DAVI et le laboratoire d'informatique de Bourgogne Recrutent un
ingénieur de développement et un post-doc en informatique dans le
domaine du TAL et du Deep Learning

Contexte :
DAVI - https://davi.ai

DAVI est un éditeur de logiciels en mode SaaS qui dispose des
expertises dans les domaines de l'IA, de l'Affective Computing et des
IHM. Ses missions : Transformer la relation digitale en relation
humaine.  Rendre plus humaine, plus fluide et plus performante la
relation entre la machine et l'homme, entre les systèmes d'information
et leurs utilisateurs, entre une entreprise et ses clients ! Pour
mener à bien ses missions, DAVI dispose des compétences diverses :
ingénieurs IA, Data Scientists, Experts TALN, infographistes 3D,
designers UI-UX, psychologues, développeurs full stack, développeurs
logiciel, PhD en ingénierie cognitive...

LIB - Laboratoire d'Informatique de Bourgogne https://lib.u-bourgogne.fr

Le Laboratoire d'Informatique de Bourgogne de l'université de
Bourgogne labellisé équipe d'accueil (EA 7534) développe et structure
la recherche autour de trois grandes thématiques : la Modélisation
Géométrique, la Combinatoire et les réseaux, et la Science des
Données. L'équipe Science des Données focalise son activité sur la
représentation des connaissances et le raisonnements, l'apprentissage
artificiel et traitement automatique du langage.

DAVI et le LIB recrutent un ingénieur de développement et un post-doc
en informatique dans le domaine du TAL et du Deep Learning. Ces deux
recrutements s'opèrent dans le cadre du Plan de Relance « préservation
de l'emploi R&D ».  L'université engage pour le laboratoire les deux
personnes et les met à disposition de l'entreprise dans le double
objectif de réaliser le projet sur la durée définie et d'étudier la
poursuite avec un avenir commun.

Lieu : Dijon partagé entre l'entreprise DAVI et l'Université de Bourgogne

Durée : 2 ans pour les deux postes

Prise de fonction : Octobre 2022

Sujet : L'augmentation de la puissance de calcul et de la capacité des
modèles a permis de générer des chaînes grammaticales de textes en
langage naturel généralement correctes. Néanmoins, la génération de
plusieurs phrases liées à un sujet et présentant une cohérence globale
et un lien avec le discours reste un défi à relever.

Les graphes sont des structures de données importantes dans le
traitement automatique du langage car ils représentent des relations
complexes au sein d'un ensemble d'objets. Par exemple, les structures
sémantiques et syntaxiques des phrases peuvent être représentées à
l'aide de différentes représentations graphiques.

Les représentations de connaissances sous forme de graphes sont
partout en informatique, mais représentent un défi important pour les
techniques de génération de textes en raison de leur nature non
hiérarchique, de la disparition des dépendances à longue distance et
de leur variété structurelle.

Les systèmes de génération de textes qui expriment des idées complexes
couvrant plusieurs phrases nécessitent une représentation structurée
de leur contenu, mais ces représentations sont excessivement coûteuses
à produire manuellement. Pour générer un texte cohérent à partir de
connaissances, il faut un modèle qui tienne compte des
caractéristiques globales des connaissances ainsi que des
caractéristiques locales de chaque entité.

La génération de texte se compose en gros de deux éléments, la
planification et la réalisation. La réalisation est la tâche
consistant à générer un texte grammatical, indépendamment de sa
signification, de sa relation avec d'autres textes ou de son sens
général. La planification est le processus qui consiste à s'assurer
que les dépendances à long terme entre les entités du texte sont
résolues et que les éléments sont liés entre eux sémantiquement de
manière appropriée.

L'objectif de ce projet est de développer un système capable de
générer du texte à partir d'un graphe de connaissances et de maintenir
les dépendances à long terme entre les concepts.

Les tâches principales de ce projet sont :

- Améliorer le système actuel d'extraction d'information. Le système
est composé de deux modules : un pour l'extraction d'entités et
l'autre pour l'extraction de relations.

- Concevoir un système de génération de textes utilisant un graphe de
  connaissances.

Profils recherchés :

- Un(e) ingénieur(e) de développement informatique (TAL/Apprentissage)
  niveau master.

- Un(e) docteur(e) en informatique spécialiste du TAL ou/et du Deep
  Learning.

Salaire :

- 39k¤ brut annuel pour le poste d'ingénieur(e) de développement informatique

- 50k¤ brut annuel pour le poste de docteur(e) en informatique

Comment candidater :

Les candidats doivent envoyer un CV avec éventuellement des
publications et une lettre de motivation aux adresses emails
suivantes.

Clôture des candidatures : 10 mai 2022

Contact :
- DAVI : yannick.gerard@davi.ai
- LIB : christophe.cruz@u-bourgogne.fr