Expert en science des données F/H (réf. 2026-1435) — Sorbonne Université– Services Universitaires

Fonctions : Expert-e en science des données

Catégorie : A

Corps : IGR

BAP : E

CDD de 2 ans.

Mission :

L’ingénieur·e de recherche est le/la référent·e du projet ANR MELODY au sein de l’équipe Data Science de SCAI. Sa mission principale est de constituer le corpus de référence verdien : transcription, structuration, documentation et mise en qualité scientifique des esquisses de Giuseppe Verdi en MusicXML. Il/elle en assure l’exploitation avec l’équipe Data Science pour l’entraînement, l’analyse et l’évaluation des modèles d’IA.

1. Constitution du corpus verdien (WP3)

Transcrire les esquisses de Verdi en MusicXML et constituer un corpus de référence pour la reconstruction musicale assistée par IA

Structurer les matériaux : fragments, états du texte musical, segmentation, portées, voix, instrumentation et continuité des passages

Produire les métadonnées scientifiques : sources, datation, état d’achèvement, incertitudes et hypothèses éditoriales

Documenter les choix de transcription et garantir la qualité et la traçabilité scientifique du corpus

Collaborer avec l’IReMus sur les questions de style, d’authenticité historique, de phrasé et d’écriture vocale et orchestrale

2. Référent·e du projet MELODY

Assurer le suivi opérationnel côté SCAI : calendrier, jalons et livrables du WP3

Coordonner les échanges entre l’équipe Data Science, l’IReMus et les autres partenaires

Traduire les objectifs musicologiques en spécifications pour l’équipe : formats, métadonnées, tâches et critères d’évaluation

Identifier les risques et blocages et contribuer aux livrables et rapports scientifiques

3. Interaction avec l’équipe Data Science

Produire des jeux de données versionnés et documentés selon les pratiques de l’équipe

Participer aux pipelines de traitement : validation et normalisation MusicXML, représentation, tokenisation, augmentation et corpus complémentaires

Contribuer à l’analyse musicologique des modèles : caractérisation du style verdien, analyse stylistique et lecture critique des reconstructions et générations

Concevoir des protocoles d’évaluation experte et contribuer aux publications associant musicologie et IA

4. Vie et projets de l’équipe

Participer aux réunions, revues de travaux et à la documentation du Pôle Ingénierie IA

Contribuer à des projets transverses autour des données patrimoniales, culturelles et des humanités numériques

Assurer une veille en musicologie numérique, représentations symboliques et IA générative musicale

5. Formation et diffusion

Contribuer aux formations, workshops et séminaires de SCAI sur l’IA appliquée à la musique et au patrimoine

Intervenir ponctuellement dans les enseignements et contribuer au suivi de stagiaires

Participer à la valorisation du projet : séminaires, journées d’étude, publications et communications scientifiques

Connaissances :

Doctorat (souhaité) ou diplôme d'ingénieur en musicologie, musicologie numérique, humanités numériques, édition musicale, ou discipline proche

Bonne connaissance de la musique du XIXe siècle, et idéalement de l’œuvre de Giuseppe Verdi et du contexte opératique italien

Maîtrise des principes de transcription musicale savante à partir de sources manuscrites ou d’esquisses

Bonne connaissance des formats de représentation de la musique symbolique, en particulier MusicXML (MEI, Humdrum/kern appréciés).

Familiarité avec les enjeux d’édition, de structuration de corpus et de qualité des données en recherche

Connaissances de base en programmation Python et en outils de traitement de la musique symbolique (music21 ou équivalent) ; notions de Git

Compréhension générale des principes de l'apprentissage automatique (données d'entraînement, évaluation, biais) ; une première expérience de collaboration avec des équipes IA est un atout

Compétences opérationnelles :

Transcrire avec rigueur des matériaux musicaux fragmentaires ou complexes

Structurer un corpus et documenter les transcriptions de manière normalisée et versionnée

Identifier les zones d’incertitude et expliciter les hypothèses de lecture ou de restitution

Assurer le suivi d'un projet : planification, coordination de partenaires, reporting

Travailler en équipe interdisciplinaire avec des musicologues et des spécialistes IA ; vulgariser les enjeux musicologiques auprès d'ingénieurs et inversement

Produire des synthèses écrites claires en français et en anglais.

