Post-doctorant·e en apprentissage décentralisé sûr, conficentiel et explicable - CDD 12 mois

Start free →

Or apply yourself on the official page →

About the role

Présentation de Télécom SudParis : Télécom SudParis est une grande école publique d'ingénieurs reconnue au meilleur niveau des sciences et technologies du numérique. La qualité de ses formations est basée sur l’excellence scientifique de son corps professoral et une pédagogie mettant l’accent sur les projets d’équipes, l’innovation de rupture et l’entreprenariat. Télécom SudParis compte 1 000 étudiantes et étudiants dont 700 élèves ingénieurs et environ de 150 doctorantes et doctorants. Télécom SudParis fait partie de l’Institut Mines-Télécom, premier groupe d’école d’ingénieurs en France, et partage son campus avec Institut Mines-Télécom Business School. Télécom SudParis est co- fondatrice de l'Institut Polytechnique de Paris (IP Paris), Institut de Sciences et Technologies à vocation mondiale avec l’École polytechnique, l’ENSTA Paris, l’ENSAE Paris, l'ENPC et Télécom Paris. Vidéo présentation de Télécom SudParis À propos de l'Institut Mines-Télécom : L'Institut Mines-Télécom (IMT) est un établissement public dédié à l'enseignement supérieur et la recherche pour l'innovation dans les domaines de l'ingénierie et du numérique. À l’écoute permanente du monde économique, l'IMT conjugue une forte légitimité académique et scientifique, une proximité avec les entreprises et un positionnement unique sur les transformations majeures au XXIe siècle : numériques, énergétiques, industrielles et éducatives siècle. Ses activités se déploient au sein des grandes écoles Mines et Télécom sous tutelle du ministre en charge de l’Industrie et des communications électroniques, de deux filiales et de partenaires associés ou sous convention. L'IMT est membre fondateur de l’Alliance Industrie du Futur. Il est doublement labellisé Carnot pour la qualité de sa recherche partenariale. Vidéo de présentation de l'Institut Mines-Télécom Missions • Analyser les enjeux de sécurité, de vie privée et d’éthique liés au déploiement de solutions d’intelligence artificielle (IA) dans des domaines critiques et variés, notamment la santé, la finance et les transports. • Étudier les méthodes d’apprentissage automatique préservant la vie privée ( Privacy-Preserving Machine Learning – PPML ) et leur capacité à répondre aux exigences réglementaires et éthiques, notamment celles découlant du RGPD et de l’AI Act. • Concevoir et évaluer des approches de protection de la vie privée dans des environnements d’apprentissage décentralisé, en particulier dans le cadre de l’apprentissage fédéré. • Identifier et caractériser les vulnérabilités de sécurité propres à l’apprentissage collaboratif et fédéré, notamment les attaques par empoisonnement de données, l’injection de portes dérobées ( backdoors ) et les attaques visant la confidentialité des données et des utilisateurs. • Étudier les mécanismes d’inférence à partir des mises à jour de modèles , notamment les attaques par inférence d’appartenance et par inférence de propriétés, afin d’évaluer les risques de divulgation d’informations sensibles. • Évaluer la robustesse et la confidentialité des modèles d’IA dans des contextes où les données, les nœuds et les processus d’apprentissage sont distribués et difficilement auditables. • Étudier les méthodes d’intelligence artificielle explicable (XAI) afin d’améliorer la transparence, l’interprétabilité et la compréhension des décisions produites par les modèles d’IA. • Analyser les interactions et compromis entre explicabilité, vie privée et robustesse dans les systèmes d’apprentissage décentralisé. • Développer et expérimenter des méthodes permettant de concilier transparence et protection de la vie privée , en tenant compte des contraintes propres aux environnements distribués. • Mettre en place des protocoles expérimentaux et des critères d’évaluation permettant de mesurer

View the official posting →