HOME Data Science & ML Pedagogical Engineer
Grenoble INP - UGA VERIFIED EMPLOYER

Pedagogical Engineer.

Data Science & ML Full-Time

Pedagogical Engineer: our view in 3 lines...

  • The Role:This role is for an engineer who creates teaching materials on image processing and artificial intelligence for engineering students.
  • The Person:The person will design, develop, test and maintain practical image analysis teaching resources such as Jupyter notebooks, lab exercises and datasets, and support teachers in using them.
  • Requirements:The ideal candidate has scientific programming in Python, image processing and analysis, machine learning and deep learning, and development of Jupyter notebooks.

About the role

À propos de nous
Grand établissement public d'enseignement supérieur, pôle de recherche reconnu, élément fondateur de l'écosystème grenoblois : Grenoble INP, l'institut d'ingénierie et de management de l’Université Grenoble Alpes (UGA), occupe une place de premier plan dans la communauté scientifique et industrielle.
Grenoble INP - UGA est membre de réseaux internationaux de formation et recherche en ingénierie et management.
Il est reconnu dans les classements nationaux et internationaux.
Grenoble INP – Ense3, UGA, est installée dans un bâtiment à haute performance énergétique sur la Presqu’île scientifique, est une école d’ingénieur·e·s proposant d’accompagner la transformation technologique et la maîtrise des ressources dans les domaines de l’énergie, de l’eau et de l’environnement.
Les projets phares : notre ambition est de devenir une école de référence pour sensibiliser les acteurs du monde socio-économique et
accompagner les projets de transition énergétique et d’adaptation au changement climatique.
L’école accueille plus de 1200 élèves (ingénieurs et masters), pour un effectif de 300 enseignants titulaires et vacataires et 50 personnels
administratifs et techniques.
Site internet : https://ense3.grenoble-inp.fr/
Mission
Contexte / Mission principale
L’ingénieur.e contribuera à la transformation et à la modernisation des enseignements en traitement et analyse d’images, notamment par l’intégration progressive de méthodes d’intelligence artificielle, d’apprentissage automatique et d’apprentissage profond.
Cette mission s’inscrit dans la chaire PHAIMS – Physics-aware AI for Imaging Science (https://miai-cluster.univ-grenoble-alpes.fr/fr/recherche/chaires/phaims-physics-aware-ai-for-imaging-science-from-space-to-atoms-1641665.kjsp) de l’institut MIAI Cluster, dont l’un des objectifs est de développer un ensemble cohérent, mutualisé et réutilisable de ressources pédagogiques sur l’IA appliquée à l’imagerie, en lien étroit avec les activités de recherche et les cas d’usage développés dans le projet.
Une attention particulière sera portée aux enseignements de 2e et 3e année de la filière SICOM, conjointement portés par Phelma et Ense3, ainsi qu’à certains enseignements de première année et à d’autres formations concernées par le projet PHAIMS.
En collaboration étroite avec les enseignants-chercheurs, l’ingénieur.e participera à la conception, au développement, à l’expérimentation et à la maintenance de ressources pédagogiques pratiques : notebooks Jupyter, travaux pratiques, démonstrations pour les cours, jeux de données et cas d’étude, visualisations scientifiques, tutoriels, corrigés et outils pédagogiques interactifs.
Ces développements pourront également contribuer à d’autres actions de formation de PHAIMS, notamment des formations spécialisées, des ressources en ligne ou des actions de formation continue.
Activités

  • Mettre en Å“uvre des méthodes de traitement et d’analyse d’images sur des cas pédagogiques progressifs
  • Introduire et expérimenter des méthodes de machine learning et de deep learning appliquées aux images
  • Développer des notebooks Jupyter, travaux pratiques, démonstrations interactives et exercices accompagnés
  • Préparer des jeux de données, exemples d’application et cas d’étude adaptés aux objectifs pédagogiques
  • Produire des visualisations scientifiques, figures explicatives et outils interactifs facilitant la compréhension des concepts
  • Intégrer progressivement des méthodes modernes de vision par ordinateur et d’IA dans les enseignements existants
  • Développer des exemples liés à différents domaines d’application, notamment l’imagerie multidimensionnelle, multimodale, médicale ou de télédétection selon les enseignements concernés
  • Rédiger et mettre à jour des supports de travaux pratiques, tutoriels, corrigés et documentations techniques
  • Valider, tester et effectuer la maintenance des ressources développées
  • Mettre en place des pratiques favorisant la reproductibilité des expériences et la réutilisation des ressources
  • Organiser et mutualiser des codes, données et supports afin de permettre leur utilisation dans plusieurs enseignements et formats de formation
  • Accompagner les enseignants dans l’intégration de ces ressources au sein de leurs cours, travaux pratiques et projets
  • Présenter, documenter et valoriser les ressources développées auprès des enseignants, étudiants et partenaires impliqués dans le projet PHAIMS
  • Participer aux réunions mensuelles avec la cheffe de projet Pédagogie de MIAI Cluster en vue, par exemple, de partager les contenus produits, participer à la création de la librairie de ressources en ligne ou à des forums / ateliers de sensibilisation à l’IA ou tenue de stand dans des salons / journées portes ouvertes pour le compte de MIAI

Profil
Compétences requises

  • Programmation scientifique en Python
  • Traitement et analyse d’images
  • Machine learning et deep learning
  • Utilisation de bibliothèques scientifiques et d’apprentissage automatique en Python
  • Développement de notebooks Jupyter et de ressources pédagogiques numériques
  • Capacité à manipuler, analyser et visualiser des données d’imagerie
  • Esprit de synthèse, rigueur, autonomie et capacité d’organisation
  • Aptitude au travail en équipe et à la collaboration avec des enseignants-chercheurs
  • Intérêt pour la pédagogie, la transmission scientifique et le développement de ressources destinées aux étudiants

Compétences recommandées

  • Vision par ordinateur
  • Télédétection et traitement d’images multidimensionnelles ou multimodales
  • Expérience avec des frameworks de deep learning tels que PyTorch ou TensorFlow
  • Bonnes pratiques de développement logiciel : Git, gestion de versions, documentation, tests et reproductibilité
  • Création de visualisations scientifiques et de démonstrations interactives
  • Développement de petits outils ou interfaces pédagogiques
  • Connaissances des environnements Linux et des outils de calcul scientifique
  • Expérience dans la préparation de travaux pratiques, tutoriels ou supports d’enseignement
  • Connaissance de l’environnement de l’enseignement supérieur et de la recherche

Modalités de recrutement proposées

  • Prise de fonction souhaitée à compter du 01/01/2027
  • Date limite de dépôt de candidature : 10/12/2026
  • Poste ouvert uniquement aux contractuel.les (CDD)
  • Durée du contrat proposé : 24 mois
  • Catégorie A - corps Ingénieur.e d'études (IGE)
  • Conditions d'éligibilité : être titulaire d'un BAC+3 minimum

Conditions de rémunération

  • Fourchette salariale fournie à titre indicatif, de 2460 € (1er échelon) à 2830 € (5ème échelon), brut mensuel, prime incluse.

=> La rémunération est fixée selon le reclassement de l'expérience significative pour le poste, sur les grilles de la fonction publique.
Affectation / localisation du poste

  • Ense3 / 21 avenue des Martyrs - Grenoble

Pour la prise en compte de votre candidature => l’envoi d’un CV et d’une lettre de motivation est obligatoire.
Référence de l'offre : rg48wghgpp

Published November 12, 2026
Location Grenoble, France
Category Data Science & ML  
Job Type Full-Time