Vous êtes ici
RECITS : Enseignant-chercheur MCF 72 - Sevenans
DISC : MCF 27 - Informatique - Belfort
Profil Enseignement
La personne recrutée aura pour mission de développer des enseignements à différents niveaux du cursus d’ingénieur sur 5 ans. En priorité, elle interviendra dans la formation Informatique sous statut Étudiant et Apprenti du pôle « Énergie et informatique » (2ème cycle). Toutefois, elle pourra également intervenir au Tronc commun (1er cycle). Les enseignements porteront principalement sur les thématiques suivantes, citées par ordre de priorité :
En FISE/FISA Informatique :
• Infrastructure Cloud (AWS, GCP,...) et virtualisation (FISE): Proxmox, Docker, déploiement et administration de clusters, Kubernetes ;
• Sécurité des réseaux et des systèmes informatiques, Sécurité des systèmes embarqués, Audit de sécurité et de vulnérabilité, test d’intrusion, Analyse de risque, Protection applicative contre les attaques et les menaces, Défense des réseaux et des systèmes d’information.
• Conception, Administration et Optimisation des Bases de Données : SQL (PostgreSQL ou Oracle), SQL avancé, OLAP et récursion, Données semi-structurées, plateforme d’entreposage et de gestion de flux des données (Data warehouse), NoSQL ;
• Administration Systèmes & Réseaux avancée : OS Linux, shell, configuration de services réseau (Apache, Nginx, LDAP), orchestration (Ansible) ;
• Réseaux locaux et étendus : Infrastructure internet, Principes, méthodes architecture et protocole, contrôle d’accès et gestion des identités, Application réseaux et transport de données, Infrastructure de confiance et mise en oeuvre, Communication sans fil et réseaux autonomes, Technologies réseaux d’entreprise et couches hautes/basses ;
• Développement Mobile : Architecture et les spécificités du système Android, Architecture des applications Android modernes, Jetpack, Coroutines Kotlin, Java Android ;
Au Tronc Commun :
• Système d’exploitation Linux et programmation système en langage C : Linux, shell, scripts shell, programmation C, API Linux pour la manipulation des systèmes de fichiers et de l’OS (communication interprocessus);
• Prototypage rapide, programmation Arduino, MQTT, NodeRED.
Une expertise ou expérience dans la cryptographie avancée (homomorphic encryption, interactive proofs, zero-knowledge proofs, multiparty secure computation, attributes-based encryption, etc.) serait très appréciée.
La capacité à enseigner en langue anglaise est un plus important, de même que l’appétence pour les formes pédagogiques innovantes, incluant l’usage des technologies numériques et les méthodes d’apprentissage actif centré sur l’apprenant.
Le/la candidat.e aura la volonté de s’impliquer pleinement dans des projets collectifs rapprochant enseignement, recherche et innovation. Le/la candidat.e. devra être doté.e d’une ouverture culturelle permettant de s’intégrer efficacement dans des projets multidisciplinaires.
Profil recherche
L’équipe « OMNI – Optimisation, Mobility and NetworkIng » du département « DISC – Département d’Informatique et Systèmes Complexes » de l’Institut FEMTO-ST (UMR CNRS 6174) structure ses activités autour de trois thématiques :
• Matière programmable : cette thématique propose des modèles informatiques pour remplacer les éléments constituant de la matière par des microrobots pour lui ajouter de nouvelles propriétés dont la capacité de changer de forme à volonté et ainsi obtenir de la Matière Programmable auto-reconfigurable.
• Réseaux sans fil et Mobilité : cette thématique porte sur la modélisation de systèmes de radiocommunication à large échelle et la conception d’algorithmes d’optimisation de la qualité de service de
ces réseaux de communication dans différents contextes, comme l’IoT, les standards IEEE 802.11 et les standards 3GPP 4G, 5G et 6G. Les principaux défis scientifiques dans cette thématique concernent la complexité des problèmes NP-difficiles, leur modélisation, simulation et calcul dans un environnement incertain, et l’adaptation dynamique dans des environnements complexes. Les principaux problèmes abordés portent d’une part sur l’allocation, le paramétrage et l’optimisation des ressources de l’infrastructure de
communication, d’autre part sur la modélisation et la prédiction de la mobilité humaine dans les villes intelligentes à partir de données hétérogènes et multidimensionnelles. Les champs d’application sont la localisation Indoor, les véhicules autonomes communicants (CAV), l’aménagement du territoire et plus largement la résilience des territoires.
• Planification et ordonnancement : cette thématique porte sur la modélisation, l’évaluation de performances, la simulation et l’optimisation des systèmes industriels et logistiques (production et
distribution de biens et de services). Les problèmes d’optimisation étudiés vont de l’ordonnancement d’atelier avec ressources de transport à la conception d’une chaîne logistique, en passant par les tournées de véhicules riches, pour lesquels des algorithmes efficaces sont élaborés. Les applications visées sont notamment l’Industrie 4.0, le transport et la mobilité dans les villes intelligentes, la transition énergétique, ou encore la logistique portuaire, dans un contexte de développement durable.
