Post-doctorat : modélisation et intelligence artificielle (H/F)

Vous exercerez votre activité au sein de l'Unité Mixte de Recherche Épidémiologie des maladies animales et zoonotiques, reconnue pour ses travaux combinant études de terrain, modélisation mécaniste, analyses spatiales et approches génomiques. Vous serez basé.e sur le campus de Vet Agro Sup, à Marcy-l'Etoile, à proximité de Lyon, et travaillerez principalement avec Francesco PINOTTI, Xavier BAILLY, Guillaume FOURNIE et Julien THEZE. Vous collaborerez également avec plusieurs partenaires français et européens dans le cadre de deux projets auxquels ce poste est rattaché :

- Le projet européen Horizon Europe GeoAI4EI (GeoAI Toolbox for Epidemic Intelligence) vise à développer une nouvelle génération d'outils d'intelligence artificielle et de modélisation pour renforcer la préparation et la réponse aux crises sanitaires à l'échelle européenne. Le projet rassemble des partenaires majeurs dans les domaines de l'intelligence artificielle, l'analyse spatiale, la surveillance épidémiologique et la santé publique. - Le projet ANR CRISPOX vise à développer des modèles de transmission du virus de la dermatose nodulaire contagieuse chez les bovins en France en les calibrant à l'aide de méthodes d'inférence innovantes, afin d'évaluer différentes stratégies de surveillance et de contrôle.

Votre mission principale consistera à développer une nouvelle génération de méthodes d'inférence fondée sur la simulation, mobilisant les avancées récentes de l'intelligence artificielle pour calibrer des modèles mécanistes spatialisés de propagation d'agents pathogènes à partir de sources de données multiples. Les approches développées devront permettre de mettre à jour les estimations et d'actualiser les projections en temps quasi-réel, à mesure que de nouvelles données deviennent disponibles.

Vous contribuerez plus particulièrement au développement de méthodes reposant sur des algorithmes d'intelligence artificielle - Neural Posterior Estimation (NPE), Neural Likelihood Estimation (NLE) et d