Le postdoc, une étape clé dans la carrière des jeunes chercheurs

mardi 19 mai 2020

« Un doctorant travaille pendant trois ans sur un sujet assez ciblé. Mais pour être chercheur il faut avoir une vue d’ensemble, un postdoc permet d’ouvrir sa vision scientifique à un autre domaine » indique d’emblée Maxime Sangnier. « Il s’agit de passer du temps dans un labo qui n’est pas celui où l’on a fait sa thèse, pour continuer d’acquérir des compétences et de l’expérience. C’est aussi l’occasion de montrer que l’on possède une certaine autonomie, une capacité à travailler avec d’autres personnes que son directeur de thèse ainsi que dans d’autres environnements, sur d’autres thèmes, voir dans un autre pays. C’est un moment idéal pour élargir son horizon » complète Aurélien Bellet.

Les deux jeunes chercheurs ont réalisé un post-doctorat à Télécom Paris au sein de la chaire Machine Learning for Big Data, pilotée par le Professeur Stephan Clémençon entre 2013 et 2018. Pour chacun d’eux il a constitué un moment clé dans leur carrière et l’ultime étape avant l’obtention d’un poste de chercheur.

Elargir son horizon scientifique

Le machine learning (apprentissage statistique en français) est un domaine de recherche pluridisciplinaire. Quand Aurélien Bellet, titulaire d’une thèse en machine learning sur le volet informatique, a rejoint l’équipe de la chaire, plus orientée statistique et mathématiques appliquées, « cela a permis une complémentarité qui était intéressante à la fois pour moi et pour l’équipe. Je suis arrivé avec mon profil computationnel et j’ai exploré plus en profondeur les aspects statistiques du machine learning ».

Pendant un an, Aurélien Bellet va travailler principalement sur deux grandes thématiques de recherche. La première, le passage à l’échelle des algorithmes de ranking et d’apprentissage de métriques*, qui cherchent à mettre en relation toutes les paires de points possibles d’un jeu de données : « en pratique cela explose rapidement en complexité de calcul. Mais on a montré que d’un point de vue statistique on ne perd pas trop d’information si on travaille sur une partie sous-échantillonnées et donc qu’on pouvait réduire la complexité de manière drastique sans impact sur la performance de l’algorithme. » L’autre sujet de son postdoc était le machine learning décentralisé, qui permet de traiter des données éclatées à différents endroits sans avoir à les rapatrier sur un serveur central, ce qui trouve des applications pour les objets connectés notamment.

* Fonction permettant de mesurer le degré de parenté de deux éléments d’un même ensemble.

Maxime Sangnier s’est lui investi pendant un an et demi sur l’utilisation de l’apprentissage statistique pour la prédiction de données structurées. « Au cours de ma thèse j’avais travaillé sur les méthodes à noyau** pour la reconnaissance de signaux audio, à Télécom Paris j’ai poursuivi avec des outils similaires mais cette fois-ci pour la prédiction d’objets structurés. J’ai également beaucoup appris en statistique, en optimisation et mathématiques de manière générale. Il y avait donc à la fois une continuité et une ouverture de mon sujet de recherche. »

** Méthode non-paramétrique construite sur la similarité de données.

Découvrir de nouveaux aspects du travail de chercheur

Mais le postdoc ouvre aussi sur de nouvelles responsabilités : encadrement de stagiaires de Master 2, co-encadrement de thèses, gestion simultanée de plusieurs projets de recherche et bien sûr enseignement : « C’est très intéressant de commencer à être impliqué dans des activités d’encadrement, de collaborer avec des doctorants. C’est important pour la suite quand on veut avoir une carrière académique » précise Aurélien Bellet. « Enseigner au niveau Master est exigeant sur le plan scientifique. Et en formation continue c’est tout un art, le public est différent, plus mûr, moins technique mais avec un recul sur les applications et sur son propre métier » complète Maxime Sangnier. « J’ai aussi beaucoup appris sur le fonctionnement du monde de la recherche. Pendant mon postdoc j’ai vraiment découvert comment on faisait de la recherche en France, comment s’ouvrir et dialoguer dans la communauté scientifique ».

Travailler au sein d’une chaire de recherche et d’enseignement présente aussi des avantages spécifiques : « Ça a été très bénéfique de discuter avec les partenaires industriels de la chaire. Nos contacts étaient des scientifiques ayant le même langage que les enseignants-chercheurs, avec qui l’on pouvait dialoguer ; ils avaient des problématiques passionnantes, à la fois proches de celles rencontrées en recherche académique et suffisamment novatrices pour la nourrir » explique Maxime Sangnier. « Mon postdoc à Télécom Paris m’a permis de travailler de près avec les industriels lors des ateliers de transfert technologique, un aspect que j’ai pu valoriser lors de mon recrutement. On se fait aussi des contacts qui peuvent être utiles même dans l’académique car on fait souvent des projets avec des industriels » précise Aurélien Bellet. « De plus le soutien financier des partenaires apportait un cadre de travail très appréciable, c’est par exemple important dans la vie d’un chercheur de pouvoir se rendre à des conférences internationales pour présenter ses articles. »

Un tremplin pour une carrière passionnante

Les deux jeunes chercheurs s’accordent pour dire que leur postdoc à Télécom Paris a été une étape décisive de leur carrière.  « Sur le plan personnel j’ai beaucoup gagné en maturité, j’ai quitté mon statut de jeune docteur focalisé sur son sujet de recherche pour passer à celui d’enseignant-chercheur ouvert à d’autres thématiques » indique Maxime Sangnier. « Et j’ai bien sûr progressé sur le plan scientifique, l’équipe Signal, Statistique et Apprentissage de Stephan Clémençon est une des plus dynamiques en France sur le sujet, il suffit de voir les publications dans les grandes conférences comme ICML, NeurIPS ou AISTATS. Tous les point sur lesquels je suis monté en compétence pendant mon postdoc, j’en tire profit maintenant ». Aujourd’hui Maxime Sangnier est Maître de conférences à Sorbonne Université, au sein du laboratoire de probabilités, statistique et modélisation. Il enseigne la statistique, les mathématiques et l’apprentissage statistique tout en poursuivant ses travaux de recherche. Il est également co-responsable du Master « Apprentissage et algorithmes ».

Pour Aurélien Bellet, la priorité était d’obtenir un poste dédié à la recherche, il a donc passé plusieurs concours et a été recruté au centre Inria de Lille deux mois seulement après la fin de son postdoc. Au sein de l’équipe-projet Magnet qui s’intéresse à l’apprentissage statistique et aux graphes, il travaille en particulier sur le machine learning décentralisé et la protection de la vie privée. Il a gardé des liens forts avec Télécom Paris où il est Maitre de conférences invité et où il co-encadre actuellement une thèse avec Stephan Clémençon. « Mon postdoc à Télécom Paris a vraiment été une étape très productive, j’ai eu l’opportunité de cosigner un grand nombre de publications. J’ai la chance qu’aujourd’hui ces collaborations perdurent et donnent lieu à des recherches très intéressantes. »

Image d’entête source Teksomolika/Freepik