L'École normale supérieure de Lyon produit une recherche de haut niveau dans ses 25 laboratoires et forme par la recherche quelque 2500 étudiants dont 500 doctorants. Elle compte environ 550 enseignants, enseignants-chercheurs et chercheurs et 600 personnels administratifs et techniques.

Dans le classement de Shanghai et QS, elle apparaît parmi les tous premiers établissements français en termes de performance per capita.

Son objectif est d'avoir un impact significatif en matière de recherche, d'innovation et de transfert de technologie tout en irriguant la fonction publique et le monde socio-économique de diplômés rompus à la complexité, capables de produire et transmettre des savoirs.

L'ENS de Lyon met ses ressources au service d'une vision ouverte de la société et des enjeux contemporains qu'elle veut éclairer.

Son budget annuel est d’environ 160 M €.

L'ENS de Lyon est une école dynamique, où la qualité de vie au travail, le développement durable et l’égalité professionnelle représentent des dimensions centrales.

Persée est une Unité d'appui et de recherche, qui numérise, enrichit et diffuse le patrimoine documentaire au bénéfice de la recherche, principalement à travers le portail de publications scientifiques en accès libre. Persée est engagé dans le GIS CollEx-Persée, inscrit sur la feuille de route nationale des infrastructures de recherche, qui regroupe des bibliothèques de recherche et des opérateurs de l’IST dans le but de développer et d’outiller l’usage par les chercheurs des collections des bibliothèques. Le poste est proposé dans le cadre du programme de Numérisation enrichie de CollEx-Persée, qui en assure le financement.

MISSIONS

La Mission IA est une mission transverse de l’unité. Elle conçoit et met en œuvre l’application de l’intelligence artificielle aux chaînes de traitement documentaire, de l’expérimentation à la production, afin de livrer à grande échelle des métadonnées fiables, interopérables et réutilisables (corpus as data).

ACTIVITES

Concevoir et développer

Modéliser et paramétrer les chaînes de traitement

Entraîner des modèles de vision pour la détection et la segmentation de zones documentaires

Mettre en œuvre et fine-tuner des modèles et architectures ouverts adaptés aux ressources de calcul pour des tâches documentaires variées

Développer les workers Arkindex, notamment en étendant la détection à de nouvelles classes documentaires, et déployer en production les pipelines de références bibliographiques et de manuscrits 

Exploiter et produire

Exploiter à distance les GPU du Centre Blaise Pascal

Conteneuriser les traitements et garantir la reproductibilité des environnements et des résultats

Constituer les corpus et les jeux de données nécessaires aux modèles et aux évaluations

Configurer et animer les campagnes d'annotation et de curation dans Callico

Évaluer documenter et transférer

Définir les protocoles d'évaluation, produire les métriques algorithmiques et métier, alimenter les tableaux de bord

Gérer la documentation fonctionnelle et technique, en assurant le suivi des versions

Tenir la gouvernance des modèles : registre des versions en production, traçabilité des traitements appliqués aux corpus, arbitrage documenté des choix, interchangeabilité des modèles

Animer les actions de transfert de compétences auprès de la Mission IA

Contribuer à la valorisation scientifique

Collaborer

Travailler avec les partenaires scientifiques et technologiques

Contribuer au programme national AIKO et à son lac de données souverain autour d'ISTEX

Assurer une veille technologique sur l'IA documentaire

Master 2 en informatique, en intelligence artificielle, ou diplôme d'école d'ingénieur équivalent serait un plus

Connaissances sur l’environnement professionnel

Apprentissage automatique : détection et segmentation d'images ; modèles ouverts de langue et de vision-langage, techniques d'adaptation

Traitement automatique des documents : analyse de mise en page, OCR ; extraction, normalisation et réconciliation bibliographiques

Métrologie de l'IA et ingénierie de l'évaluation : statistiques inférentielles, tests d'hypothèses, intervalles de confiance

Interopérabilité : XML et TEI, RDF et ontologies bibliographiques, requêtes SPARQL ; bases de données relationnelles (SQL)

Infrastructures de calcul : environnements GPU, Docker / Podman

Génie logiciel : Python scientifique (NumPy, pandas, PyTorch ou équivalent), bibliothèques de traitement du langage (spaCy, Transformers), gestion de versions, intégration continue, développement open source

Savoir-faire opérationnels

Modéliser une chaîne de traitement, du prototype conteneurisé à la production reproductible

Entraîner, adapter et évaluer des modèles sur données documentaires

Constituer des jeux de données et animer des campagnes d'annotation et de curation

Industrialiser des pipelines d'inférence à grande échelle

Rédiger la documentation, partager, rendre compte de résultats mesurables

Anglais technique ; maîtrise du français, indispensable au traitement des corpus

Est un plus si vous maitriser : 

Plateformes Arkindex et Callico.

Clusters de calcul académiques : Slurm, calcul haute performance, accès au CBP

Architectures agentiques

Savoir Être :

Sens de l'organisation, autonomie, capacité de conceptualisation

Goût du travail collaboratif et du partage de connaissances

Rigueur et reproductibilité, sensibilité pour les corpus patrimoniaux et les humanités numériques