Chercheur(euse) postdoctoral(e)

McGill University; Montreal; On-site; CAD 54,000 - 66,000; Full time

Job summary

Université McGill recherche un(e) chercheur(e) postdoctoral(e) en apprentissage automatique multimodal pour développer des techniques de tokenisation et des méthodes d’apprentissage auto-supervisé afin d’intégrer des flux de données variés et projeter ces données dans un espace latent commun.

Vous travaillerez avec une équipe sur des architectures multimodales et évaluerez rigoureusement les biais et la robustesse, tout en veillant à une utilisation responsable des données et à une collaboration

Qualifications

• Doctorat en apprentissage automatique, informatique, neurosciences computationnelles, statistiques ou discipline connexe.
• Maîtrise de Python et cadres de développement modernes en apprentissage profond.
• Expérience avec infrastructures de calcul haute performance et GPU.
• Recherche démontrée en modélisation multimodale et évaluation statistique des modèles ML.
• Atout : expérience en apprentissage auto-supervisé, TALN, modélisation cognitive et méthodes respectueuses de la vie privée.

Responsibilities

• Développer des techniques de tokenisation et d’apprentissage auto-supervisé pour intégrer flux de données variés (cognitifs, textes, données psychométriques).
• Entraîner des modèles multimodaux novateurs dans un espace latent unifié.
• Collaborer avec une chercheuse postdoctorale en psychométrie pour distinguer variations cognitives réelles des erreurs de mesure et des biais.

Skills

Python

Deep learning

Modélisation multimodale

GPU clusters

Évaluation statistique

Education

Doctorat en apprentissage automatique

Tools

GPUs

Infrastructures HPC

Job description

Veuillez référer au guide Comment postuler à un emploi (pour les candidats externes) pour obtenir des instructions sur la façon de postuler.Si vous êtes un employé actif de McGill (c.-à-d. actuellement dans un contrat ou un poste actif à l'Université McGill), ne postulez pas via ce site de carrière. Connectez-vous à votre compte McGill Workday et postulez à cette affichage en utilisant le rapport Find Jobs (tapez Find Jobs dans la barre de recherche).Chercheur ou chercheuse postdoctorale en apprentissage automatique multimodalAperçu du posteLe poste consiste à mettre au point des techniques visant à élaborer un modèle de fondation des neurotypes humains en intégrant les performances aux tâches cognitives, les données textuelles issues de conversations et les données biométriques. Le principal défi consiste à utiliser l’apprentissage auto-supervisé de représentations afin de construire une variété latente continue représentant les différences individuelles.Responsabilités Développer des techniques de tokenisation et des méthodes d’apprentissage auto-supervisé afin d’intégrer divers flux de données (résultats cognitifs, textes, choix créatifs et données psychométriques). Entraîner des modèles reposant sur des architectures multimodales novatrices afin de projeter des données qualitatives et quantitatives dans un espace latent unifié. Travailler en étroite collaboration avec une personne chercheuse postdoctorale en psychométrie afin de distinguer les variations cognitives réelles des erreurs de mesure, des effets liés aux appareils et des facteurs de confusion linguistiques. Concevoir des évaluations rigoureuses axées sur la séparation des données au niveau des participants, la robustesse des modèles, la gestion des modalités manquantes et la généralisation. Examiner minutieusement les modèles afin de détecter les biais et les inférences sensibles non étayées, et d’évaluer leur stabilité, tout en veillant à une utilisation responsable des données en collaboration avec les instances de gouvernance. Collaborer avec des ingénieurs logiciels sur les pipelines de prétraitement des données et l’intégration des modèles dans l’infrastructure infonuagique du jeu.Qualifications Doctorat en apprentissage automatique, en informatique, en neurosciences computationnelles, en statistique ou dans une discipline connexe. Maîtrise de Python et des cadres de développement modernes en apprentissage profond. Expérience des infrastructures de calcul haute performance et des grappes de processeurs graphiques (GPU). Solide expérience en recherche dans les domaines de la modélisation multimodale, de l’apprentissage de représentations et de l’évaluation statistique des modèles d’apprentissage automatique. Atout : Expérience en apprentissage auto-supervisé, en traitement automatique du langage naturel (TALN), en modélisation cognitive et en méthodes respectueuses de la vie privée.Ce poste est régi par la convention collective de l’AMURE : https://www.mcgill.ca/hr/fr/relations-de-travail/syndicats-et-associationsAvant de postuler, veuillez noter que pour travailler à l’Université McGill, vous devez être à la fois autorisé à travailler au Canada et disposé à travailler au Québec, sur le campus où le poste est basé.L’Université McGill est une université anglophone où la plupart des activités d’enseignement et de recherche se déroulent en anglais, ce qui exige une maîtrise de l’anglais tant à l’oral qu’à l’écrit.Salaire annuel:$60,000.00Heures par semaine:35 (Temps plein)Lieu de travail:Neuro. MontréalSuperviseur(e):Professeur agrégéDate de début de l’emploi2027-01-01Date de fin de l’emploi :2027-12-31Date limite pour postuler :2026-11-13L’Université McGill recrute sur la base du mérite et s’est fermement engagée à promouvoir et instaurer l’équité et la diversité au sein de sa communauté. Nous accueillons favorablement les demandes d’emploi des personnes racisées et de minorités visibles, des femmes, des personnes autochtones, des personnes handicapées, des minorités ethniques, des personnes de toute orientation et identité sexuelles, ainsi que toute personne possédant les aptitudes et les connaissances lui permettant de travailler en collaboration avec diverses communautés. L’Université McGill met en œuvre un programme d’équité en matière d’emploi et invite les membres des groupes visés à indiquer leur appartenance à ces derniers dans leur dossier de candidature. Les personnes handicapées qui pourraient avoir besoin d’accommodements à n’importe quelle étape du processus de candidature sont invitées à communiquer en toute confidentialité, [e-mail] .