VACANCE DE POSTE

Un post-doctorant en traitement automatique des langues(TAL/NLP)

Date de prise de fonction

Mode de recrutement
Vacant à partir du 01/02/2025CDD de 36 mois
A temps plein

Présentation de l'établissement

L'Université de la Nouvelle-Calédonie est un établissement
pluridisciplinaire qui répond notamment aux besoins de formation et de
recherche propres à la Nouvelle-Calédonie. Elle veille à accompagner
efficacement les évolutions de la Nouvelle-Calédonie et à répondre à
ses besoins spécifiques.  L'UNC, ancrée dans son environnement et sa
région, a pour ambition de promouvoir son activité de recherche sur la
base de l'excellence et de la reconnaissance nationale et
internationale. Cette promotion passe par la mise en valeur de ses
enjeux scientifiques, de ses capacités d'innovation et de transfert
ainsi que par la qualité des formations qu'elle dispense.

L'UNC mène une politique académique et scientifique dynamique et
reconnue.  Ainsi l'UNC est lauréate des appels à projets "Nouveaux
cursus à l'université" et "Dispositifs territoriaux pour l'orientation
vers les études supérieures" du Programme d'Investissement d'Avenir
3. Sur le plan scientifique, l'université est lauréate d'un appel à
projets très sélectif du schéma directeur pour la recherche et
l'innovation "Horizon 2020" de la commission européenne.

L'UNC est depuis août 2023 lauréate de la troisième vague du très
sélectif appel à projets ExcellencES, avec son projet "DiversitÉS",
bâti sur sa singularité institutionnelle, son ancrage en
Nouvelle-Calédonie et embrassant les diversités, biologiques,
culturelles et linguistiques de Nouvelle-Calédonie.

L'UNC en chiffres, c'est 250 personnels, 3700 étudiants, 3
départements de formation (Droit, Economie, Gestion ; Lettres,
Langues, Sciences Humaines ; Sciences et Techniques), 1 IAE, 1 IUT, 1
INSPE, 3 équipes de recherche, 2 UMR, 1 école doctorale.

L'UNC, c'est également deux campus dynamiques et chaleureux (Nouville
en province Sud et Baco en province Nord), des infrastructures
modernes (installations dédiées à la recherche et aux pédagogies
innovantes, plateaux techniques, studio audiovisuel, Fablab, ...) des
installations sportives de qualité, un accès privilégié à la vie
culturelle et artistique, et un environnement et une qualité de
travail uniques.

Contexte de travail :

Le post-doctorant retenu intègrera l'équipe du projet Jeune Chercheur
DiKaLa (Digital tools for Kanak Languages) financé par l'Agence
Nationale de la Recherche. L'équipe est constituée d'une linguiste
spécialiste des langues kanak de Nouvelle-Calédonie (coordinatrice
scientifique du projet), d'un ingénieur en développement web et
applications multilingues et du post-doctorant en TAL/NLP.

Cette équipe bénéficiera du soutien technique et matériel de la
Direction au Numérique et aux Services Informatiques de l'UNC

Atouts du poste :

- Participer au développement d`outils numériques pour des langues peu
  dotées ;

- Contribuer à renforcer la préservation des langues autochtones ;

- Participer au développement d'un nouveau domaine de recherche
  appliquée à l'UNC ;

- Collaborer avec des experts de divers domaines ;

- Travailler dans une université dynamique avec un environnement de
travail à échelle humaine, flexible et orientée vers la recherche et
l'innovation.

Missions et caractéristiques particulières du poste :

Le projet ANR DiKaLa a pour objectif la création et la mise en ligne
de 3 outils numériques pour les langues kanak : une base de données
lexicales multilingue ; un atlas linguistique multimodal ; une
plateforme d'archivage de corpus textuels et audio. Ces trois outils
s'inscrivent dans une approche intégrative et participative permettant
l'ajout de données de la part des utilisateurs et seront rendus
librement accessibles en ligne. Ces outils seront développés en accord
avec une démarche de connaissance ouverte (open source, open data)
afin de garantir la pérennité du code et des données, et conformément
aux valeurs de transparence, d'expertise et de transversalité
Sciences-Société du projet DiKaLa.