Animer des ateliers ou des séances de formation

Compétences comportementales :

Rigueur scientifique

Autonomie et sens de l'organisation

Esprit d’analyse

Goût pour le travail collectif et le partage de connaissances

Intérêt pour l’interdisciplinarité et curiosité pour les méthodes computationnelles

Pédagogie

Capacité à articuler précision philologique et objectifs de structuration numérique

Diplôme souhaité :

Doctorat ou diplôme d’ingénieur

Domaine de formation souhaité :

Musicologie, musicologie numérique, humanités numériques, édition musicale, histoire de la musique

Une double compétence musicologie / informatique est appréciée

Choisir Sorbonne Université, c’est rejoindre une université engagée sur les enjeux de développement durable, de diversité, d’égalité, d’innovation, de diffusion des savoirs, d’ouverture sur le monde et de qualité de vie au travail de ses personnels.

Université pluridisciplinaire de recherche intensive de rang mondial, elle s’attache à répondre aux enjeux scientifiques du 21e siècle et à transmettre les connaissances issues de ses laboratoires et de ses équipes de recherche.

Déployant ses formations auprès de 55 000 étudiantes et étudiants dont 4000 doctorantes et doctorants et 12300 étudiantes et étudiants étrangers, elle regroupe plus de 3300 enseignantes et enseignants, enseignantes-chercheuses et enseignants-chercheurs, chercheuses et chercheurs, près de 4 000 enseignants-chercheurs et enseignants partenaires, environ 3 000 personnels de bibliothèque, administratifs, technique, sociaux et de santé (BIATSS) et 2000 ITA partenaires.

Son budget est de plus de 700 M€.

Située au cœur de Paris, elle présente une organisation avec des directions interfacultaires et trois facultés de « Lettres », « Santé » et « Sciences et Ingénierie » et est présente dans plus de 27 sites en Ile-de-France et en régions http://www.sorbonne-universite.fr

Ce poste est à pourvoir au sein des Directions Interfacultaires • http://www.sorbonne-universite.fr

Créé par Sorbonne Université, SCAI (Sorbonne Cluster for Artificial Intelligence) rassemble un ensemble stratégique de disciplines de l'intelligence artificielle (IA) et favorise une recherche interdisciplinaire associant communautés académiques et partenaires industriels.

Au sein de SCAI, le Pôle Ingénierie IA assure la mise en œuvre des projets scientifiques et technologiques. Son équipe Data Science conduit des projets interdisciplinaires avec les laboratoires de Sorbonne Université et leurs partenaires (NLP/LLM, signal et image, données patrimoniales et culturelles) et contribue aux formations de SCAI.

Projet ANR MELODY :

MELODY – Musicology Enhanced by Large Language Models and Deep Learning – vise à renouveler l'analyse et la génération musicales en combinant IA, modèles de langage, données musicales en MusicXML et expertise musicologique. Le projet porte notamment sur l'interaction texte-musique, l'analyse harmonique et la reconstruction d'œuvres inachevées.

Le WP3 est consacré à la reconstruction et à la génération musicale à partir des esquisses inachevées de Verdi. Il prévoit leur transcription en MusicXML, la constitution d'un jeu de données de référence, puis l'entraînement et l'évaluation de modèles génératifs.

Rattachée à l'équipe Data Science, la personne recrutée sera référente du projet MELODY : suivi du projet, qualité musicologique des données et résultats, et coordination avec les partenaires musicologues, notamment l'IReMus.