Chercheur(e) postdoctoral en humanités numériques

Chercheur(e) postdoctoral en humanités numériques (F/H) Join to apply for the Chercheur(e) postdoctoral en humanités numériques (F/H) role at PSL Research University L’ÉCOLE NORMALE SUPÉRIEURE Créée en 1794, l'École normale supérieure, membre de l’Université PSL, est un établissement d'enseignement supérieur et de recherche qui recrute sur concours les étudiants les plus talentueux en France et à l'étranger. Établissement d'élite, dont l'activité recouvre l'essentiel des disciplines scientifiques et littéraires, l'ENS-PSL jouit d'un grand prestige international par la qualité de ses étudiants mais aussi par la réputation de ses centres de recherche. Non-discrimination, ouverture et transparence Les établissements membres de l'Université PSL s’engagent à soutenir et promouvoir l’égalité, la diversité et l’inclusion au sein de ses communautés. Nous encourageons les candidatures issues de profils variés, que nous veillerons à sélectionner via un processus de recrutement ouvert et transparent. Compétences attendues Diplôme : Le/La candidat(e) choisi(e) pour le poste devra être titulaire d'un doctorat en informatique, mathématiques appliquées, sciences des données, sociologie computationnelle, ou des domaines connexes avec une forte composante en théorie des graphes. Expérience professionnelle : 1/3 ans Connaissances Connaissance approfondie de la théorie des graphes, de l'analyse de réseaux complexes et des algorithmes de graphes. Expertise en détection de communautés, mesures de centralité, et représentations hiérarchiques de graphes. Expérience avec les méthodes de propagation d'information dans les graphes et le clustering localisé. Maîtrise des techniques d'embedding de graphes (node2vec, graph neural networks, etc.). Connaissances en analyse de réseaux sociaux et en sociologie computationnelle. Connaissance des méthodes d'analyse sémantique computationnelle et de modélisation thématique. Maîtrise d'outils d'analyse de réseaux, de graphes et de représentations visuelles. Familiarité avec les environnements Linux/Unix. Connaissance des standards du patrimoine numérique (XML, TEI). Optionnel : Familiarité avec les modèles de langage et leur application à l'annotation de graphes. Compétences Techniques Maîtrise de Python (obligatoire) et des bibliothèques d'analyse de graphes (NetworkX, igraph, graph-tool). Expérience avec des frameworks de deep learning pour graphes (PyTorch Geometric, DGL, ou similaires). Maîtrise des bases de données (PostgreSQL, SQL) et idéalement des bases de données orientées graphes (Neo4j, etc.). Expérience en développement web (HTML, CSS, APIs REST). Expérience en traitement automatique du langage naturel (NLP) appliqué aux graphes textuels. Compétences en visualisation de réseaux et de données (Gephi, D3.js, Plotly, etc.). Capacité à travailler avec des données à grande échelle (>1M nœuds). Compétences Comportementales Autonomie et prise d'initiative : capacité à travailler de manière indépendante et à proposer des solutions. Sens de l'ownership : prendre la responsabilité de ses développements de bout en bout. Communication interdisciplinaire : capacité à interagir efficacement avec des chercheurs de différentes disciplines. Esprit d'équipe : collaboration étroite dans une équipe technique réduite. Adaptabilité : ouverture aux nouveaux défis techniques et aux apprentissages. Rigueur : attention à la qualité du code et aux bonnes pratiques de développement. Poste à pourvoir le : 1 mars 2026 Lieu de travail : site ITEM ENS 5ÈME ou Pouchet Paris 17ème Quotité de travail (50% ou +) : 100% Poste Ouvert aux contractuels : CDD de 12 mois renouvelable – Rémunération selon grille et expérience Modalités des candidatures Lettre de motivation en français et/ou en anglais. Un CV détaillé mentionnant vos expériences techniques pertinentes. Une copie du diplôme certifiant le niveau d'étude requis. Les coordonnées de deux référents professionnels. #J-18808-Ljbffr