description
Il s’agit d’une thèse de doctorat franco-allemande conjointe sur l’IA verte et l’IA explicable appliquées à la reconnaissance automatique de la parole, avec des recherches sur la compression de modèles auto-supervisés, la quantification, l’élagage et l’interprétabilité des modèles. La thèse sera inscrite à l’ENSAM (France) et à la THM (Allemagne), avec 18 mois en France au Campus de Nancy de CESI LINEACT et 18 mois en Allemagne chez KITE, à Friedberg. Sa durée sera de 3 ans et la date de début est dès que possible. Le poste exige de solides compétences en mathématiques, en programmation et en IA ; une expérience de PyTorch ou TensorFlow est appréciée. La thèse sera co-encadrée par Leila Ben Letaifa, Yuehua Ding, Michael Guckert et Christin Seifert.
