Ingénieur/PostDoc Analyse multimodale de signaux physiologiques

Le Laboratoire d'Informatique de Grenoble (LIG) de l'Université Grenoble Alpes (UGA) est un laboratoire de premier plan qui favorise et promeut la recherche innovante dans divers domaines de l'informatique. L'équipe d'apprentissage automatique du LIG a proposé un projet dont l'objectif est de développer un chatbot avancé qui intègre l'analyse de signaux physiologiques issus de données audio et vidéo, principalement pour la détection du stress, afin d'améliorer ses interactions. Cette initiative a été sélectionnée comme projet novateur par la société de transfert de technologie, LINKSIUM.
L'objectif est de transformer une idée scientifique étonnante en une entreprise rentable. Cette initiative marque un pas important vers l'avenir, car nous visons à terme à fonder une entreprise qui transformera le paysage des ressources humaines.

Description du poste et responsabilités : Le développement du module d'analyse multimodale des sentiments qui analysera les données audio et vidéo comprend plusieurs étapes présentées ci-dessous.
Collecte et annotation des données : La première étape consistera à rassembler un ensemble de données diversifiées et bien annotées comprenant des enregistrements audio et vidéo avec les étiquettes de sentiment associées.
Extraction des caractéristiques : Cette étape sera suivie d'une étape d'extraction des caractéristiques pertinentes des données audio et vidéo. Pour l'audio, il s'agit de caractéristiques acoustiques telles que la hauteur, l'intensité et l'énergie. Pour la vidéo, les caractéristiques comprennent les expressions faciales, le langage corporel et l'analyse des mouvements. Nous examinerons le cas où les données vidéo et audio ne peuvent pas correspondre à certains intervalles de temps. Pour ce faire, nous considérons les données qui ne correspondent pas comme des données manquantes que nous couvrirons ou compléterons avec le modèle qui sera développé.

Modèles d'étiquetage et d'entraînement : Cette étape sera suivie d'un processus de formation afin d'étiqueter les données audio et vidéo avec des informations sur les sentiments. Pour ce faire, des réseaux neuronaux convolutifs (CNN), des réseaux neuronaux récurrents (RNN) et des transformateurs seront envisagés sur les données audio et vidéo étiquetées obtenues.
Intégration de l'analyse audio et vidéo : La prédiction finale sera basée sur une combinaison des résultats des modèles d'analyse des sentiments audio et vidéo.
Évaluation du modèle : Les performances du module d'analyse multimodale des sentiments seront évaluées en effectuant des tests approfondis sur diverses données audio et vidéo et en mettant en œuvre plusieurs mesures telles que la précision, le rappel et le score F1.
Ajustement et optimisation : La phase d'évaluation permettra d'affiner le modèle et d'ajuster l'architecture, les hyperparamètres et le processus de formation afin d'améliorer les performances et de résoudre les problèmes rencontrés au cours de la phase d'évaluation.
Analyse et déploiement en temps réel : Le modèle sélectionné sera ensuite optimisé afin d'être déployé et d'analyser les sentiments en temps réel conjugué au développement d'un chatbot.

Pour ce poste, CDD de 18 mois, à pourvoir début d'année 2024, nous recherchons des ingénieurs ou des chercheurs post-doctoraux hautement qualifiés ayant une expertise dans les domaines de l'apprentissage profond et de l'intelligence artificielle. Les candidats idéaux doivent posséder une expérience dans divers domaines, y compris, mais sans s'y limiter, les suivants

• le traitement des données pour le pré-entraînement et le réglage fin,

• l'optimisation,

• la formation et l'inférence de modèles de langage profond,

• une expertise dans l'apprentissage multivues,

• l'analyse des sentiments.

Qualifications :

• Ingénieur en informatique ou titulaire d'une maîtrise en informatique (apprentissage automatique et/ou traitement du langage naturel).

• Doctorat en IA, en informatique, en science des données ou dans un domaine technique connexe.

• Maîtrise des cadres d'apprentissage automatique à l'échelle, de la conception à l'impact sur l'entreprise.

• Excellentes compétences en matière de résolution de problèmes et d'analyse.

• Une expérience de l'informatique distribuée et des plateformes en nuage est un atout.

• Solides compétences en matière de communication et de collaboration.

• Une passion pour rester à jour avec les derniers développements dans le domaine.

Avantages :

• Le salaire sera adapté en fonction des qualifications et de l'expérience.

• Possibilité de rejoindre la startup (qui devrait être lancée en 2025) après le programme universitaire.

• Possibilités d'évolution de carrière et de développement professionnel.

• Environnement de travail collaboratif et innovant.

• Contribution à des projets et à des recherches ayant un impact dans le domaine du traitement du langage naturel.

• Relation directe avec l'équipe fondatrice au quotidien.