Le/la candidat(e) recruté(e) inscrira ses activités de recherche dans l’un des axes de l’équipe OMNI, en priorité dans la thématique « Réseaux sans fil et Mobilité ».
Des compétences en Big Data et en IA, notamment dans le domaine de la sécurité des réseaux sans fil ou véhiculaires seraient un plus.
Oumaya BAALA,
Responsable adjointe de l’équipe OMNI
oumaya.baala@utbm.fr
+33 (0) 3 84 58 31 42

ENERGIE : MCF Génie Civil - Physique et Energétique du bâtiment - Belfort
Section CNU : 60 ou 62 - Collegium : SFSPI
Profil Enseignement : Attachée au département Génie Civil Construction Durable (GCCD) de l’iUT NFC, la personne recrutée interviendra dans les Blocs de compétences 1 (Élaborer des solutions techniques de tout ou partie d’un projet de Bâtiment), 3 (Dimensionner des ouvrages et des équipements techniques du BTP) et 5 (Piloter techniquement un ouvrage tout au long de sa vie) du BUT GCCD (FI et FA).[...]
Profil Recherche : Le département Energie de l’Institut FEMTO-ST, regroupant près de 120 personnes, focalise ses activités de recherche sur la conversion et la gestion de l’énergie, tant sur les aspects électriques que thermiques. Le futur maître de conférences sera affecté à l’équipe THERMIE (THermique, Ecoulements, instRuMentatIon et Efficacité énergétique). Cette équipe, composée d'environ trente membres (enseignants-chercheurs, ingénieurs et doctorants), est organisée en trois axes scientifiques :
1) Energétique du bâtiment (BAT),
2) Machines thermiques et systèmes (MACS) et
3) Métrologie et instrumentation pour l’énergie (METRO).
L'équipe participe également aux activités de l'UAR CNRS FCLAB, dédiée aux systèmes hydrogène-énergie.Le maître de conférences recruté viendra ainsi renforcer l’équipe THERMIE sur la thématique thermique et mécanique des fluides.
Il/Elle devra posséder de fortes compétences en simulation numérique (CFD) et transferts thermiques. Une expérience dans le domaine de l’expérimentation sera appréciée.
MODALITÉS DE CANDIDATURE : Cette application est gérée par le Ministère de l'enseignement supérieur et de la recherche. Toute candidature incomplète après la date de clôture sera déclarée irrecevable.
Le dépôt de candidature pour un poste d'enseignant-chercheur s'effectue sur l'application Galaxie :
https://www.galaxie.enseignementsup-recherche.gouv.fr/ensup/candidats.html
Cette application est gérée par le Ministère de l'enseignement supérieur et de la recherche. Toute candidature incomplète après la date de clôture sera déclarée irrecevable.
DISC : Enseignant-chercheur PR 27 - UFR STGI - Montbéliard
Collegium SFSPI - UFR STGI ; Section CNU : 27 ; Corps : PR ; N° : 1MCFU0384A -Poste basé à Montbéliard
Profil Enseignement : Le département "Multimédia et Informatique" de l'UFR STGI propose deux Masters : "Internet of Things" (Mention systèmes de calculs embarqués) et "Produits et Services Multimédia" (Mention Technologie de l'Information) et la 3ème année de licence en Informatique. L'équipe pédagogique compte 4 EC en informatique et 2 EC en Information et Communication, ainsi qu'un vivier d'intervenants professionnels et d'enseignants d'autres UFR. Le professeur recruté devra donc animer cette équipe, coordonner les aspects informatiques au sein des différentes formations, construire des projets d’ouverture de nos formations avec l’international, par exemple à travers Alliance StarsEU, codiplomations, etc.
Profil Recherche : Le ou la candidate devra proposer une intégration recherche dans l'équipe OMNI du DISC (Département d'Informatique et Systèmes Complexes) de l’Institut FEMTO-ST (UMR CNRS 6174). Les activités de l'équipe OMNI portent sur les principes, techniques, applications et planification des systèmes distribués et mobiles.
DISC : Enseignants-chercheurs MCF 27 - UFR ST - Besançon - 3 postes
Section CNU : 27 ; Corps : MCF ; 3 Postes localisés à Besançon avec le même profil
Profil Enseignement : La personne recrutée doit s'intégrer dans le Département Informatique de l'UFR Sciences et Techniques. Celui-ci compte, en septembre 2024, 19 Enseignants-Chercheurs (7 Professeurs des Universités, 12 Maîtres de Conférences), 2 enseignants (PRAG), 2 ingénieurs, 1 assistant ingénieur et une secrétaire. Le département gère les enseignements en Licence Informatique et en Master Informatique (avec des parcours en présentiel, en apprentissage et en distanciel). Les membres du département interviennent aussi dans d’autres filières de l’UFR Sciences et Techniques ou d’autres composantes de l’Université de Franche-Comté (École d’ingénieur ISIFC). [...]
