Postes dont le financement est acquis par l’équipe:
- En 2024, nous avons plusieurs positions de doctorat, de postdoc et de stagiaire liés à l’apprentissage automatique distribué. Tous les postes sont basés à Sophia Antipolis, sauf mention contraire. Si vous êtes intéressé par un poste pour lequel aucun lien de candidature spécifique n’est fourni, vous pouvez contacter directement Giovanni Neglia.
- Une thèse sur Robust Federated Learning, co-encadrée avec Chuan Xu, dans le cadre du réseau doctoral européen FINALITY. Site pour postuler.
- Une thèse sur Online Learning with Limited Resources, co-encadrée avec Sara Alouf, dans le cadre du réseau doctoral européen FINALITY. Site pour postuler.
- Une thèse co-encadrée avec Aurélien Bellet sur le rôle de la topologie de communication dans l’apprentissage fédéré décentralisé, dans le cadre du défis Inria FedMalin. Site pour postuler.
- Un post-doc de 18 mois (extendible à 30 mois) sur Distributed Machine Learning at the Network Edge. Site pour postuler.
- Un post-doc de 18 mois (probablement basé à Paris) sur le placement des modèles pour l’inférence cooperative, en coopération avec Fabio Pianese, Tianzhu Zhang et Calvin Chen (Nokia Bell Labs), Nadjib Achir et Aline Carneiro (Inria), dans le cadre du partenariat Nokia-Inria. Site pour postuler
- Un post-doc de 18 mois sur l’entraînement des réseaux de distribution d’inférence, en coopération avec Fabio Pianese, Tianzhu Zhang et Calvin Chen (Nokia Bell Labs), Chuan Xu et Aurelien Bellet (Inria), dans le cadre du partenariat Nokia-Inria. Site pour postuler
- Une stage sur Federated Learning for Heterogeneous Model Architectures
- Une stage sur Semi-Decentralized Federated learning
- Une stage sur Differential Privacy and Byzantine Resilience in Federated Learning
Une thèse (basée à Lyon) co-encadrée avec Malcolm Egan et Jean-Marie Gorce (Inria) pour travailler sur l’apprentissage fédéré sur les flux de données (avec corrélations temporelles/spatiales), dans le cadre du défis Inria FedMalin. Application site.Une thèse sur Incentives for Federated Learning financée par le 3IA Côte d’Azur Interdisciplinary Institute on Artificial Intelligence.Une thèse (probablement basée à Paris) sur Distributed Training of ML Models with Heterogeneous Architectures, en cooperation avec Fabio Pianese, Tianzhu Zhang, and Calvin Chen (Nokia Bell Labs), dans le cadre du partenariat Nokia-Inria.Un stage sur Federated Learning for Heterogeneous Model ArchitecturesUn stage sur Decentralized Clustered Federated LearningAn internship position (based in Paris) on Federated Learning for Energy Data, in cooperation with Tahar Nabil, Richard Niamke (EDF Lab).
Post-doctorat sur Memory-augmented Models for low-latency Machine-learning Serving.Thèse de doctorat sur Distributed Machine Learning for IoTen coopération avec Accenture Labs.Post-doctorat sur Low-Latency Machine Learning Prediction Servicesen coopération avec Nokia Bell Labs.Post-doctorat sur NFV Application Designen coopération avec Nokia Bell Labs. Situé à Nokia Bell Labs – Paris.- P
ost-doctorat sur Resource Allocation Games for Slices in 5G Networksdans le cadre du projet ANR MAESTRO 5G.
Postes dans le cadre d’appels ouverts d’Inria:
- Thèse de doctorat sur Sustainable Distributed Machine Learning dans le cadre du 3IA Côte d’Azur, l’institut d’Intelligence Artificielle. Date limite de candidature:
27 Mars 2020passée. - Post-dotorat sur Impatient customers in queueing systems: Characterizing their process (date limite de candidature:
21 April 2019passée). - Post-dotorat sur Content-aware caching in Multi-access Edge Computing (MEC) architectures (date limite de candidature:
21 April 2019passée). - Post-dotorat sur Distributed Optimization for Large-scale Machine Learning (date limite de candidature:
21 April 2019passée). - Post-dotorat sur Federated Learning (date limite de candidature:
21 April 2019passée). - Thèse de doctorat sur Content-aware caching in Multi-access Edge Computing (MEC) architectures (date limite de candidature:
5 May 2019passée). - Thèse de doctorat sur Low-Latency Machine Learning Prediction Services (date limite de candidature:
5 May 2019passée). - Thèse de doctorat sur Federated Learning (date limite de candidature:
5 May 2019passée).
Stages:
Stage de M2 sur la décision optimale pour le préchargement.