Ingénieur d’études en méthodes de détection de motifs à partir de données de réseaux sociaux, clairsemées, et spatio-temporelles pour l’étude de la mobilité humaine dans différentes villes internationales (F/H)

Une université d’excellence

Université de recherche intensive, leader mondial en écologie, l’Université de Montpellier est un établissement public expérimental qui figure dans le top 200 du classement de Shanghai. Elle couvre plusieurs champs disciplinaires sciences et techniques, droit, économie, environnement, administration, gestion, médecine, pharmacie, activités physiques et sportives, biologie, informatique, sciences de l’éducation, science politique. Elle a obtenu en 2022 la labellisation I-SITE (Initiative Science Innovation Territoires Economie) qui associe 15 partenaires de recherche et d’innovation du territoire. Ce Programme d'Excellence (PEI) porté par l’Université de Montpellier s’articule autour des enjeux "Nourrir, Soigner, Protéger" et s’appuie sur tous les domaines scientifiques de l'Université et de ses partenaires. Elle coordonne le Pôle Universitaire d’Innovation (PUI).

Une université engagée

Vigilante envers toutes formes de discriminations, l’Université de Montpellier est engagée pour la promotion de la diversité, l’égalité entre femmes et hommes et pour l’inclusion des personnes en situation de handicap. Elle est attachée aux fondements du service public, à la laïcité, à l’égalité des chances et à l’accès de tous aux savoirs. Elle promeut les valeurs académiques telles que l’éthique, l’intégrité scientifique et la liberté universitaire. L’UM place enfin le développement durable au cœur de sa politique et de son savoir-vivre. Une démarche saluée par le palmarès du Times Higher Education qui la place en tête des universités françaises les plus performantes en terme de développement durable.

Structure de rattachement : Observation spatiale modèles et science impliquée (Observation spatiale modèles et science impliquée)

Environnement de travail : La représentation et l'analyse des déplacements des individus en milieu urbain est une problématique importante pour la planification des réseaux urbains. Ce problème peut être appréhendé via le Community Detection (CD), également appelé partitionnement de graphes, afin d'extraire des 'communautés de mobilité urbaine' au sein d'une ville. Ce faisant, on peut montrer comment les structures urbaines sous-tendent la mobilité humaine. Ce concept récent reste purement statique, d'où la nécessité de considérer les dimensions spatiales et temporelles. C'est pourquoi ce travail s'appuiera sur les dernières avancées en matière de méthodes de partitionnement dans le domaine du CD. De ce point de vue, un certain nombre de questions restent en effet ouvertes, notamment : 1) la prise en compte simultanée des dimensions temporelle et spatiale, et 2) la recherche d'une solution de partitionnement sans connaissance préalable sur le nombre potentiel de partitions. A l'heure actuelle,les approches de partitionnement et d'apprentissage supposent un jeu de données conséquent et dédié à une étude spécifique. L'objectif de ce travail construira sur des études passées prenant en compte différentes structures géographiques de grandes villes urbaines dans les pays du Sud et du Nord.