Ingénieur pédagogique (F/H) — Institut Polytechnique de Grenoble · Réf. 2026-2468036

Activités

• Mettre en œuvre des méthodes de traitement et d’analyse d’images sur des cas pédagogiques progressifs
• Introduire et expérimenter des méthodes de machine learning et de deep learning appliquées aux images
• Développer des notebooks Jupyter, travaux pratiques, démonstrations interactives et exercices accompagnés
• Préparer des jeux de données, exemples d’application et cas d’étude adaptés aux objectifs pédagogiques
• Produire des visualisations scientifiques, figures explicatives et outils interactifs facilitant la compréhension des concepts
• Intégrer progressivement des méthodes modernes de vision par ordinateur et d’IA dans les enseignements existants
• Développer des exemples liés à différents domaines d’application, notamment l’imagerie multidimensionnelle, multimodale, médicale ou de télédétection selon les enseignements concernés
• Rédiger et mettre à jour des supports de travaux pratiques, tutoriels, corrigés et documentations techniques
• Valider, tester et effectuer la maintenance des ressources développées
• Mettre en place des pratiques favorisant la reproductibilité des expériences et la réutilisation des ressources
• Organiser et mutualiser des codes, données et supports afin de permettre leur utilisation dans plusieurs enseignements et formats de formation
• Accompagner les enseignants dans l’intégration de ces ressources au sein de leurs cours, travaux pratiques et projets
• Présenter, documenter et valoriser les ressources développées auprès des enseignants, étudiants et partenaires impliqués dans le projet PHAIMS
• Participer aux réunions mensuelles avec la cheffe de projet Pédagogie de MIAI Cluster en vue, par exemple, de partager les contenus produits, participer à la création de la librairie de ressources en ligne ou à des forums / ateliers de sensibilisation à l’IA ou tenue de stand dans des salons / journées portes ouvertes pour le compte de MIAI

Compétences requises

• Programmation scientifique en Python
• Traitement et analyse d’images
• Machine learning et deep learning
• Utilisation de bibliothèques scientifiques et d’apprentissage automatique en Python
• Développement de notebooks Jupyter et de ressources pédagogiques numériques
• Capacité à manipuler, analyser et visualiser des données d’imagerie
• Esprit de synthèse, rigueur, autonomie et capacité d’organisation
• Aptitude au travail en équipe et à la collaboration avec des enseignants-chercheurs
• Intérêt pour la pédagogie, la transmission scientifique et le développement de ressources destinées aux étudiants

Compétences recommandées

• Vision par ordinateur
• Télédétection et traitement d’images multidimensionnelles ou multimodales
• Expérience avec des frameworks de deep learning tels que PyTorch ou TensorFlow
• Bonnes pratiques de développement logiciel : Git, gestion de versions, documentation, tests et reproductibilité
• Création de visualisations scientifiques et de démonstrations interactives
• Développement de petits outils ou interfaces pédagogiques
• Connaissances des environnements Linux et des outils de calcul scientifique
• Expérience dans la préparation de travaux pratiques, tutoriels ou supports d’enseignement
• Connaissance de l’environnement de l’enseignement supérieur et de la recherche