BFA - Newsletter

Réseau Maths, Finance & Big Data sur LinkedIn : +29.000 abonnés merci ! Cliquez ici pour les rejoindre.

BigDataFR vous souhaite une bonne après-midi et vous propose aujourd'hui :

#PhD #postdoc #machinelearning #statisticallearning #python #pytorch #probability #computerscience #neuronalnetwork


Hiring: Talented PhD in Machine Learning / Statistical Learning - 2-Year Postdoc Position - Paris The Quantitative Finance Group of Université Paris Cité is looking for talented PhDs with expertise in Machine Learning / Statistical Learning, for a 2-year postdoctoral research position starting ASAP. ✔️ Location : LPSM, Sophie Germain building of Université Paris Cité, 8 Place Aurelie Nemours, 75013 Paris ✔️ Gross monthly salary: 3.500€ without teaching OR 3.700€ with up to 50 hours/year teaching Application Deadline: 31 december 2022
► Among the possible research topics The project research of candidates will be discussed depending on their background and motivations ✔️ Optimization of training strategies using nested Monte Carlo (like in AbbasTurki et al) ✔️ Generative neural networks in quantitative finance (like for example van Rhijn et al) ✔️ Machine learning in impulse control problems (work in progress by L. Abbas-Turki and I. Kharroubi).		► Conditions to apply ✔️ PhD (or defense by spring) in Machine Learning / Statistical Learning, computer science, with publication in the top academic journals. ► Prerequisites ✔️ Theoretical background: either stochastic analysis or Statistics or both ✔️ Domain knowledge: Machine Learning / Statistical Learning ✔️ Programming skills: Python/Pytorch or C/Cuda, ✔️ Languages: Fluent English (spoken and written). French welcome but not mandatory.
More on the research topics/References & preprints
► Funded by: the Chair Capital Markets Tomorrow: Modeling and Computational Issues, Statistical learning methods on simulated data in finance. Collaborative research with younger (PhD) students is encouraged. No mandatory teaching but teaching opportunities at all (including master) level. ►Scientific environment: The Emile Borel heritage Laboratoire de Probabilités, Statistique et Modélisation, i.e. +200 researchers, faculty members and PhD/postdoct students in the heart of Paris. Covering together the whole spectrum of modern probabilities and statistics in six teams, all at the highest international level. ►Human & IT Resources: an IT engineer can help in implementation and training tasks. Nodes with multiple GPUs and large RAM will be accessible for training and testing. The new Nvidia CPU/GPU Grace Hopper architecture will be acquired on 2023
►Reminder - Applications Deadline 31 december 2022 : Apply Now! Please send CV and cover letter to Stéphane Crépey (crepey@lpsm.paris) More information on this Post Doc Position

________

[Data Scientists ? Relevez le défi] Lancement du Data Challenge : Kaggle : Défi IA 2023 : 1001 Nights !

✔️ Data Challenge : Kaggle : Défi IA 2023 : 1001 Night

Data Scientist, votre défi, si vous pouvez le relever :)
►La "DGCCRF" (la "répression des fraudes") d'un pays imaginaire vient de recevoir des plaintes au sujet d’une agence de voyage en ligne.
✔️Saurez-vous décortiquer les prix de l’agence ? Et comprendre ce qui les fait varier ?
✔️ Serez-vous capable de prévoir les prix ?
Fin du défi : lundi 9 janvier 2023
Relevez le défi !

►Description

✔️La "DGCCRF" (la "répression des fraudes") d'un pays imaginaire vient de recevoir des plaintes au sujet d’une agence de voyage en ligne.
✔️L’agence pratiquerait des prix à la tête du client et de nature à tromper les consommateurs.
✔️Une enquête approfondie est nécessaire avant de poursuivre l’agence en justice.
✔️Votre réputation de Data Scientist talentueux vous a fait obtenir un stage dans l’équipe en charge de la pré-enquête.
✔️On vous fournit de puissants moyens de calcul ainsi qu'un outil de scraping.
✔️On vous demande d’effectuer des tests, en interrogeant l’algorithme en ligne de l’agence de voyage.
✔️Afin que l’agence ne se doute de rien, votre budget en nombre de requêtes est toutefois limité.

►Règlement

✔️Fin du défi : lundi 9 janvier 2023
✔️Taille max d'une équipe : 3 personnes
✔️Jusqu'à 5 soumissions/jour
✔️Vous aurez le droit de sélectionner 2 soumissions qui seront les seules prises en compte pour le classement final

►Pour être éligible à la victoire, il faudra envoyer :

✔️Un petit rapport (3-4 pages) décrivant votre méthodo
✔️Le code utilisé pour générer vos 2 soumissions finales
✔️Le jeu de données d'entraînement brut utilisé, c-à-d avant que vous ne l'ayez transformé
✔️ Informations demandées pour s'assurer qu'aucune équipe n'a triché en partageant des données.

Saurez-vous décortiquer les prix de l’agence ?
Et comprendre ce qui les fait varier ?
Serez-vous capable de prévoir les prix ?
L’équipe compte sur vous pour soulever le capot de l’algorithme et identifier les biais qu’il comporte.
S’il y en a.

►Évaluation

Ce défi est un problème classique de régression :

✔️ll s'agit de prédire le prix d'un hôtel selon le contexte de la réservation
✔️Métrique d'évaluation : RMSE (root-mean-square error)

► Chaque soumission sera évaluée en deux parties :

✔️1^ère partie : score qui sera affiché sur le leaderboard durant la compétition. C'est le score public

✔️2^ème partie : score final qui servira à déterminer le classement final C'est le score privé

Vous ne pouvez pas savoir à quelle partie correspond une ligne dans le jeu de données à soumettre

►Parmi les Formations participantes

✔️Université Paul Sabatier Toulouse III, Toulouse INP-ENSIACET, Toulouse School of Economics, INSA Toulouse
✔️Insa Rennes, ENSEEIHT, ENAC - Ecole Nationale de l'Aviation Civile, Université Paris Cité, Université Gaston Berger
✔️Université Cheikh Anta Diop de Dakar (UCAD), INP Félix Félix Houphouët-Boigny (INP-HB)
✔️ENS Yaoundé (ENSPY), OpenClassrooms

✔️ Liste complète

► Avec le soutien de :

✔️ANITI Toulouse, Inria, Madics.fr (CNRS), AMIES (Agence Maths-Entreprises)

►Plus d'informations
► Inscrivez-vous !

________

[FOCUS BigDataFR - 3C] Connaître - Comprendre - Choisir