IGR en traitement d'images et IA appliqués aux manuscrits modernes
Université de Tours (ouvre un nouvel onglet) — Université de Tours
Localisation
Indre et Loire (37), France (37)
Télétravail
Oui
Management
Non
Niveau d'études
Niveau 6 Licence/diplômes équivalents
Publication
23 octobre 2026
Date limite
15 novembre 2026
Domaine
Recherche
Secteur
Recherche & Innovation
Missions principales
Contexte
Le projet de recherche européen PRIMA réexamine la façon dont la culture a été produite et diffusée en Europe moderne, entre 1575 et 1800. Hypothèse centrale : l'imprimé n'a pas été la technologie dominante de publication, le manuscrit est resté un support de publication massif pour les littérature, science et musique, notamment en Italie.
Le projet cherche à établir qui produisait ces manuscrits, pour qui, en quelle quantité, selon quelles pratiques d'écriture, et les cas d'hybridation entre manuscrit et imprimé. Il combine méthodes qualitatives, approches quantitatives, traitements computationnels pour les fouille, production, recherche de données. Ses résultats incluent la constitution d'un centre d'études du manuscrit moderne et des publications en accès ouvert.
L'ingénieur·e rejoindra le volet computationnel du projet, travaillera en interaction étroite avec les historien·ne·s, paléographes, littéraires. Pas de connaissance en paléographie exigée (formation interne). Goût du dialogue interdisciplinaire indispensable.
Missions
Segmentation, prétraitement des images : Reprendre, évaluer, améliorer l'outil de segmentation existant, analyse du papier. Concevoir les prétraitements adaptés aux documents anciens. Automatiser la chaîne pour la rendre exploitable sur des corpus de grande taille.
Caractérisation des formes de lettres : Définir, implémenter des descripteurs. Évaluer comparativement ces représentations sur les corpus du projet.
Classification, modélisation : Moissonnages des images et métadonnées des filigranes, mettre en œuvre des approches pour identifier et regrouper les allographes d'une même lettre et le motif du filigrane. Modéliser la dépendance de la graphie au contexte : position dans le mot, lettres voisines, ligatures. Comparer approches classiques et connexionnistes.
Datation, localisation : Construire les distributions de référence à partir des documents datés et localisés fournis par l'équipe. Concevoir et valider les mesures de comparaison entre distributions, avec quantification de l'incertitude. Produire des résultats interprétables et discutables par les historien·ne·s du projet.
Ingénierie, diffusion : Développer un code documenté, testé, versionné, reproductible. Constituer et documenter les jeux de données annotés dans une perspective de science ouverte. Participer à la rédaction des publications, présenter les travaux. Contribuer à l'encadrement technique de stagiaires/doctorant·e·s sur les aspects computationnels.
Compétences attendues
ContexteLe projet de recherche européen PRIMA réexamine la façon dont la culture a été produite et diffusée en Europe moderne, entre 1575 et 1800. Hypothèse centrale : l'imprimé n'a pas été la technologie dominante de publication, le manuscrit est resté un support de publication massif pour les littérature, science et musique, notamment en Italie.Le projet cherche à établir qui produisait ces manuscrits, pour qui, en quelle quantité, selon quelles pratiques d'écriture, et les cas d'hybridation entre manuscrit et imprimé. Il combine méthodes qualitatives, approches quantitatives, traitements computationnels pour les fouille, production, recherche de données. Ses résultats incluent la constitution d'un centre d'études du manuscrit moderne et des publications en accès ouvert.L'ingénieur·e rejoindra le volet computationnel du projet, travaillera en interaction étroite avec les historien·ne·s, paléographes, littéraires. Pas de connaissance en paléographie exigée (formation interne). Goût du dialogue interdisciplinaire indispensable.MissionsSegmentation, prétraitement des images : Reprendre, évaluer, améliorer l'outil de segmentation existant, analyse du papier. Concevoir les prétraitements adaptés aux documents anciens. Automatiser la chaîne pour la rendre exploitable sur des corpus de grande taille.Caractérisation des formes de lettres : Définir, implémenter des descripteurs. Évaluer comparativement ces représentations sur les corpus du projet.Classification, modélisation : Moissonnages des images et métadonnées des filigranes, mettre en œuvre des approches pour identifier et regrouper les allographes d'une même lettre et le motif du filigrane. Modéliser la dépendance de la graphie au contexte : position dans le mot, lettres voisines, ligatures. Comparer approches classiques et connexionnistes.Datation, localisation : Construire les distributions de référence à partir des documents datés et localisés fournis par l'équipe. Concevoir et valider les mesures de comparaison entre distributions, avec quantification de l'incertitude. Produire des résultats interprétables et discutables par les historien·ne·s du projet.Ingénierie, diffusion : Développer un code documenté, testé, versionné, reproductible. Constituer et documenter les jeux de données annotés dans une perspective de science ouverte. Participer à la rédaction des publications, présenter les travaux. Contribuer à l'encadrement technique de stagiaires/doctorant·e·s sur les aspects computationnels.
