Détection d’événements dans des textes en français (tal) — ingénieur de recherche / post-doctorant

Ingénieur de Recherche / Post-Doctorant en TAL – Extraction et Réconciliation d’Événements Grenoble – Poste en présentiel (télétravail partiel possible selon convention UGA) Type de contrat : CDD Ingénieur de Recherche ou Contrat Post-Doctoral (24 mois) – Temps plein Date de début: [Au plus tôt entre Mai et Septembre 2026] Rattachement: Équipe GETALP, Laboratoire d’Informatique de Grenoble, Université Grenoble Alpes Contexte et Missions Le/la candidat(e) rejoindra une équipe pluridisciplinaire travaillant sur des méthodes avancées d’extraction et de réconciliation d’événements à partir de textes en français, dans des divers domaines applicatifs (santé, industrie, relation clients, sécurité, …). Les travaux s’inscrivent dans un consortium académique et industriel et visent à développer des solutions innovantes combinant syntaxe, sémantique, et modèles de langage (LLMs) pour structurer et aligner des informations événementielles complexes. Missions principales Recherche et développement : Concevoir et implémenter des algorithmes pour l’ extraction d’événements (détection, classification, attribution de rôles sémantiques) à partir de textes en français. Développer des méthodes de réconciliation d’événements (alignement, fusion, résolution de conflits) entre sources multiples et bases de connaissances préalables. Explorer l’utilisation de graphes sémantiques et syntaxico-sémantiques (Ontologies, Knowledge Graphs, AMR, UMR, MR4AP, etc.) et de modèles de langage (LLMs génératifs ou non) pour l’extraction d'événements. Contribuer à la création de corpus annotés et de benchmarks pour l’évaluation des méthodes proposées. Collaboration et valorisation : Travailler en étroite collaboration avec des partenaires académiques et industriels du consortium. Publier des résultats dans des conférences internationales (ex. ACL, EMNLP, TALN) et des revues scientifiques. Participer à la rédaction de rapports techniques et de brevets si applicable. Évaluation et amélioration : Proposer des métriques d’évaluation adaptées aux défis spécifiques des tâches (ex. gestion des événements partiels, conflits d’information). Analyser les limites des approches existantes (ex. biais des données, granularité des annotations) et proposer des solutions innovantes. Profil Recherché Compétences techniques obligatoires Doctorat en Traitement Automatique des Langues (TAL), Informatique, ou domaine connexe OU diplôme de Master ou d’ingénieur avec une expérience en IA/TAL. Expérience significative dans au moins l’un des aspects suivants : NLP moderne : modèles de langage (LLMs), embeddings, transformers (BERT, RoBERTa, etc.). Apprentissage automatique : méthodes supervisées, graph neural networks, augmentation de données. Linguistique computationnelle : parsing syntaxique/sémantique (UD, AMR), résolution de coréférences. Programmation : Python (PyTorch, TensorFlow, HuggingFace), bibliothèques NLP (spaCy, Stanza, etc.), langages de plus bas niveau (Rust/C). Compétences complémentaires appréciées Expérience avec les graphes de connaissances ou les systèmes symboliques. Maîtrise des outils d’ annotation collaborative (ex. INCEpTION, Prodigy). Intérêt pour les enjeux éthiques liés à la désinformation ou à l’analyse de données sensibles. Expérience en gestion de projets de recherche : publication dans des conférences/journaux, collaboration en consortium. Qualités personnelles Autonomie et rigueur scientifique : capacité à proposer des solutions innovantes et à les valider expérimentalement. Esprit collaboratif : aisance pour travailler en équipe pluridisciplinaire (linguistes, ingénieurs, chercheurs). Curiosité intellectuelle : intérêt pour les défis scientifiques ouverts (ex. alignement sémantique, évaluation des LLMs). Environnement de Travail Équipe dynamique : collaboration avec des experts en TAL, linguistique, et intelligence artificielle. Accès à des ressources : Jeux de données annotés et outils internes (ex. parseurs sémantiques pour le français). Infrastructure computationnelle (GPU, clusters) pour l’entraînement de modèles. Opportunités : Participation à des conférences internationales et ateliers scientifiques. Possibilité de contribuer à des projets européens ou nationaux (ANR, CHISTERA Europe). Candidature Les candidat(e)s sont invité(e)s à envoyer : Un CV détaillé mettant en avant les publications, projets et compétences techniques. Une lettre de motivation expliquant leur intérêt pour le poste et leur adéquation avec les missions. Références éventuelles (académiques ou professionnelles) ou lettres de recommandation. Un exemple de code ou de publication (ex. lien vers un dépôt GitHub, article préprint). Contact : [Gilles Sérasset / gilles.serasset@imag.fr ] Dépôt des candidature : au fil de l’eau jusqu’à recrutement Pourquoi nous rejoindre ? Impact scientifique : Contribuer à des avancées majeures en TAL pour des applications sociétales critiques. Innovation : Travailler sur des méthodes hybrides (symboliques LLMs) en pleine expansion dans le paysage actuel de la recherche. Réseau : Intégrer un consortium actif et bénéficier de collaborations avec des acteurs majeurs du domaine. Cadre reconnu : L’équipe GETALP est un acteur majeur du domaine du TAL en France avec des compétences et des cas d’usages variés et reconnus internationalement (LLMs, Knowlegdge Graphs, Machine Translation, and their applications). Question ouverte : "Comment envisagez-vous l’utilisation conjointe des arbres syntaxiques, graphe sémantiques et des modèles de langage pour améliorer l’extraction d’événements dans des textes complexes ?" (Cette question peut être utilisée lors des entretiens pour évaluer la réflexion du candidat.)