Laboratoire LISA: Recherche de candidats

Étudiants premier cycle, stagiaires, étudiants à la maîtrise, doctorat ou post-doctorat

Vous pouvez nous contacter à

pour déposer votre candidature ou pour toute autre information.

Si vous voulez appliquer à un des postes disponibles, merci d'envoyer directement un courriel à cette adresse, auquel vous aurez pris soin de joindre

  • une copie de votre Curriculum Vitae,
  • tous vos bulletins de notes de niveau universitaire,
  • au maximum deux copies sélectionnées de vos rapports, articles, thèses, etc,
  • une brève explication dans votre courriel concernant votre intérêt pour le LISA, l'apprentissage profond, et des éléments pertinents de votre expérience ou de votre apprentissage.

Postes disponibles

Nous recherchons des étudiants avec d'excellents dossiers académiques et ce, à tous les niveaux: premier cycle (à temps partiel ou comme stagiaires), maîtrise (et stagiaires à la maîtrise), doctorat (pouvant être visiteurs), et post-doctorat.

Le laboratoire LISA

Le LISA (Laboratoire d'informatique des systèmes adaptatifs) est un laboratoire phare de l'université de Montréal. Ce lieu dynamique spécialisé en deep learning (ou apprentissage profond) regroupe les talents reconnus de quatre professeurs du département d'informatique de l'UdeM soit Yoshua Bengio, Pascal Vincent, Aaron Courville, Roland Memisevic. Y collabore également, en tant que membre associé, Christopher Pal, professeur à l'École polytechnique de Montréal. Ces professeurs supervisent approximativement 45 étudiants, post-docs et employés.

Tous les projets réalisés au LISA comportent une composante apprentissage profond et touchent des domaines d'applications très variés allant de la personnalisation de joueurs dans les jeux vidéos en passant par la vision par ordinateur et le langage naturel. Si ces défis vous intéressent, veuillez nous contacter.

Nous nous attendons à ce que les étudiants au niveau doctorat et post-doctorat démontrent une expérience approfondie de l'apprentissage automatique (machine learning). De plus, quelque soit le niveau, les étudiants doivent démontrer un solide bagage en mathématiques (probabilités, algèbre linéaire, optimisation numérique, statistiques) et en informatique (analyse numérique, développement avec des logiciels en libre accès (open source)).

Le laboratoire LISA

Les professeurs et les étudiants du LISA se consacrent principalement à l'étude de l'apprentissage profond. Ce laboratoire est d'ailleurs reconnu pour ses compétences sur les:

  • Fondements de l'apprentissage profond: le laboratoire compte à son actif la publication de l'un des premiers articles du domaine (NIPS 2006), un livre (2009) et un article résumant l'état de l'art de l'apprentissage profond (2013).
  • Auto-encodeurs: Le laboratoire a contribué à la révolution de l'apprentissage profond en introduisant l'empilement d'auto-encodeurs débruitant (stacked denoising autoencoder). Nous avons également inventé les auto-encodeurs contractifs (contractive autoencoders) et les réseaux stochastiques génératifs (generative stochastic networks).
  • Réseaux de neurones supervisés: Le LISA est un pionnier dans l'utilisation des neurones linéaires rectifiés utilisés dans les réseaux de neurones à propagation avant (feedforward neural nets). Les réseaux rectifieurs profonds ont acquis une grande popularité dans les domaines de la vision et de la reconnaissance de parole. Nous avons aussi développé récemment les unités maxout qui ont aussi gagné en popularité dans une variété d'applications en vision. Le LISA est le lieu de naissance du ''spike-and-slab'' RBM, l'un des meilleurs modèles génératifs pour les images naturelles. Les étudiants du LISA étudient également un vaste registre de sujets reliés aux machines de Boltzmann, y compris la manière dont on peut améliorer l'entraînement et l'échantillonnage avec ces machines.
  • Réseaux de neurones récurrents: Les étudiants du LISA travaillent sur la modélisation de la structure temporelle à l'aide de réseaux récurrents. Les modèles neuronaux de langage (avec des mots intégrés) ont été inventés ici. Les RNN-RBMs se sont avérés des modèles performants pour la musique polyphonique.
  • Nous participons souvent à des compétitions internationales. Nous avons récemment gagné deux concours de transfert d'apprentissage.

