Le laboratoire L3i à La Rochelle propose une thèse dans les domaines de la fouille de processus au service du développement de stratégies de recommandation personnalisées des apprenants dans les plateformes éducatives. L'objectif principal de cette thèse est de développer des approches novatrices pour la recommandation de parcours d’apprentissage, en exploitant les avancées de L'IA et la fouille de processus, qui seront intégrées dans des compagnons intelligents ou des applications mobiles.

L’équipe e-Adapt du laboratoire L3i vise à modéliser et analyser le comportement des utilisateurs dans l'utilisation de services numériques. Ces travaux visent à confronter un usage théorique, établi par les concepteurs de services numériques (les systèmes d’information), avec l’expérience et l’usage réel des utilisateurs. Cette recherche est basée sur la fouille de processus et plus particulièrement sur les approches de trace clustering.

Pour postuler, envoyer une lettre de motivation, Les relevés de notes et un CV par courriel à Ronan Champagnat (ronan.champagnat@univ-lr.fr) et Marwa Trabelsi (marwa.trabelsi@univ-lr.fr) avant le 13/04/2024.

N'hésitez pas à nous contacter pour plus d'informations.

###########################################################################################################

The L3i laboratory at the University of La Rochelle is offering a PhD position in the fields of process mining and personalized recommendation strategies for learners in educational platforms. The objective of this thesis is to develop innovative approaches for recommending learning pathways by leveraging advancements in Artificial Intelligence (AI) and process mining. These approaches will be integrated into intelligent companions or mobile applications.

The e-Adapt team at the L3i laboratory focuses on modeling and analyzing user behavior in the use of digital services. Their work aims to compare the theoretical usage, as designed by digital service creators (information systems), with the actual experience and usage of end-users. This research is based on process mining, particularly trace clustering approaches, to identify behavioral patterns and provide personalized recommendations.

How to Apply:

To apply, send a motivation letter, academic transcripts, and a CV by email to Ronan Champagnat (ronan.champagnat@univ-lr.fr) and Marwa Trabelsi (marwa.trabelsi@univ-lr.fr) and before April 13, 2024.

Do not hesitate to contact us for further information.