Ingénieur de Recherche pour la Mise en Place d'Un Système de Collecte et d'Analyse de Traces Éducatives H/F CNRS

Détail du poste

Le projet vise à moderniser la plateforme LRS-MOCAH, essentielle pour la collecte et l'analyse de traces édu-catives issues d'EIAH, comme les jeux sérieux de l'équipe ou Pyrates (Univ. Rennes). En remplaçant l'infrastructure matérielle par un serveur dédié pouvant tenir la charge et l'infrastructure logicielle par un LRS (Ralph) français porté par FUN, le projet répondra aux défis techniques actuels et offrira des capacités analy-tiques avancées, intégrant des algorithmes de prédiction et clustering. La méthodologie repose sur une instal-lation initiale robuste, la conception d'une architecture modulaire d'analyse, et l'intégration progressive des données existantes et des outils développés par l'équipe. Cette plateforme modernisée bénéficiera aux cher-cheurs, enseignants et étudiants via des visualisations interactives exploitables en temps réel, offrant un outil pérenne et collaboratif pour la communauté EIAH française.
Activités
L'objectif principal est de moderniser la plateforme LRS afin de répondre aux défis techniques et d'offrir des capacités d'analyse avancées. Plus précisément :
1. Migrer vers une plateforme robuste : adopter une solution basée sur une architecture moderne de LRS de type Ralph (https://github.com/openfun/ralph), utilisée par France Université Numérique (FUN), tout en inté-grant des fonctionnalités d'analyse actuellement absentes.
2. Enrichir les capacités analytiques : intégrer des algorithmes développés par l'équipe MOCAH, tels que le clustering, l'analyse de séquences ou la prédiction de décrochage, afin de proposer des tableaux de bord dynamiques adaptés aux besoins éducatifs.
3. Proposer une plateforme collaborative pérenne : assurer la centralisation des traces et des analyses pour accélérer les projets doctoraux et autres recherches de la communauté EIAH.
Compétences
les compétences attendues peuvent inclure tout ou partie des éléments suivants :
* conception d'une architec-ture informatique,
* utilisation d'API REST,
* capacités d'analyse de données,
* conception de visualisations et de tableaux de bord, bases de données non structurées (type MongoDB),
* connaissance de technologies type containers ou machines virtuelles,
* connaissances des architectures micro-services et outils de monitoring (e.g. Grafana),
* connaissance des outils de sécurité (e.g. SSL/TLS),
* sensibilisation aux questions de montée en charge

Savoir-faire transversaux : responsabilité, autonomie

Savoir-être :
* travail en équipe/collaboration,
* capacité à communiquer clairement et efficacement avec les membres de l'équipe,
* capacité à s'adapter à de nouvelles technologies
Contexte de travail


Le LIP6 est une Unité Mixte de Recherche (UMR 7606) de Sorbonne Université (SU) et du Centre National de la Recherche Scientifique (CNRS). Fort de plus de 500 membres, dont 200 permanents, il est l'un des plus grands laboratoires de recherche en informatique de France. Les 20 équipes du laboratoire couvrent un champ large des sciences informatiques : de l'électronique jusqu'à l'intelligence artificielle. Les collaborations du LIP6 relèvent tant de la recherche fondamentale (modélisation et résolution de problèmes fondamentaux) que de la recherche appliquée (mise en oeuvre et validation de solutions en conditions réelles).
Les activités du laboratoire s'articulent autour de quatre axes transverses :
- Intelligence artificielle et sciences des données ;
- Architecture, systèmes et réseaux ;
- Sécurité, sûreté et fiabilité ;
- Théorie et outils mathématiques pour l'informatique.

Dans le cadre de cette mission la personne recrutée intégrera l'équipe MOCAH du LIP6, composée de 7 en-seignants-chercheurs, et spécialisée dans l'utilisation de technologies fondées sur l'IA (ingénierie des con-naissances, ontologies, agents conversationnels, fouille de données...) pour l'aide à l'apprentissage humain.
L'essentiel des travaux de l'équipe vise à proposer des modèles intégrant les connaissances humaines dans des systèmes d'aide à l'apprentissage, afin d'améliorer les modèles de l'apprenant, le diagnostic, le feedback et les systèmes eux-mêmes.
Les modèles et outils sont associés à des environnements informatiques ouverts tels que des simulations, des jeux sérieux et des systèmes de réalité virtuelle ; c'est-à-dire des environnements hautement interactifs.
Contraintes et risques

Le poste requiert d'être présent sur place pour l'essentiel des missions.