Nous recrutons une personne au doctorat pour travailler sur l’apprentissage décisionnel responsable et robuste. Le projet portera sur le développement de modèles d’apprentissage automatique entraînés non seulement pour produire des prédictions précises, mais aussi pour soutenir des décisions de grande qualité dans des problèmes d’optimisation.
Le poste s’adresse à une personne intéressée par l’intersection entre la recherche opérationnelle, l’apprentissage automatique, l’optimisation stochastique, l’optimisation bilevel et la théorie des jeux. Les directions de recherche possibles incluent les politiques décisionnelles interprétables, les chaînes prédiction-optimisation à grande échelle, ainsi que les méthodes d’apprentissage robustes dans des contextes où les données peuvent être bruitées, stratégiquement manipulées ou sensibles du point de vue de la confidentialité.
La personne recrutée fera partie d’un environnement de recherche collaboratif entre l’Université de Montréal, Polytechnique Montréal, GERAD, CIRRELT, et Mila. Le projet sera aussi lié à des applications en énergie, transport et chaînes d’approvisionnement, où les systèmes d’aide à la décision fiables deviennent de plus en plus importants.
Les candidatures recherchées devraient démontrer une solide formation mathématique et de bonnes compétences en programmation. Une expérience préalable en optimisation, apprentissage automatique, probabilités ou algorithmique sera appréciée. Une maîtrise est un atout, mais n’est pas strictement requise pour les candidatures exceptionnelles.
Lectures connexes :
- A survey of contextual optimization methods for decision-making under uncertainty, par Utsav Sadana, Abhilash Chenreddy, Erick Delage, Alexandre Forel, Emma Frejinger et Thibaut Vidal.
- Solving two-stage programs with endogenous uncertainty via random variable transformation, par Maria Bazotte, Margarida Carvalho et Thibaut Vidal.
- Trained random forests completely reveal your dataset, par Julien Ferry, Ricardo Fukasawa, Timothee Pascal et Thibaut Vidal.
Les personnes intéressées sont invitées à écrire à Thibaut Vidal, Margarida Carvalho, et Utsav Sadana, avec l’objet PhD application - Responsible Decision-Focused Learning, en incluant :
- un CV ;
- les relevés de notes, si disponibles ;
- un court texte décrivant les intérêts de recherche et la préparation ;
- des liens vers des articles, du code ou des projets, si disponibles ;
- les coordonnées de personnes pouvant fournir des références.
Les candidatures seront évaluées au fil de l’eau. Nous sommes attachés à un environnement de recherche inclusif et encourageons les candidatures de personnes de tous horizons, y compris de membres de groupes sous-représentés en mathématiques, informatique, recherche opérationnelle et génie.