Profil Recherche : La candidate ou le candidat devra proposer un projet d'intégration en recherche dans l'équipe DEODIS ou l'équipe VESONTIO du DISC (Département d'Informatique et Systèmes Complexes) de l’Institut FEMTO-ST (UMR CNRS
6174). Ce projet devra se placer dans le contexte des thématiques développées dans l'une des deux équipes, notamment :
- Algorithmes, programmation et optimisation dans le contexte des systèmes distribués, collaboratifs et parallèles;
- Intelligence artificielle distribuée avec l’intégration d’outils pour améliorer les procédures de décision ou les systèmes multi-agents;
- Analyses et apprentissages garantissant l’explicabilité des résultats, la confidentialité des données, l’équité;
- Validation basée sur le test pour la fiabilité (conformité, évolution, sécurité …) avec par exemple l'application aux systèmes critiques, embarqués, intelligents et cyber-physiques;
- Méthodes de modélisation et de vérification (preuve, model-checking, conformité), avec par exemple des aspects quantitatifs, temporisés ou de prise en compte des incertitudes pour une application aux systèmes intelligents;
- Utilisation de l'IA neuro-symbolique dans le processus du génie logiciel allant de la modélisation et de la conception jusqu'à la vérification et la validation d'un système.
Enseignement : frederic.dadeau@univ-fcomte.fr
Recherche : pierre-cyrille.heam@univ-fcomte.fr; laurent.philippe@univ-fcomte.fr
alain.giorgetti@univ-fcomte.fr

DISC : Enseignant-chercheur MCF 27 - UFR SJEPG - Besançon
Section CNU : 27 - Informatique - Poste basé à Besançon
Profil enseignement : L’enseignement se déroulera à l’UFR SJEPG de la licence 1 au Master 2. C’est un public de non-spécialistes. Les matières enseignées sont :
- Bureautique de base et PIX
- Excel avancé : solveur, fonctions complexes et VBA
- Bases de données : SQL
- Protection des données
- Culture numérique générale
- Algorithmes
Profil recherche : La candidate ou le candidat devra proposer un projet d'intégration en recherche dans l'équipe DEODIS ou l'équipe VESONTIO du DISC (Département d'Informatique et Systèmes Complexes) de l’Institut FEMTO-ST (UMR CNRS 6174). Ce projet devra se placer dans le contexte des thématiques développées dans l'une des deux équipes, notamment :
- Algorithmes, programmation et optimisation dans le contexte des systèmes distribués, collaboratifs et parallèles;
- Intelligence artificielle distribuée avec l’intégration d’outils pour améliorer les procédures de décision ou les systèmes multi-agents;
- Analyses et apprentissages garantissant l’explicabilité des résultats, la confidentialité des données, l’équité;
- Validation basée sur le test pour la fiabilité (conformité, évolution, sécurité …) avec par exemple l'application aux systèmes critiques, embarqués, intelligents et cyber-physiques;
- Méthodes de modélisation et de vérification (preuve, model-checking, conformité), avec par exemple des aspects quantitatifs, temporisés ou de prise en compte des incertitudes pour une application aux systèmes intelligents;
- Utilisation de l'IA neuro-symbolique dans le processus du génie logiciel allant de la modélisation et de la conception jusqu'à la vérification et la validation d'un système.
DISC : Enseignant-chercheur MCF 27- IUT NFC - Belfort
Section CNU : 27 - Informatique - Poste basé à Belfort (IUT)
Profil Enseignement : Le poste sera rattaché au département Informatique de l'IUT Nord Franche-Comté – situé sur le Techn’hom à Belfort. Le département Informatique forme des informaticiens généralistes en proposant uniquement un parcours du Bachelor Universitaire de Technologie (BUT) Informatique, à savoir le Parcours A : Réalisation d’applications : conception, développement, validation. Ce parcours qui forme des cadres intermédiaires au développement d’applications complexes à une coloration Data/IA grâce à l’adaptation locale.
Profil Recherche : Le ou la titulaire du poste intègrera l’équipe AND du département DISC (Département d'Informatique et Systèmes Complexes) de l’Institut FEMTO-ST (UMR CNRS 6174). L’équipe AND a choisi d’orienter la plupart de ses travaux autour de l’intelligence artificielle et de ses applications à différents domaines comme la Santé, la Bioinformatique, l’Internet des Objets (IoT), l’Industrie 4.0, ou encore la Sécurité. L’originalité des travaux de l’équipe AND consiste en une forte capacité à collaborer sur des thématiques très variées et à concevoir et/ou appliquer des algorithmes d’Intelligence Artificielle et plus particulièrement de Machine Learning et son sous-domaine le Deep Learning.