Fonctions : Expert-e en science des données

Catégorie : A

Corps : IGR

BAP : E

CDD de 2 ans.

Mission :

L’ingénieur·e de recherche est le/la référent·e du projet ANR MELODY au sein de l’équipe Data Science de SCAI. Sa mission principale est de constituer le corpus de référence verdien : transcription, structuration, documentation et mise en qualité scientifique des esquisses de Giuseppe Verdi en MusicXML. Il/elle en assure l’exploitation avec l’équipe Data Science pour l’entraînement, l’analyse et l’évaluation des modèles d’IA.

1. Constitution du corpus verdien (WP3)

• Transcrire les esquisses de Verdi en MusicXML et constituer un corpus de référence pour la reconstruction musicale assistée par IA.
• Structurer les matériaux : fragments, états du texte musical, segmentation, portées, voix, instrumentation et continuité des passages.
• Produire les métadonnées scientifiques : sources, datation, état d’achèvement, incertitudes et hypothèses éditoriales.
• Documenter les choix de transcription et garantir la qualité et la traçabilité scientifique du corpus.
• Collaborer avec l’IReMus sur les questions de style, d’authenticité historique, de phrasé et d’écriture vocale et orchestrale.

2. Référent·e du projet MELODY

• Assurer le suivi opérationnel côté SCAI : calendrier, jalons et livrables du WP3.
• Coordonner les échanges entre l’équipe Data Science, l’IReMus et les autres partenaires.
• Traduire les objectifs musicologiques en spécifications pour l’équipe : formats, métadonnées, tâches et critères d’évaluation.
• Identifier les risques et blocages et contribuer aux livrables et rapports scientifiques.

3. Interaction avec l’équipe Data Science

• Produire des jeux de données versionnés et documentés selon les pratiques de l’équipe.
• Participer aux pipelines de traitement : validation et normalisation MusicXML, représentation, tokenisation, augmentation et corpus complémentaires.
• Contribuer à l’analyse musicologique des modèles : caractérisation du style verdien, analyse stylistique et lecture critique des reconstructions et générations.
• Concevoir des protocoles d’évaluation experte et contribuer aux publications associant musicologie et IA.

4. Vie et projets de l’équipe

• Participer aux réunions, revues de travaux et à la documentation du Pôle Ingénierie IA.
• Contribuer à des projets transverses autour des données patrimoniales, culturelles et des humanités numériques.
• Assurer une veille en musicologie numérique, représentations symboliques et IA générative musicale.

5. Formation et diffusion

• Contribuer aux formations, workshops et séminaires de SCAI sur l’IA appliquée à la musique et au patrimoine.
• Intervenir ponctuellement dans les enseignements et contribuer au suivi de stagiaires.
• Participer à la valorisation du projet : séminaires, journées d’étude, publications et communications scientifiques.

Connaissances

• Doctorat (souhaité) ou diplôme d'ingénieur en musicologie, musicologie numérique, humanités numériques, édition musicale, ou discipline proche.
• Bonne connaissance de la musique du XIXe siècle, et idéalement de l’œuvre de Giuseppe Verdi et du contexte opératique italien.
• Maîtrise des principes de transcription musicale savante à partir de sources manuscrites ou d’esquisses.
• Bonne connaissance des formats de représentation de la musique symbolique, en particulier MusicXML (MEI, Humdrum/kern appréciés).
• Familiarité avec les enjeux d’édition, de structuration de corpus et de qualité des données en recherche.
• Connaissances de base en programmation Python et en outils de traitement de la musique symbolique (music21 ou équivalent) ; notions de Git.
• Compréhension générale des principes de l'apprentissage automatique (données d'entraînement, évaluation, biais) ; une première expérience de collaboration avec des équipes IA est un atout.

Compétences opérationnelles

• Transcrire avec rigueur des matériaux musicaux fragmentaires ou complexes.
• Structurer un corpus et documenter les transcriptions de manière normalisée et versionnée.
• Identifier les zones d’incertitude et expliciter les hypothèses de lecture ou de restitution.
• Assurer le suivi d'un projet : planification, coordination de partenaires, reporting.
• Travailler en équipe interdisciplinaire avec des musicologues et des spécialistes IA ; vulgariser les enjeux musicologiques auprès d'ingénieurs et inversement.
• Produire des synthèses écrites claires en français et en anglais.
• Animer des ateliers ou des séances de formation.

Compétences comportementales

• Rigueur scientifique
• Autonomie et sens de l'organisation
• Esprit d’analyse
• Goût pour le travail collectif et le partage de connaissances
• Intérêt pour l’interdisciplinarité et curiosité pour les méthodes computationnelles
• Pédagogie
• Capacité à articuler précision philologique et objectifs de structuration numérique

Diplôme souhaité :

• Doctorat ou diplôme d’ingénieur

Domaine de formation souhaité :

• Musicologie, musicologie numérique, humanités numériques, édition musicale, histoire de la musique
• Une double compétence musicologie / informatique est appréciée