Now hiring

Un·e académique en Gestion quantitative des chaînes d'approvisionnement (BE) @ Université Catholique de Louvain

BEOnsiteFull-time
Apply with ResuMinder

Opens on the employer's site

About this role

Un·e académique en Gestion quantitative des chaînes d'approvisionnement Référence du poste: 38664 / LSM 057 / 2027 L'UCLouvain recherche Un·e académique à temps plein en Gestion quantitative des chaînes d'approvisionnement Campus principal: Louvain-la-Neuve À propos de nous L'UCLouvain est la première université belge francophone et est aussi largement reconnue à l'international. Université complète implantée au cœur de l’Europe depuis 1425, elle rassemble près de 40.000 étudiantes et étudiants et 6 000 membres du personnel répartis sur 9 campus, à Bruxelles et en Wallonie. A l’UCLouvain, la recherche et l’enseignement s’organisent au sein de 20 facultés, 23 instituts de recherche, 5 learning centers et 18 bibliothèques. Elle compte aussi deux cliniques universitaires. L’UCLouvain est un acteur majeur de transition vers une société durable. Elle intègre les enjeux de la crise écologique dans les formations et développe de nombreux projets locaux (ferme universitaire, campus durables). Université numérique, l'UCLouvain s’implique dans la science et l’éducation ouvertes et forme les enseignants aux pratiques pédagogiques innovantes (Louvain Learning Lab). Grâce à 2 parcs scientifiques, la recherche bénéficie d’interaction avec 250 entreprises et 3 incubateurs, au cœur d’une région animée par l’innovation technologique. L’UCLouvain a une solide tradition de collaborations internationales tant en enseignement qu’en recherche. Ces partenariats se concrétisent à travers de nombreux accords d’échange, l’engagement fort dans l’alliance européenne Circle U. et dans le réseau The Guild, et l’accueil d’une large communauté de chercheuses et chercheurs internationaux, facilité par le Louvain Welcome Desk. L’Université a une politique du personnel basée sur cinq binômes de valeurs qui constituent des piliers fondamentaux du mode de fonctionnement et de la façon de travailler et de vivre ensemble au sein de l’Université : https://uclouvain.be/fr/emploi/politique-personnel.html La fonction Au sein de la Louvain School of Management (LSM) et du Louvain Institute of Data Analysis and Modeling in economics and statistics (LIDAM), Secteur des sciences humaines, cette fonction comprend des activités d’enseignement, de recherche et de services à la communauté: Enseignement Vous enseignerez aux futurs cadres des compétences de haut niveau dans les aspects méthodologiques de la gestion des chaînes d’approvisionnement, notamment les méthodes d'optimisation mathématique, la programmation, la planification, la logistique, le transport, l'approvisionnement et les achats, la modélisation des risques et la prise de décision en situation d'incertitude. Les cours consacrés à l'approvisionnement et aux achats seront abordés sous un angle quantitatif et analytique. La charge d'enseignement est dispensée en anglais et en français, aux niveaux bachelier (licence) et master, sur les deux campus de la Louvain School of Mangement (LSM), situés à Louvain-la-Neuve et à Mons. Globalement, votre présence contribuera à renforcer les capacités d'encadrement de mémoires et à diversifier les approches pédagogiques, tout en assurant une présence interdisciplinaire plus marquée. Recherche Vous développerez un programme de recherche de rayonnement international centré sur les problèmes complexes de prise de décision et d'optimisation dans la conception, la planification et l'exploitation des chaînes logistiques aux niveaux stratégique, tactique et opérationnel, notamment en matière d'approvisionnement, de production, de gestion des stocks, de distribution et de transport. Le programme de recherche s’appuie sur les fondements de la programmation mathématique, avec une expertise attendue en optimisation en nombres entiers, optimisation stochastique, optimisation robuste et optimisation robuste de type distributionally robust, appliquées à des problèmes logistiques complexes. Parmi les applications types (liste non exhaustive) figurent la conception de réseaux, la sélection des fournisseurs et la rédaction de contrats, l’optimisation des prix et des tarifs, la planification et l’ordonnancement de la production, la gestion des stocks, le calcul des itinéraires, ainsi que la prise de décision en situation de risque et d’incertitude, incluant les enjeux de fiabilité et de résilience. Le ou la candidat·e retenu·e devra jouer un rôle actif au sein du Louvain Institute for Data Analysis and Modeling (LIDAM), et plus particulièrement au sein du pôle de recherche Center for Operations Research and Econometrics (CORE), en participant à des événements universitaires, en publiant dans des revues de référence en recherche opérationnelle et en sciences de gestion, en encadrant des doctorant·es et en collaborant activement avec les chercheur·euses du pôle de recherche, et plus généralement du Louvain Institute for Data Analysis and Modeling (LIDAM), ainsi qu'avec ceux d'instituts dans des disciplines connexes, tels que le Louvain Research Institute in Management and Organizations (LOURIM) et l'Institute of Information and Communication Technologies, Electronics, and Applied Mathematics (ICTEAM). Et encore... Vous assumerez, une fois confirmé·e (« tenured »), différentes activités de services et responsabilités au sein de l’institution, telles qu’un rôle dans les commissions de programme, dans les jurys d’études ou des responsabilités de gestion au sein de la faculté ou de l’institut de recherche. Vous contribuerez également aux services à la société, notamment dans les domaines économique, social, culturel ou de la coopération au développement. Enfin, vous assurerez, par des activités de recherche et d’enseignement, la visibilité internationale de l’université. Qui cherchons-nous? Votre parcours Vous êtes titulaire d’un doctorat en recherche opérationnelle, gestion des opérations, mathématiques appliquées, informatique, génie industriel, génie de gestion ou dans un domaine quantitatif étroitement lié. Votre