Body
L'Université de Picardie Jules Verne recrute un.e Maître de Conférences en section 27 pour la rentrée Universitaire 2026.
La personne recrutée interviendra en enseignement au sein de l'école d'Ingénieurs Jules Verne (EIJV), dans la spécialité Technologies de l'Information pour la Santé (TIPS)
Le ou la Maître de Conférences recruté·e sur ce poste intégrera le laboratoire Modélisation, Information & Systèmes (MIS - EA 4290) et plus particulièrement le domaine Réseaux et Données (REDO).
Poste
27McFXXX
Type
Maître de Conférences
Section
27
UFR / Département
Ecole d'Ingénieurs EIJV / Spécialité TIPS
Profil Enseignement
La personne recrutée effectuera son service principalement dans la spécialité Technologies de l’Information pour la Santé (TIPS) de la filière Ingénieurs de l’EiJV à Amiens.
La personne recrutée sera amenée à enseigner en formation initiale et par alternance sur les trois années de formation sous différents formats (cours magistraux, travaux dirigés et travaux pratiques) en privilégiant un apprentissage par projets et la mise en œuvre de situations professionnelles. Dans la perspective d’une ouverture à l’internationale, la mise en place d’enseignements en langue anglaise serait fortement appréciée.
De façon privilégiée, elle devra contribuer en fonction de ses compétences aux enseignements suivants :
- Base de données
- Data Science
- Traitement et sécurisation des bases de données
- Intelligence Artificielle et Applications
Mots-clés Enseignement : Bases de données – Data Science - IA
Responsabilités pédagogiques et/ou collectives souhaitées :
La personne recrutée devra s’investir dans les différentes tâches collectives de l’école :
• L’encadrement et l’évaluation de projets,
• Une participation active et importante pour le suivi des apprentis en entreprise, correction des rapports et participation aux soutenances.
• Participation aux conseils de perfectionnement, aux réunions pédagogiques.
• Implication dans la promotion de la formation lors des Journées Portes Ouvertes, salons étudiants,…
La personne recrutée devra faire preuve d’une excellente capacité de travail en équipe, de sens du relationnel afin d’assurer une intégration réussie au sein de l’équipe pédagogique.
La personne recrutée sera amenée à enseigner en formation initiale et par alternance sur les trois années de formation sous différents formats (cours magistraux, travaux dirigés et travaux pratiques) en privilégiant un apprentissage par projets et la mise en œuvre de situations professionnelles. Dans la perspective d’une ouverture à l’internationale, la mise en place d’enseignements en langue anglaise serait fortement appréciée.
De façon privilégiée, elle devra contribuer en fonction de ses compétences aux enseignements suivants :
- Base de données
- Data Science
- Traitement et sécurisation des bases de données
- Intelligence Artificielle et Applications
Mots-clés Enseignement : Bases de données – Data Science - IA
Responsabilités pédagogiques et/ou collectives souhaitées :
La personne recrutée devra s’investir dans les différentes tâches collectives de l’école :
• L’encadrement et l’évaluation de projets,
• Une participation active et importante pour le suivi des apprentis en entreprise, correction des rapports et participation aux soutenances.
• Participation aux conseils de perfectionnement, aux réunions pédagogiques.
• Implication dans la promotion de la formation lors des Journées Portes Ouvertes, salons étudiants,…
La personne recrutée devra faire preuve d’une excellente capacité de travail en équipe, de sens du relationnel afin d’assurer une intégration réussie au sein de l’équipe pédagogique.
Profil Recherche
La personne recrutée sera intégrée au domaine Réseaux et Données du laboratoire MIS, prioritairement sur la thématique de l’analyse de données temporelles, dans le contexte des réseaux de capteurs, de l’internet des objets, de la gestion de données distribuées pour la eSanté.
La personne recrutée devra montrer sa capacité d’intégration en contribuant aux projets actuellement en cours, mais également être en capacité de développer des projets propres et collaboratifs à moyen terme. Elle pourra notamment proposer de nouvelles approches pour améliorer la compréhension des données physiologiques, morphologiques ou biomécaniques d’un point de vue computationnel, la perception de ces données, par exemple à l’aide des réseaux de capteurs ou de dispositifs spécialisés (Mocap, séquences vidéos, …).
Quelques exemples de projets récents ou en cours au sein de l’équipe :
- Projet e-mOove : reconnaissance des mouvements humains dans le contexte des pathologies de type Parkinson
- Projet Reconnaitre : réseaux de capteurs connectés pour l’évaluation systémique des troubles de la marche et de l’équilibre
- Projet IAM : reconnaissance faciale des mouvements zygomatiques
- ANR Premusic 2023-2027 : Le développement de la perception du rythme, de la naissance prématurée à la petite enfance (Collaboration GRAMFC Inserm, LEAD, Hamilton)
- Etude des corrélations entre complexité musicale, effort mental et physique des musiciens (Collaboration LORIA, Nancy)
La personne recrutée devra montrer sa capacité d’intégration en contribuant aux projets actuellement en cours, mais également être en capacité de développer des projets propres et collaboratifs à moyen terme. Elle pourra notamment proposer de nouvelles approches pour améliorer la compréhension des données physiologiques, morphologiques ou biomécaniques d’un point de vue computationnel, la perception de ces données, par exemple à l’aide des réseaux de capteurs ou de dispositifs spécialisés (Mocap, séquences vidéos, …).
Quelques exemples de projets récents ou en cours au sein de l’équipe :
- Projet e-mOove : reconnaissance des mouvements humains dans le contexte des pathologies de type Parkinson
- Projet Reconnaitre : réseaux de capteurs connectés pour l’évaluation systémique des troubles de la marche et de l’équilibre
- Projet IAM : reconnaissance faciale des mouvements zygomatiques
- ANR Premusic 2023-2027 : Le développement de la perception du rythme, de la naissance prématurée à la petite enfance (Collaboration GRAMFC Inserm, LEAD, Hamilton)
- Etude des corrélations entre complexité musicale, effort mental et physique des musiciens (Collaboration LORIA, Nancy)
Contacts
Pour toute prise de renseignement sur ce poste contactez
- pour l'enseignement : M. David Durand / Mme Laure Brisoux-Devendeville (david.durand@u-picardie.fr / laure.devendeville@u-picardie.fr)
- pour la recherche : Mms Florence Levé, responsable du domaine REDO (florence.leve@u-picardie.fr / 03 22 82 59 11)
Directeur du laboratoire MIS : M. Jérôme Bosche (jerome.bosche@u-picardie.fr / 03 22 82 59 60)
Directeur de l'EIJV : M. Gilles Dequen (gilles.dequen@u-picardie.fr )
- pour l'enseignement : M. David Durand / Mme Laure Brisoux-Devendeville (david.durand@u-picardie.fr / laure.devendeville@u-picardie.fr)
- pour la recherche : Mms Florence Levé, responsable du domaine REDO (florence.leve@u-picardie.fr / 03 22 82 59 11)
Directeur du laboratoire MIS : M. Jérôme Bosche (jerome.bosche@u-picardie.fr / 03 22 82 59 60)
Directeur de l'EIJV : M. Gilles Dequen (gilles.dequen@u-picardie.fr )
