Recrutement

recrutement

MCF en supply chain, 27ème section, IBISC -IUT Evry, Université Paris-Saclay Evry

Type de recrutement
Enseignant·e-Chercheur·euse
Rattachement
Université Paris-Saclay Evry, IUT Evry, laboratoire IBISC
Fin de l'affichage

Profil d'enseignement :

La personne recrutée viendra renforcer l’équipe pédagogique du département MLT  à l'IUT Evry dans les disciplines relevant de l’informatique, de l’intelligence artificielle, de la digitalisation des procédés et des systèmes et enfin de l’aide à la décision appliquée à la logistique et aux transports dans un contexte émergent de digitalisation, d’automatisation et de connectivité avec un enseignement orienté vers les applications.
La personne recrutée devra assurer des enseignements variés (cours et travaux dirigés, travaux pratiques), encadrer les Saé liées à la digitalisation et adapter son enseignement aux étudiants de logistique et transport non spécialistes tant dans le cadre d’enseignements théoriques et pratique en intégrant un contenu scientifique (recherches) et généraliste visant à présenter les finalités économiques, politiques et techniques de ces technologies dans le monde du transport et de la mobilité.

 

Profil de recherche :

Le laboratoire IBISC cherche à recruter un maître de conférences en modélisation et optimisation de la chaîne logistique pour renforcer sa thématique ''chaîne logistique''. Le profil recherché est celui d’un jeune chercheur en recherche opérationnelle et optimisation combinatoire qui devra en particulier avoir une très bonne compétence dans la modélisation et les méthodes d’optimisation pour les systèmes complexes, notamment pour l’organisation et la gestion de la chaîne logistique connectée, intelligente et durable . Le candidat devra avoir une très bonne connaissance de la technologie de l'information à visée applicative.
Le candidat rejoindra l’équipe AROBAS en participant aux thématiques de recherche en recherche opérationnelle. L'excellence scientifique sera le critère principal pour le recrutement. Le candidat devra également montrer une volonté de collaborer avec la thématique Algorithmique et l’axe d’apprentissage au sein de l’équipe. Une compétence en optimisation stochastique et/ou multicritère sera appréciée.