Le post-doctorant retenu aura pour principales missions (non
exhaustives) de :

- Effectuer une veille scientifique et technique sur le champ du TAL ;

- Mettre au point des stratégies technologiques d'extraction et de
conversion de données textuelles (principalement à partir de lexiques
et dictionnaires océrisés) pour des langues peu dotées ;

- Evaluer et envisager les meilleures solutions technologiques,
ontologiques ou de modèles de machine learning pour atteindre les
objectifs visés ;

- Paramétrer des solutions de tokenisation et d'étiquetage
morpho-sémantique pour l'annotation de corpus de textes (monolingues,
bilingues, audio transcrits et semi-transcrits) ;

- Structurer l'architecture d'une plateforme d'archivage de ressources
langagières et de corpus multimédias, en veillant au bon catalogage
des métadonnées ;

- Développer ou sélectionner les stratégies technologiques adéquates
de Data mining (extraction de données pour traitement lexicographique);

- Formater et vérifier la qualité les données linguistiques retenues
(textes en langues kanak nativement numériques ou numérisées,
documents historiques, données orales transcrites ou non), corriger
les erreurs d'OCR, supprimer les bruits et données inutiles,
normaliser les données (homogénéisation des formats) pour alimenter
les modèles de TAL ;

- Maîtriser ou se former aux outils sélectionnés : Scraping pour la
collecte web, bases de données linguistiques ou bibliothèques de
documents existants, intégrant l'implication d'experts en linguistique
des langues kanak pour assurer la pertinence culturelle et
contextuelle des données ;

- Analyser les besoins utilisateurs : collaborer avec les utilisateurs
potentiels, notamment des linguistes et locuteurs natifs, pour
comprendre les usages concrets et attentes spécifiques ;

- Privilégier une méthodologie agile, prototypage rapide, et
utilisation de bibliothèques TAL (par exemple SpaCy, Hugging Face, ou
Transformers) pour implémenter et tester les solutions ;

- Adapter des modèles existants (par ex. des modèles de génération de
texte ou de classification) aux spécificités linguistiques des langues
kanak (peut inclure la fine-tuning des modèles pré-entraînés ou la
création de modèles sur mesure) ;

- Déployer les outils dans l'environnement technique défini et former
les utilisateurs pour garantir une adoption efficace de l'outil et
pour assurer le cycle de vie du logiciel sur sa partie MCO/MCS ;

- Rédiger des notices et produire des tutoriels, en collaboration avec
l'équipe du projet.

Compétences et qualifications attendues :

- Être titulaire d'une thèse de doctorat en Linguistique
computationnelle, en traitement automatique du langage (TAL), ou en
informatique (option en Intelligence artificielle) ;

- Excellent profil au niveau de la recherche (publications,
  communications, collaborations, etc.) ;

- Très bonne connaissance des principaux outils et algorithmes du TAL
  (analyse et génération) ;

- Maîtrise des technologies de reconnaissance optique de caractères
  (tapuscrits et manuscrits) ;

- Excellentes compétences en programmation Python, PyTorch, JSON,
Javascript ou d'autres frameworks pertinents, expérience utilisation
et idéalement adaptation/modification d'architectures neuronales
existantes ;

- Bonnes connaissances des concepts et des techniques avancées en
  intelligence artificielle ;

- Sens de la communication et de l'écoute ;

- Sens de l'organisation, flexibilité et capacité à s'adapter à des
environnements de travail changeants et dynamiques ;

- Grande aisance dans la collaboration et au travail en équipe en
  milieu multiculturel ;

- Aptitude à identifier des problèmes complexes et à développer des
  solutions innovantes ;

- Bonne capacité à travailler de manière autonome, à prendre des
initiatives, à être créatif et avoir une curiosité d'esprit ;

- Capacité de médiation et de vulgarisation pour expliquer des
  concepts techniques à des non-spécialistes ;

- Compétences en français exigées ; de bonnes compétences en anglais
  sont attendues ;

- Un intérêt pour les langues en général, les langues régionales, les
langues océaniennes, la diversité linguistique et les humanités
numériques est vivement souhaité.

Contacts utiles :

Anne-Laure DOTTE, coordinatrice scientifique du projet DiKaLa :
anne-laure.dotte@unc.nc

Camille VERBRUGGHE, pôle enseignants et enseignants-chercheurs :
recrutement@unc.nc

Les dossiers de candidature (une lettre de motivation en français, un
curriculum vitae détaillé en français ou en anglais, une ou deux
lettres de référence en français ou en anglais, en particulier de
votre directeur de thèse) sont à envoyer en format pdf par voie
électronique à la direction des ressources humaines de l'Université de
la Nouvelle-Calédonie : recrutement@unc.nc au plus tard le 25/11/2024