Assurer des enseignements en statistique, optimisation et machine learning, au niveau Licence et Master, au sein des formations portées par l'Université de Toulouse, notamment dans les cursus du département de mathématiques dédiés aux mathématiques appliquées aux sciences des données (innovation, recherche, alternance).
Consacrer une part de sa charge statutaire (64 heures) à la conception et à l'actualisation de ressources pédagogiques, incluant des cours, travaux dirigés, travaux pratiques ainsi que l'encadrement de projets étudiants en lien avec l'intelligence artificielle.
Participer à la création de Ressources Pédagogiques Numériques (RPN) réutilisables, telles que des Nuggets pédagogiques, et assurera le suivi, l'accompagnement et l'évaluation des étudiants, tout en prenant part aux jurys de formation.

Contribuer activement au développement et à l'innovation des pratiques pédagogiques, notamment à travers la pédagogie par projet, l'utilisation d'outils numériques et l'intégration de cas d'usage en intelligence artificielle dans les enseignements.
Participer à la vie collective de la composante et au développement des formations dans le domaine de l'intelligence artificielle.
Dans le cadre du recrutement financé par l'Institut ANITI, la personne recrutée rejoindra la communauté des enseignants-chercheurs contractuels du site toulousain et pourra être amenée à contribuer à des actions collectives liées à la formation en intelligence artificielle : développement d'enseignements communs, formation continue, mutualisation de ressources pédagogiques et partage de bonnes pratiques.

Contribuer aux activités de recherche et de valorisation scientifique menées au sein de l'Institut de Mathématiques de Toulouse (IMT), en lien, le cas échéant, avec les chaires de recherche de l'Institut ANITI.
La personne recrutée sera rattachée à l'une des équipes de recherche de l'IMT et participera au développement de projets scientifiques dans son domaine d'expertise.

Solides connaissances en statistique (probabilités, inférence statistique, modèles linéaires et généralisés)
Connaissances approfondies en optimisation (optimisation déterministe et stochastique, programmation linéaire/non linéaire, méta-heuristiques)
Maîtrise des méthodes de machine learning (apprentissage supervisé et non supervisé, deep learning)
Connaissance de l'écosystème de l'intelligence artificielle et de ses enjeux scientifiques et sociétaux

Maîtrise des langages et outils de data science (Python, R, scikit-learn, PyTorch/TensorFlow, ...)
Maîtrise des outils numériques pour l'enseignement (plateformes pédagogiques, calcul scientifique)

Sens de la pédagogie et de la transmission
Compétences pédagogiques : conception de cours, TD, TP, évaluation des étudiants
Capacité à encadrer des projets et stages étudiants
Bon relationnel avec les étudiants et les partenaires académiques et industriels
Aptitude au travail en équipe et à l'interdisciplinarité
Autonomie, rigueur et esprit d'initiative

Diplôme requis : Doctorat (PhD)
Expérience souhaitée : Débutant (1 à 3 ans d'expérience)
Précisions expérience souhaitée / Intitulé du diplôme : Doctorat en statistique, mathématiques appliquées, informatique ou domaine connexe à l'intelligence artificielle. Une expérience post-doctorale et/ou d'enseignement dans le supérieur sera appréciée.

Maître de Conférences en Statistique, Optimisation et Machine Learning F/H - (REF 352) @ Université de Toulouse

About this role