Expert en ingénierie logicielle h/f

Description L’Université d'Artois est implantée sur différents points du territoire du Nord-Pas de Calais : Arras (siège), Béthune, Douai, Lens et Liévin. Elle comprend huit UFR, deux IUT, une école d'ingénieurs, un service de formation continue (FCU) et dix-sept centres de recherche. Depuis sa création en 1992, l’Université d’Artois s’impose comme un acteur de promotion sociale et bénéficie d’un environnement convivial et stimulant propice aux études et à la culture. Placée sous la tutelle du ministère de l’enseignement supérieur et de la recherche, l'Université d'Artois accueille 13 000 étudiants et emploie un peu plus de 1 000 personnes. Elle est dotée d’un budget de 116 M€, dont 89 M€ de masse salariale et 7 M€ d’investissements. L’ensemble des postes à pourvoir publiés par l’Université d’Artois est ouvert aux bénéficiaires de l’obligation d’emploi, en application des dispositions des articles L. 5212-13 et L.5212-2 du Code du Travail. Le poste est situé à la Faculté des Sciences Jean Perrin, au sein du laboratoire CRIL (Centre de Recherche en Informatique de Lens), unité mixte de recherche de l'Université d'Artois et du CNRS (UMR 8188). Mission Le but de cette mission est de développer des méthodes d'intelligence artificielle pour l'intégration et l'analyse de données provenant de sources multiples. L'application de référence concerne les réseaux d'eau urbains, un cas d'étude riche et complexe où des données diverses, hétérogènes et difficiles à interroger doivent être combinées pour répondre à des enjeux majeurs liés aux infrastructures. L’objectif est de proposer une méthode de fusion itérative exploitant les complémentarités entre différentes sources de données afin de maximiser la complétude et la cohérence de l’information. Chaque source, qu’il s’agisse de données SIG, de vidéos d’inspection ou de rapports PDF, est initialement produite pour un usage spécifique, comme la modélisation hydraulique ou la maintenance des conduites. Le travail consiste à analyser comment ces sources peuvent être combinées pour améliorer la compréhension des réseaux d’eau urbains. Il s’agit d’identifier les sources disponibles, de préciser les données qu’elles fournissent, puis de montrer comment chacune, même partielle, contribue progressivement à enrichir les autres, permettant ainsi d’obtenir une représentation plus complète, cohérente et exploitable de l’état des réseaux. Il est d'abord nécessaire d'automatiser le traitement des données non structurées, telles que les vidéos d'inspection ITV et les rapports PDF. La première étape consiste à extraire la structure des réseaux et à identifier d'éventuelles anomalies. Comme les éléments des réseaux d'eau urbains extraits des vidéos d'ITV ne sont souvent pas géolocalisés, il faut ensuite déterminer leur position géographique en s'appuyant sur des données SIG externes. Ces informations pourront alors être visualisées graphiquement, en intégrant des données externes pour mieux comprendre les causes des anomalies. Profile Le candidat doit posséder un niveau équivalent à un master en Intelligence Artificielle, avec une maîtrise des techniques d’IA et de Machine Learning. Il doit être capable d’analyser des données non structurées telles que des vidéos, des images, des cartes ou des fichiers PDF. Des connaissances en Systèmes d’Information Géographique (SIG) seraient un atout. Contrat CDD du 16/02/2026 au 15/02/2027 Rémunération brute mensuelle de 2 950 Euros.