Bonjour,
Désolé pour les
réceptions multiples.
Vous trouverez
ci-après une proposition de thèse CIFRE avec la société AdWanted
Proposition
de thèse CIFRE
Structures :
AdWanted / Université de Reims
Champagne-Ardenne (CReSTIC)
Lieu de travail principal :
Paris (75) ou Reims (51)
Type de financement :
CIFRE
Mots clés :
Science des données, systèmes de recommandation,
apprentissage automatique, intelligence artificielle, big
data, publicité/plan média.
Adwanted est une
société internationale qui se spécialise dans l’achat de média off-line (presse,
radio, TV,…) en ligne en France, Etats-Unis et Espagne Elle
propose une plateforme web qui contient les inventaires à vendre
et tous les outils nécessaires à la construction d’un plan média
et l’acheter. De plus, Adwanted détient des outils
périphériques, connectés à la plateforme qui permettent de faire
du médiaplanning, une analyse de la performance d’un plan média,
ou des bilans financiers compilant et ventilant les achats de la
plateforme.
Nos clients actuels
sont des spécialistes de l’achat média qu’ils soient en régies
publicitaires ou en agences média. Ces entreprises sont en
pleine transformation où l’accent est mis plus sur les équipes
s’occupant de la partie commerciale/négociation de l’achat que
sur l’optimisation du choix du support de communication, ce qui
se traduit par une perte d’expertise dans la construction d’un
plan média. Nous souhaitons aussi ouvrir notre plateforme à des
utilisateurs novices dans l’achat publicitaire.
Dans ce contexte,
l’objectif de cette CIFRE est de proposer et développer un
moteur de recommandation basé sur un apprentissage automatique
dynamique dans un contexte de données volumiques. Les
problématiques de transfer learning (homogène et
hétérogène) et de véracité/valeur des traitements de nos données
massives sont au coeur de ce projet.
Profil attendu :
Information
ou mathématicien avec un master orienté en science des données,
big data, fouille de données, intelligence artificielle. Des
connaissances et savoirs-faire en programmation objet (C#,
Java), en analyse de données et outils associés (R, weka, knime,
etc.), en système de recommendation en base de données (SQL,
NoSQL, SPARQL) et/ou dans les paradigmes du big data
(Map/Reduce, Hadoop, Spark, Cloud) sont souhaitables.
Superviseurs
scientifiques :
· Cyril de Runz (Maître de
Conférences HDR, CReSTIC Université de Reims Champagne-Ardenne)
· Amine Aït Younes (Maître de
Conférences, CReSTIC Université de Reims Champagne-Ardenne)
Superviseurs
Industriels :
· Damien Bodénès (AdWanted)
Pour candidater,
veuillez envoyer votre CV, vos notes de master, et éventuelles
lettres de recommandation à Damien Bodénès (dbodenes@adwanted.com)
et Cyril de Runz (cyril.de-runz@univ-reims.fr).
—
Cyril de Runz
Maître de Conférences HDR — Associate Professor
Université de Reims Champagne-Ardenne
IUT de Reims Châlons Charleville
MODECO – CReSTIC – Département Informatique
Chemin des Rouliers CS30012 51687 REIMS CEDEX 2
Tel : (+33) 3 26 91 80 34 / (+33) 6 15 88 28 37
https://crestic.univ-reims.fr/fr/cyril.de-runz
http://sites.google.com/site/cyrilderunz/
Mel : cyril.de-runz@univ-reims.fr