expérience Vous disposez d’une pratique avérée en enseignement universitaire, attestée si possible par des évaluations formelles. Vous justifiez d'une solide expérience en recherche, acquise de manière indépendante, avec des publications à votre actif ou un potentiel évident de publication dans des revues internationales de premier plan dans les domaines de la recherche opérationnelle, de l'optimisation ou des sciences de gestion quantitative. Une expérience dans le domaine industriel ou avec des données concrètes issues de la chaîne d'approvisionnement est considérée comme un atout lorsqu'elle s'inscrit dans le cadre et contribue au développement de modèles quantitatifs et de méthodes algorithmiques pour la gestion de chaînes d'approvisionnement. Une expérience dans l'obtention de financements de recherche compétitifs et dans l'encadrement de doctorant·es sera considérée comme un atout majeur. Vous l’avez complétée par un séjour prolongé ou une expérience significative à l’étranger, effectué hors de l’institution qui a délivré votre doctorat. Vos compétences Vous travaillez aisément en équipe d’enseignant·es et vous intégrez les résultats des recherches dans vos enseignements. Vous êtes capable de mener des recherches scientifiques de haut niveau, de l’obtention des fonds jusqu’à la gestion de l’équipe. Vous faites preuve de créativité, d’ouverture à l’innovation pédagogique et à la pluridisciplinarité. Vous communiquez en français et en anglais. Si ce n’est pas le cas, vous vous engagez à acquérir la maîtrise de ces deux langues dans un délai de deux ans après la prise de fonction. La connaissance d’autres langues est un atout. Et plus spécifiquement Vous apporterez une expertise en modélisation et en optimisation des systèmes de chaîne logistique, avec un accent sur les problèmes décisionnels liés à leur conception, leur planification et leur exploitation. Vous maîtrisez les approches d’optimisation en nombres entiers, stochastique, et/ou robuste, et êtes capable d’intégrer ces méthodes à des approches statistiques et fondées sur les données afin de soutenir la prise de décision dans des environnements complexes. Une solide expertise en optimisation mathématique et en prise de décision algorithmique est requise, tandis qu’une expérience en analyse de données appliquée aux systèmes de chaîne logistique constitue un atout. Vous serez amené·e à devenir un·e membre actif·ve et contributeur·rice de la communauté de recherche du CORE et, plus largement, du LIDAM, en enrichissant sa culture méthodologique grâce à un programme de recherche situé à la croisée de la recherche opérationnelle et des sciences de gestion quantitative, avec une orientation claire vers la chaîne d'approvisionnement et une approche approfondie de ses applications. Nous vous offrons Une nomination définitive au cadre académique après évaluation positive de la période probatoire d’une durée habituelle de 4 ans. Ce type de carrière donne droit à une pension du secteur public; Une nomination au grade de chargé·e de cours ou de professeur·e en fonction de votre expérience académique antérieure, appréciée souverainement par le Conseil rectoral; Une charge d’enseignement plafonnée à un maximum de 90h pour un temps plein avant confirmation (en «tenured-track») contre 150h en «tenured»; Une rémunération attractive et évolutive en fonction de l’ancienneté et du processus de promotion; Un démarrage de vos fonctions au plus tôt le 1er septembre 2027; Un parcours de formation intégré en leadership et management et un éventail de formations pédagogiques, linguistiques et autres; Divers avantages: transport, famille, culture, commerces, etc.; Une politique du personnel soutenant l’égalité des chances et la diversité au sein de la carrière académique comme dans toutes les autres catégories de personnel; Une attention particulière portée à la conciliation vie privée – vie professionnelle. Informations pratiques Date limite de candidature: 5 novembre 2026 à midi (12h) (fuseau horaire UTC+1) Entrée en fonction: le 1er septembre 2027 Localisation: Secteur des sciences humaines Louvain School of Management (LSM) (https://uclouvain.be/fr/facultes/LSM) Louvain Institute of Data Analysis and Modeling in economics and statistics (IDAM) (https://uclouvain.be/fr/instituts-recherche/IDAM) Besoin de plus d’informations? Des questions sur la fonction ? Prof. Matthieu de Nanteuil, Doyen LSM – [email protected] Prof. Catherine Legrand, Présidente IDAM – [email protected] Des questions sur la procédure ? Mme Céline Brauns – Cabinet de la Rectrice - [email protected] Des questions sur le dépôt de votre dossier online ? Mme Andreea Chiriac – Cabinet de la Rectrice – [email protected] Intéressé·e? Les candidatures doivent être introduites exclusivement via l’outil de recrutement en ligne de l’UCLouvain ; celles transmises par d’autres canaux ne seront pas prises en considération. Les modalités complètes de constitution du dossier sont disponibles à l’adresse suivante: https://uclouvain.be/fr/emploi/candidature-aca.html Pour être recevable, le dossier de candidature doit comprendre un fichier PDF unique, contenant les documents suivants: une lettre de motivation (à inclure également dans votre profil candidat); un curriculum vitae détaillé et à jour (à inclure également dans votre profil candidat); une copie du diplôme officiel de doctorat; la liste complète de vos publications, accompagnée d’un résumé de trois publications récentes et significatives; un projet pédagogique, présentant votre vision et vos méthodes d’enseignement; une stratégie de recherche, décrivant votre programme de recherche envisagé sur cinq ans. Les candidat·es présélectionné·es et invité·es à une audition seront ultérieurement invité·es à fournir: un projet de thèse de doctorat, en vue de l’éventuel engagement d’un·e doctorant·e dès la première année de la nomination; trois à cinq lettres de recommandation, à transmettre directement par les personnes de référence selon les modalités qui leur seront communiquées.

Ready to apply?

Install the ResuMinder extension and we'll auto-fill the application in seconds — no rewriting.

See how your CV scores