chef d’établissement, après avis ministériel favorable, tel que défini dans l’arrêté du 03 juillet 2012, relatif à la PPST. Un avis ministériel défavorable pour un poste affecté dans une ZRR aurait pour conséquence l’annulation du recrutement.
Politique de recrutement :
Dans le cadre de sa politique diversité, tous les postes Inria sont accessibles aux personnes en situation de handicap.
Contacts
- Équipe Inria : GHOST
-
Directeur de thèse :
Besancon Mathieu / mathieu.besancon@inria.fr
L'essentiel pour réussir
Curiosité scientifique.
Rigueur mathématique pour l'obtention de résultats théoriques.
A propos d'Inria
Inria, l'institut national de recherche dans les sciences et technologies du numérique, est en appui de l’État pour les stratégies nationales de recherche et d’innovation du numérique en tant qu'Agence de programmes. Inria mène plus de 300 projets de recherche et d’innovation avec ses 3500 scientifiques, ingénieurs et personnels d’appui, en partenariat avec les universités et l’écosystème numérique (entreprises, entrepreneurs, acteurs publics). Ensemble, nous explorons des domaines clés comme l'intelligence artificielle, la cybersécurité, l’informatique quantique, le Cloud, la transformation numérique de la santé, les jumeaux numériques ou encore les technologies numériques pour la défense. Nous construisons des solutions concrètes telles que des logiciels, des startups technologiques, des partenariats avec les entreprises du tissu national et des formations de pointe. Notre objectif : l’impact scientifique, technologique et industriel au service de la souveraineté numérique de la France.