Chaire d’excellence en recherche du Canada sur l’apprentissage par renforcement pour la robotique

  • Anywhere

McGill University

Chaire d’excellence en recherche du Canada sur l’apprentissage par renforcement pour la robotique

L’École d’informatique de l’Université McGill est à la recherche de candidats pour une nomination à une Chaire d’excellence en recherche du Canada (CERC) dans le domaine de l’apprentissage par renforcement et de la robotique. Le Programme des chaires d’excellence en recherche du Canada (CERC) soutient les universités canadiennes dans leurs efforts pour consolider la réputation croissante du Canada en tant que chef de file mondial de la recherche et de l’innovation. Le programme aide les chercheurs de renommée mondiale et leurs équipes à établir des programmes de recherche ambitieux dans les universités canadiennes. Ces bourses sont parmi les plus prestigieuses et les plus généreuses disponibles dans le monde (https://www.cerc.gc.ca/program-programme/cpan-pccs-eng.aspx).

L’Université McGill est un établissement de premier plan au Canada dans le domaine de l’apprentissage automatique (en particulier l’apprentissage par renforcement) et de la robotique mobile. McGill abrite le Centre des Machines Intelligentes (CIM) et le Réseau canadien de robotique du CRSNG. McGill est un membre fondateur de Mila – l’Institut québécois d’intelligence artificielle – un institut de recherche extrêmement actif à l’interface du monde universitaire et de l’industrie. L’École d’informatique de McGill offre des possibilités d’interaction avec des chercheurs de classe mondiale dans les domaines de l’apprentissage automatique, de la robotique, de la science des données sociales, de la bioinformatique, du traitement du langage naturel, de la théorie, des systèmes de données massives, des communications, de la microélectronique et des systèmes informatiques, du génie logiciel et des systèmes et contrôles. Montréal abrite une communauté d’IA et de robotique très active, y compris des groupes de recherche en IA dirigés par l’industrie (Google, Facebook, Microsoft, Samsung, Borealis, Thales, etc.), ainsi qu’une communauté florissante de jeunes entreprises.

Le/la candidat€ au CERC sera un(e) leader internationalement reconnu(e) travaillant à l’interface de l’apprentissage automatique et de la robotique, issu du monde universitaire ou de l’industrie. En plus de mettre sur pied un programme de recherche hautement compétitif à McGill, le/la titulaire de la chaire devra contribuer à un enseignement solide et novateur à McGill, tant au niveau du premier cycle que des cycles supérieurs. Dès sa nomination, le/la titulaire de la chaire CERC deviendra également un membre régulier de Mila et du CIM.

Les candidats du secteur universitaire doivent avoir le rang de professeur titulaire ou être un(e) professeur(e) agrégé(e) qui devrait être promu(e) professeur titulaire d’ici deux ans. Les candidats extérieurs au secteur universitaire doivent avoir des qualifications et des antécédents qui leur permettront d’être nommés au rang de professeur titulaire dans les deux ans.

L’équité, la diversité et l’inclusion (EDI) sont des principes fondamentaux du programme CERC. Pour atteindre ses objectifs et résultats fondés sur l’excellence de la recherche, le programme requiert la participation et la contribution d’étudiants, de stagiaires et de chercheurs issus de groupes sous-représentés. Ces groupes comprennent, sans s’y limiter, les minorités raciales, les peuples autochtones, les personnes handicapées, les femmes et les personnes appartenant aux communautés LGBTQ2+. On s’attend donc à ce que le/la candidat(e) possède les compétences nécessaires pour recruter, enseigner à et encadrer un groupe diversifié de chercheurs et de stagiaires, conformément aux engagements de McGill en matière d’équité et de diversité, tels qu’ils sont énoncés dans les principaux documents institutionnels, notamment le Plan stratégique de McGill en matière d’équité, de diversité et d’inclusion (EDI), le Groupe de travail sur les études autochtones et l’éducation autochtone et le Plan d’action pour lutter contre le racisme anti-Noir.

Nous accueillons et encourageons les candidatures de personnes racialisées/minorités visibles, de femmes, de personnes autochtones, de personnes handicapées, de minorités ethniques, de personnes ayant une orientation sexuelle ou une identité de genre minoritaire, ainsi que de tous les candidats qualifiés ayant les compétences et les connaissances nécessaires pour s’engager de manière productive auprès de diverses communautés.

Le salaire sera proportionnel aux qualifications et à l’expérience. Les lignes directrices du CERC stipulent que les chercheurs qui travaillent actuellement dans une autre institution canadienne sont admissibles à titre de candidats s’il y a un avantage net démontrable pour le pays à déplacer le chercheur d’une institution canadienne à une autre.

Les demandes de renseignements des candidats potentiels sont les bienvenues et seront traitées en toute confidentialité. Les demandes de renseignements peuvent être adressées au professeur Mathieu Blanchette – Mathieu.blanchette@mcgill.ca.

Les candidatures doivent être soumises en ligne à l’adresse https://mcgill.wd3.myworkdayjobs.com/en-US/mcgill_careers/job/Canada-Excellence-Research-Chair-in-Reinforcement-Learning-for-Robotics_JR0000023939.  Utilisez une adresse électronique personnelle lors de la création d’un compte dans Workday. N’utilisez pas les comptes de courriel @mail.mcgill.ca ou @mcgill.ca pour postuler. Les candidatures doivent inclure (i) une lettre de présentation décrivant leur programme de recherche, (ii) un curriculum vitae, (iii) une déclaration d’enseignement, (iv) les noms et coordonnées de 3 références.

Veuillez soumettre votre candidature dans les 30 jours suivant cette date de publication 25 mars 2022.

L’Université McGill s’engage à respecter l’équité et la diversité au sein de sa communauté et valorise la rigueur et l’excellence académiques. McGill reconnaît et prend en compte de manière équitable l’impact des congés (par exemple, pour soins familiaux ou pour raisons de santé) qui peuvent contribuer à des interruptions ou à des ralentissements de carrière. Les candidats sont encouragés à signaler tout congé qui a affecté leur productivité ou qui a pu avoir un effet sur leur parcours professionnel. Ces informations seront prises en compte pour s’assurer du traitement equitable des dossiers soumis.

McGill met en œuvre un programme d’équité en matière d’emploi et encourage les membres des groupes visés par l’équité à s’identifier. Elle cherche en outre à assurer le traitement équitable et la pleine intégration des personnes handicapées en s’efforçant de mettre en œuvre les principes de conception universelle de façon transversale, dans toutes les facettes de la communauté universitaire, et par le biais de politiques et de procédures d’adaptation. Les personnes handicapées qui prévoient avoir besoin de mesures d’adaptation pour toute partie du processus de candidature peuvent contacter, en toute confidentialité, accessibilityrequest.hr@mcgill.ca ou appeler le 514-398-2477.

L’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, accessibilityrequest.hr@mcgill.ca.

Leave a Reply

Your email address will not be published.