Partenaires industriels

Notre laboratoire est financé par les partenaires industriels suivants:

  • D-Wave, The Quantum Computing Company™. Le LISA explore des utilisations de l'ordinateur analogique quantique de D-Wave pour pour résoudre des problèmes difficiles d'apprentissage et d'inférence avec les modèles graphiques probabilistes.
  • Ubisoft, la plus grande compagnie de Montréal spécialisée dans la production de jeux vidéos. Le LISA travaille sur des solutions d'apprentissage automatique permettant d'améliorer et bonifier l'expérience de jeu des utilisateurs.
  • Google veut construire et entraîner efficacement des modèles de plus en plus gros. Pour ce faire, nous avons introduit le concept de calcul conditionnel distribué ainsi que celui de réseaux dynamiquement structurés pour atteindre cet objectif.
  • Nuance s'intéresse à améliorer les algorithmes d'apprentissage pour la parole et le langage.

Stages

Le LISA accueille de nombreux stagiaires. Les étudiants du LISA sont aussi encouragés à faire des stages dans d'autres laboratoires. Les étudiants du LISA font souvent des stages au sein des meilleurs groupes de recherche à travers le monde. Par exemple:

  • Pendant l'été 2013, David Warde-Farley a fait un stage à Google, Mountain View, Californie, au sein de l'équipe d'infrastructure pour l'apprentissage profond.
  • Pendant l'été 2013, Ian Goodfellow a fait un stage à Google, Mountain View, Californie, au sein de l'équipe Street Smart.
  • Pendant l'été 2013, Razvan Pascanu a fait un stage chez Microsoft Research à Redmond, Washington.
  • Pendant l'été 2013, Yann Dauphin a fait un stage chez Microsoft Research, Mountain View, Californie.
  • Pendant l'été 2012, Yann Dauphin a fait un stage à Google, New York, au sein de l'équipe de reconnaissance de parole.

Autres questions

Est-ce que je dois savoir parler français?

Le français est la langue officielle du Québec. Il pourrait être par conséquent très utile d'apprendre le français si vous choisissez de vivre ici et profiter au maximum de tout ce que la ville a à offrir.

Les cours de l'université de Montréal sont donnés en français. Il est cependant possible de prendre quelques cours en anglais à l'université McGill ou à l'université Concordia. Une ligne d'autobus relie l'université de Montréal au centre-ville où se trouve ces deux universités. Il est possible de remettre vos devoirs et vos examens écrits en anglais. Les étudiants inscrit à un programme de 1er cycle doivent passer un examen de français qui est conditionnel à leur admission mais cet examen n'est pas un pré-requis pour l'admission aux programmes de maîtrise et de doctorat.

Est-ce que j'aurai à payer des frais supplémentaires en tant qu'étudiant étranger?

Par défaut, les étudiants étrangers doivent payer des frais additionnels, mais les étudiants du LISA peuvent habituellement faire financer ces frais par les fonds de recherche accordés au laboratoire. Ils peuvent aussi, le cas échéant, obtenir une exemption.Vous devriez être avisé si vous devez payer ces frais avant la date limite d'acceptation ou de refus de l'offre d'admission de l'Université de Montréal.

Est-ce qu'il fait froid à Montréal?

C'est vrai qu'il peut faire froid à Montréal en hiver (il peut aussi faire très chaud durant l'été). Cependant, la ville est bien adaptée pour fonctionner dans ces conditions climatiques. Par exemple, le déneigement des rues se fait rapidement et efficacement. Bien entendu, vous aurez besoin d'un bon manteau et de bottes. La plupart des étudiants étrangers s'accommodent assez bien de ce climat qui, somme toute, n'est pas bien différent que celui qu'on retrouve à Boston ou Toronto.

L'hiver a malgré tout ses avantages. Il est possible de patiner sur le lac gelé du Mont-Royal, tout près de l'université. Des centres de ski (ski de fond et ski alpin) sont accessibles en voiture. Enfin, vous pouvez aller glisser dans les nombreux parcs de Montréal. Un grand carton déniché dans une des poubelles de recyclage de la ville fera l'affaire!

Pourquoi est-ce qu'une personne avec des habiletés en mathématiques et en informatique aimerait travailler dans le domaine de l'apprentissage automatique?

L'apprentissage profond est un champ de recherche nouveau et passionnant. Ce domaine est encore jeune. Ainsi, un étudiant avec de bonnes aptitudes en mathématiques peut assimiler aisément la plupart des idées centrales au domaine et commencer rapidement à contribuer à la recherche. Récemment, il a été démontré que l'apprentissage profond, grâce à de gros réseaux neuronaux utilisant des GPU ou implémentés selon une architecture distribuée, a permis à la reconnaissance d'objets et à la reconnaissance de la parole de faire de grands bonds en avant.

Ainsi, avec la recherche en apprentissage profond, les étudiants possédant un bon bagage en mathématiques et des habilités en programmation, ont une opportunité sans précédents de faire une différence et d'avoir un impact .

