Ingénieur.e (h/f) en apprentissage sur graphes

Vos missions en quelques mots Missions : Plusieurs concepts de géométrie Riemannienne ont récemment trouvé des applications en apprentissage, et notamment en apprentissage profond sur graphes, tels que la courbure d'Ollivier-Ricci. Par exemple, la notion locale de delta-hyperbolicité, qui mesure la similarité locale entre un graphe et un arbre, a été exploitée pour traiter le problème d'over-squashing. Une limite fondamentale de cette notion est sa nature combinatoire, qui rend difficile son intégration dans les algorithmes d'apprentissage. Récemment, une approximation différentiable de cette notion a été proposée [1], et étudiée de manière essentiellement théorique. La mission du candidat est de développer le code associé à cette nouvelle approximation, de l'intégrer et de la tester dans des algorithmes profonds d'apprentissage sur graphes. [1] Pierre Houedry, Nicolas Courty, Florestan Martin-Baillon, Laetitia Chapel, and Titouan Vayer. Bridging arbitrary and tree metrics via differentiable gromov hyperbolicity. In The Thirty-ninth Annual Conference on Neural Information Processing Systems, 2025 Activités : Intégrer la notion d'hyperbolicité locale dans les benchmark classiques des réseaux de neurones profond sur graphes, optimiser l'efficacité et la scalabilité des algorithmes d'entraînement. Contexte de travail : Le candidat sera rattaché à l'équipe COMPACT de l'IRISA. A propos du laboratoire www.irisa.fr L'IRISA est l'un des plus grands laboratoires de recherche français (plus de 850 personnes) dans le domaine de l'informatique et des technologies de l'information. Structuré en sept départements scientifiques, l'IRISA est un laboratoire d'excellence dont les priorités scientifiques sont la bio- informatique, la sécurité des systèmes, les nouvelles architectures logicielles, la réalité virtuelle, l'analyse des Big Data et l'intelligence artificielle. Tourné vers l'avenir des technologies de l'information et ouvert sur l'international, l'IRISA est au cœur de la transition numérique de la société et de l'innovation dans les domaines de la cybersécurité, de la santé, de l'environnement et de l'écologie, des transports, de la robotique, de l'énergie, de la culture et de l'intelligence artificielle. Présentation du CNRS en tant qu'employeur : https://www.cnrs.fr/fr/le-cnrs L'IRISA comme laboratoire d'affectation : https://www.irisa.fr/umr-6074 Le poste se situe dans un secteur relevant de la protection du potentiel scientifique et technique (PPST), et nécessite donc, conformément à la réglementation, que votre arrivée soit autorisée par l'autorité compétente du MESR. Profil recherché Competences : Une bonne maîtrise de Pytorch. Une expérience en apprentissage sur graphes et Pytorch Geometric est un plus. Contraintes et risques : Niveau d'études minimum requis Niveau Niveau 7 Master/diplômes équivalents Spécialisation Informatique, traitement de l'information, réseau de transmission des données Langues Français Seuil