Contexte

Collaboration entre un laboratoire LIMOS / CNRS de l’Université Clermont Auvergne et une jeune entreprise innovante Jeolis Solutions, les deux situées à Clermont-Ferrand, dans le domaine de l’e-Santé et plus spécifiquement l’Education Thérapeutique du Patient (ETP[1]). Les contraintes environnementales et la crise sanitaire comme celle du Covid-19 plaident pour une absolue nécessité de développer rapidement une digitalisation intelligente afin d’aboutir à une e-ETP motivante, ludique et personnalisée.

Missions

Dans les perspectives de l’article [1], il a été énoncé la possibilité d’améliorer l’expressivité logique du programme en utilisant d’autres approches comme ASP (Answer Set Programming) afin de limiter l’utilisation de code impératif.

Les missions de la personne recrutée seront l’implémentation d’outils permettant de :

1. Combiner le meilleur des mondes OWL2 et ASP 
   1. OWL2 pour l’aspect statique des connaissances (TBox et ABox + vérification de la consistance par classification d’individus), comme ce qui est proposé dans l’éditeur Protégé. De plus OWL2 permet l’héritage entre classes et relations. 
   2. ASP pour l’aspect dynamique des connaissances et la pertinence de règles logiques avec négation(s), contraintes et non monotones 

L’aspect théorique de cette hybridation a été proposé dans Hexlite [2] mais nous pensons qu’une mise en œuvre en tout Python faciliterait l’adoption.  

1. Etablir une transcription DMN à ASP  

Ecrire un programme ASP n’est pas encore à la portée des experts métiers du monde industriel, ce qui ne facilite pas l’adoption d’ASP malgré des solveurs performants. Cependant, il existe le standard DMN (Decision Model and Notation) du consortium OMG qui permet aux industriels d’écrire des systèmes de décision à partir de simples tableaux type Excel. Il serait intéressant d’avoir un outil permettant le passage de DMN à ASP, comme ce qui a été proposé récemment dans cDMN [3]. 

L’intérêt serait de permettre aux experts psychologues, pédagogues d’écrire, d’améliorer, de tester des stratégies de progression plus facilement, plus rapidement qu’actuellement, sans passer par un expert ingénieur spécialisé en Ingénierie des connaissances. 

Contexte de travail

La personne recrutée rejoindra le thème Données, Services, Intelligence du LIMOS mais sera mise à disposition de l’équipe R&D de Jeolis Solutions à hauteur de 80% de son temps (application du plan France Relance – préservation de l’emploi R&D en entreprise).

Le CDD est d’une durée de 19 mois, et doit commencer avant fin septembre 2022, adaptable en fonction des disponibilités de la personne retenue.

Compétences attendues

·        Titulaire d’un diplôme de master en informatique (obtenu en 2019, 2020, 2021 ou 2022) avec une solide expérience en développement Python

·        Connaissances/expériences des standards du web sémantique (OWL2, SWRL…) et aussi en programmation logique (PROLOG, Answer Set Programming…)

·        Connaissances en Ingénierie des connaissances

·        Expérience de l’outil gestionnaire de code Git et méthodologie Agile

·        Respect des délais, rigueur, organisation, capacité à travailler en équipes pluridisciplinaires

Modalités de candidature

Les personnes candidates sont invitées à soumettre un CV, une lettre de motivation et éventuellement des lettres de référence, en format PDF à engelbert.mephu_nguifo@uca.fr, à christophe.rey@uca.fr et à xavier.goblet@lojelis.com .

Les candidatures seront traitées au fil de l’eau.

Références

[1] Xavier Goblet, Christophe Rey : « Suivi thérapeutique intelligent par recommandation à base d'ontologie et de règles ». Conférence Applications Pratiques de l’Intelligence Artificielle (APIA) dans le cadre de la Plate-Forme de l'Intelligence Artificielle (PFIA) du 29 juin au 3 juillet 2020 

[2] Peter Schüller : “A new OWLAPI interface for HEX-Programs applied to Explaining Contingencies in Production Planning”. In: New Foundations for Human-Centered AI, Workshop at ECAI 2659, pages 25-31, 2020 

[3] Aerts B., Vandevelde S., Vennekens J. (2020) Tackling the DMN Challenges with cDMN: A Tight Integration of DMN and Constraint Reasoning. In: Gutiérrez-Basulto V., Kliegr T., Soylu A., Giese M., Roman D. (eds) Rules and Reasoning. RuleML+RR 2020. Lecture Notes in Computer Science, vol 12173. Springer. https://arxiv.org/abs/2005.09998 

[1] Selon l’OMS, l’ETP vise à aider les patients à acquérir ou maintenir les compétences dont ils ont besoin pour gérer au mieux leur vie avec une maladie chronique.