Doctorant f/h thèse sur l'apprentissage distribué, personnalisé et robuste

Doctorant F/H thèse sur l'apprentissage distribué, personnalisé et robuste, Paris

Contexte et atouts du poste

L’objectif est de

concevoir des algorithmes distribués permettant à un ensemble d'agents de collaborer pour l'entraînement de modèles personnalisés, sous des contraintes de privacy et de robustesse.

Mission confiée

Missions : Les travaux de cette thèse visent des résultats théoriques qui seront présentés dans des conférences et des journaux en apprentissage (e.g., ICML, NeurIPS).

Collaboration :

Cette thèse s'inscrit dans le cadre du projet REDEEM du PEPR IA, et demandera une participation régulière au projet, notamment lors des réunions associées.

Principales activités

* Étude bibliographique
* Proposer de nouveaux algorithmes distribués pour l'apprentissage personnalisé sous contraintes de privacy et de robustesse
* Étude des algorithmes proposés
* Rédaction d'articles de recherche
* Présentations à des séminaires et conférences

Activités complémentaires :

* Participation aux séminaires d'équipe et groupes de lecture

Compétences

Compétences techniques et niveau requis : excellente maîtrise au niveau M2 en probabilités, statistiques, théorie de l'apprentissage et de l'optimisation.
Langues : très bon niveau en anglais

Compétences relationnelles : autonomie, capacité de travailler en équipe

* Restauration subventionnée
* Transports publics remboursés partiellement
* Congés : 7 semaines de congés annuels + 10 jours de RTT (base temps plein) + possibilités d'autorisations d'absence exceptionnelle (ex : enfants malades, déménagement)
* Possibilité de télétravail et d'aménagement du temps de travail
* Équipements professionnels à disposition (visioconférence, prêts de matériels informatiques, etc.)
* Prestations sociales, culturelles et sportives (Association de gestion des œuvres sociales d'Inria)
#J-18808-Ljbffr