Appels à chaire Choose France – CNRS AI Rising Talents

Aperçu

Dans le cadre de la Stratégie nationale pour l’intelligence artificielle, le programme Choose France – CNRS AI Rising Talents offre l’opportunité à des chercheurs et chercheuses, en début de carrière et particulièrement talentueux, d’établir et de diriger un programme en IA pour une durée de 4 ans. Ce programme vise à renforcer leur potentiel et leur visibilité. Il est ouvert à des chercheurs et chercheuses ayant déjà un parcours de recherche remarquable après une thèse en France ou à l’étranger et justifiant d’une expérience internationale significative, notamment en matière d’encadrement d’étudiants et de portage de projets scientifiques.

Cette quatrième édition du programme Choose France est ouverte à deux postes. Les candidats doivent faire preuve d’un parcours exceptionnel dans le domaine de l’apprentissage machine et des domaines connexes, tels que la vision par ordinateur, le traitement du langage naturel, la robotique, etc. Les candidats travaillant à l’interface de l’IA et d’autres sciences – neurosciences, biologie, physique, chimie, sciences humaines et sociales – qui ont montré comment les approches d’apprentissage machine ont aidé à mener des recherches de pointe dans leurs domaines sont également encouragés à postuler. Afin d’attirer les meilleurs talents, le programme proposera des options d’intégration personnalisables adaptées aux différents degrés d’ancienneté et d’expérience des candidats, y compris des contrats à durée déterminée ou indéterminée.

Le programme offre des salaires compétitifs ainsi qu’un environnement de recherche sous la forme d’un package qui, selon l’expérience, peut aller jusqu’à 1 M€ pour la période (incluant les charges patronales brutes pour le candidat choisi et d’autres dépenses pour l’embauche d’étudiants et de post-doctorants).

Les candidats sélectionnés seront recrutés par le CNRS dans l’un de ses laboratoires en France. Ils doivent proposer au moins deux laboratoires pour accueillir leur projet de recherche en prenant contact avec les directeurs de ces laboratoires et expliquer comment leur projet s’inscrit dans ces laboratoires d’accueil. La décision finale de nomination sera prise par le CNRS après la phase de sélection par un comité d’audition international. Ce choix se portera sur le potentiel des candidats choisis à contribuer à la stratégie française en matière d’IA. Dans ce sens, les candidatures qui s’inscrivent dans le cadre d’initiatives telles que les instituts ClusterAI ou des projets locaux connexes sont encouragées. 

L’appel est ouvert du 9 septembre 2024 au 31 mars 2025.

La journée de pré-sélection est le 11 avril 2025 et la journée d’audition est le 5 juin 2025.

Lien de l’appel vers le site du CNRS : Appel Choose France – CNRS AI Rising Talents | CNRS Sciences informatiques


Autres projets

 NNawaQ
NNawaQ
NNawaQ (Neural Network Adequate Hardware Architecture for Quantization)
Voir plus
 Package Python Keops
Package Python Keops
Package Python Keops pour les calculs tensoriels en (très) grande dimension (projet PDE-AI)
Voir plus
 MPTorch
MPTorch
MPTorch, framework d’encapsulation construit sur PyTorch
Voir plus
 CaBRNeT
CaBRNeT
CaBRNeT, une bibliothèque pour le développement et l'évaluation de modèles de raisonnement basé sur des cas simplifiés (projet SAIF)
Voir plus
 SNN Software
SNN Software
SNN Software, un outil open-source pour le design SNN (projet EMERGENCES)
Voir plus
 SDOT
SDOT
SDOT, logiciel pour le transport optimal semi-discret
Voir plus
 FloPoCo
FloPoCo
FloPoCo (Floating-Point Cores), générateur de noyaux arithmétiques majoritairement pour les FPGA (projet HOLIGRAIL)
Voir plus
 Lazylinop
Lazylinop
Lazylinop (Lazy Linear Operator), un opérateur linéaire paresseux de haut niveau basé en Python (projet SHARP)
Voir plus
 CAISAR
CAISAR
CAISAR, une plateforme de caractérisation de la sécurité et de l’intelligence artificielle robuste (projet SAIF)
Voir plus
 P16
P16
P16 ou développer, diffuser et maintenir un ensemble de bibliothèques souveraines pour l'IA
Voir plus
 AIDGE
AIDGE
AIDGE ou la plateforme ouverte de développement en embarqué du projet DEEPGREEN
Voir plus
 Jean-Zay
Jean-Zay
Jean Zay ou l'infrastructure nationale pour la communauté de recherche en IA
Voir plus
 ADAPTING
ADAPTING
Architectures adaptatives pour l'intelligence artificielle embarquée
Voir plus
 Appel à chaires Attractivité
Appel à chaires Attractivité
Le PEPR IA offre aux chercheurs en IA l’opportunité d’établir et de diriger un programme de recherche et une équipe en France pour une durée de 4 ans.
Voir plus
 CAUSALI-T-AI
CAUSALI-T-AI
La causalité au service de la robustesse et de l’explicabilité des algorithmes d’IA
Voir plus
 EMERGENCES
EMERGENCES
Modèles émergents proche physique pour l'IA embarquée
Voir plus
 FOUNDRY
FOUNDRY
Les fondements de la robustesse et de la fiabilité en intelligence artificielle
Voir plus
 HOLIGRAIL
HOLIGRAIL
Approches holistiques pour les architectures plus efficaces pour l'inférence et l'apprentissage
Voir plus
 PDE-AI
PDE-AI
Nouvelles architectures pour l’apprentissage automatique
Voir plus
 REDEEM
REDEEM
Apprentissage automatique résilient, décentralisé et respectueux de la vie privée
Voir plus
 SAIF
SAIF
Sûreté de l’intelligence artificielle investiguée par les méthodes formelles
Voir plus
 SHARP
SHARP
Principes théoriques et algorithmiques de l’apprentissage frugal
Voir plus