Profil attendu
Savoir :
Requis : Domaine / Attendus :
Traitement du signal et des images. / Filtrage, morphologie mathématique, segmentation, extraction et description de contours, analyse de formes, mise en correspondance
Apprentissage automatique. / Classification supervisée et non supervisée, clustering, réduction de dimension, sélection de modèles, protocoles d'évaluation et validation croisée
Modèles probabilistes. / Modèles graphiques et réseaux bayésiens, modèles de mélange, modèles séquentiels
Apprentissage profond. / CNN pour la vision, architectures à attention et transformers, apprentissage auto-supervisé et par transfert, apprentissage métrique et few-shot
Développement. / Python et son écosystème scientifique, Git, environnements reproductibles, calcul sur GPU
Génie logiciel. / Code structuré, testé, documenté ; conception maintenable, évolutive
Langues. / Français ou anglais courant ; lire, rédiger en anglais scientifique
Le corpus est déséquilibré et faiblement annoté : maîtrise des méthodes adaptées aux données rares et bruitées appréciée
Appréciés : Expérience en humanités numériques, travail avec des chercheur·se·s en sciences humaines ; Reconnaissance d'écriture manuscrite, familiarité avec des outils comme Transkribus, eScriptorium, Kraken ; Traitement automatique des langues : modèles de langue, modèles n-grammes, plongements lexicaux, correction et normalisation de textes bruités, langues anciennes ; Connaissance des standards de description et d'échange du patrimoine écrit ; Curiosité pour les humanités numériques, en particulier les écrits anciens.
Savoir-faire :
Outils, méthodes de traitement des signal images
Connaissance des bonnes pratiques en programmation
Qualité, lisibilité, maintenabilité du code
Assurer la qualité des données
Reproductibilité des procédés, analyses, résultats
Veille technologique, mise à jour des outils utilisés
Communication écrite et orale, efficace sur des contenus techniques avec des chercheurs en SHS
Savoir-être :
Sens du travail en équipe, autonomie, organisation
Esprit d’initiative
Rigueur, capacités d’analyse
Conditions d'exercice
Respect des calendriers prévus par le projet ERC
Déplacements possibles en France et à l’étranger
Informations complémentaires
Renseignements sur le poste : [email protected] (Toute candidature envoyée directement à cette adresse ne sera pas prise en compte)
Dossier de candidature : CV (sans photo) et lettre de motivation
Métier de référence
Chercheuse / Chercheur
Comprendre ce poste
Ce poste d'ingénieur de recherche s'inscrit dans le projet européen PRIMA, qui étudie la production et la diffusion culturelles en Europe entre 1575 et 1800, en réévaluant le rôle du manuscrit face à l'imprimé. La personne recrutée développe la partie computationnelle du projet : elle conçoit des outils de traitement d'images et d'intelligence artificielle appliqués à des corpus de manuscrits modernes. Son travail consiste à concevoir et mettre en œuvre des chaînes de traitement, à collaborer étroitement avec des historiens, paléographes et littéraires, puis à transformer ces résultats en données exploitables pour la recherche. Ce rôle contribue à la constitution d'un centre d'études du manuscrit moderne et à des publications en accès ouvert.
Le recrutement dans ce cadre
Le poste est ouvert uniquement aux contractuels, sans passage par un concours, sur un emploi de catégorie A, qui suppose un niveau de qualification élevé et des responsabilités techniques. Dans la fonction publique d'État, les perspectives d'évolution pour un ingénieur de recherche passent généralement par l'acquisition de compétences reconnues, la participation à des projets collectifs et, selon les dispositifs en vigueur, des voies de titularisation ou de promotion.
Conseils pour candidater
- Mettez en avant des réalisations concrètes en traitement d'images (segmentation, extraction de contours, analyse de formes) accompagnées de jeux de données ou de dépôts de code consultables.
- Explicitez votre expérience de travail en équipe interdisciplinaire : la capacité à expliquer des méthodes computationnelles à des chercheurs issus des sciences humaines est un critère déterminant ici.
- Documentez vos protocoles d'évaluation (validation croisée, choix de modèles) et votre pratique des architectures modernes (CNN, transformers), en précisant les contraintes liées à des données peu annotées ou hétérogènes.
Éclairage rédigé par PostePublic pour contextualiser cette offre.
Réf. 2026-2449405Fonction publique d'État