Quels professeurs sont actuellement à la recherche d'étudiants et quels sont les types de projets sur lesquels ils aimeraient travailler avec vous?

Le LISA regroupe quatre professeurs du département d'informatique et un professeur de l'École polytechnique qui est spécialisé en apprentissage automatique appliqué à la vision artificielle. Les professeurs du département d'informatique de l'université de Montréal sont:

Le professeur de l'École polytechnique est: N'hésitez pas à les contacter directement par courriel si vous désirez plus d'informations sur les projets sur lesquels vous pourriez travailler./p>

Avec leur diplôme en poche, que sont devenus les étudiants de notre laboratoire?

  • Pascal Vincent a obtenu son doctorat au LISA et est toujours un membre actif du LISA. Il est maintenant professeur régulier.
  • Hugo Larochelle a obtenu son doctorat au LISA et est maintenant professeur régulier à l'université de Sherbrooke.
  • Dumitru Erhan a obtenu son doctorat au LISA et est maintenant ingénieur logiciel au sein de l'équipe de recherche en vision de Google, Venice, Californie près de Los Angeles.
  • James Bergstra a obtenu son doctorat au LISA et effectue un post-doctorat à l'université de Waterloo.
  • Nicolas Le Roux a obtenu son doctorat au LISA et est maintenant gestionnaire du programme scientifique à Criteo.
  • Nicolas Chapados a obtenu son doctorat au LISA et travaille maintenant à ApSTAT, compagnie qu'il a co-fondée avec d'autres membres du LISA.
  • Olivier Delalleau a obtenu son doctorat au LISA et travaille maintenant chez Ubisoft Montréal.
  • Philippe Hamel a obtenu son doctorat au LISA et travaille maintenant chez Google à Mountain View, Californie.
  • Guillaume Desjardins a obtenu son doctorat au LISA et travaille maintenant chez Google Deep Mind, Londres.
  • Razvan Pascanu a obtenu son doctorat au LISA et travaille maintenant chez Google Deep Mind, Londres.
  • Ian Goodfellow a obtenu son doctorat au LISA et travaille maintenant chez Google à Mountain View, Californie.

Ce que les étudiants pensent du laboratoire?

Les avantages d'être un étudiant au LISA sont nombreux:

  • Milieu de recherche intellectuellement très stimulant: au LISA nous sommes passionnés par l'avancement des connaissances en intelligence artificielle. Quelque soit l'heure ou le jour, vous trouverez des étudiants en train de débattre de toutes sortes d'idées de recherche originales. Les professeurs sont très engagés et impliqués avec les étudiants, ce qui contribue à créer un climat de recherche interactif et très ouvert.
  • Équilibre travail / vie personnelle: Contrairement à ce qui peut se vivre dans les laboratoires de recherche aux États-Unis, au LISA nous produisons une recherche de qualité tout en gardant un équilibre entre le travail et la vie personnelle. La culture québécoise favorise cet état d'esprit.
  • Ressources en calcul importantes: L'université de Montréal a le troisième plus important budget de recherche parmi toutes les universités canadienne et le LISA a un historique prestigieux d'obtention de subventions de recherche. Ce qui veut dire que les étudiants du LISA ont accès à plusieurs ordinateurs puissants équipés de GPUs. Le laboratoire bénéficie également de ressources additionnelles par le truchement d'un accès partagé au regroupement d'ordinateurs déployés à travers le Québec et le Canada.
  • Invitation à participer aux conférences: Tant que les ressources financières du laboratoire le permettent, ce qui est vrai la plupart du temps, le LISA envoie habituellement une large délégation d'étudiants dans les conférences les plus prestigieuses en apprentissage automatique et en apprentissage profond telles que NIPS, ICML et ICLR. Contrairement à ce qui se passe dans plusieurs autres laboratoires, il est fréquent que les étudiants à la maîtrise, les seconds et troisièmes auteurs et même les étudiants qui n'ont pas eu de papiers acceptés aient la chance d'aller aux conférences. En effet, les professeurs encouragent fortement les étudiants à participer aux conférences parce qu'ils considèrent cela comme une partie essentielle de leur formation de chercheur.
  • Recherche financée: Les étudiants du LISA ont généralement accès à des bourses qui se comparent avantageusement à celles proposées dans les programmes gradués aux États-Unis. Ce financement est habituellement lié à des projets de recherche industrielle. Ces travaux sont souvent publiables. La plupart des étudiants trouvent cet arrangement préférable à celui proposé par d'autres universités où les étudiants financés doivent concéder une part importante de leur travail à effectuer des tâches qui ne sont pas des tâches liés à des activités de recherche.