Available Ph.D. positions

Positions disponibles au Ph.D.

Due to a high humber of emails, we are forced to ignore incomplete applications, or applicants with backgrounds that do not match the qualifications listed below.

Étant donné le nombre élevé de courriels reçus, nous sommes forcés d'ignorer les applications incomplètes, ou encore les applicants possédant de l'expérience qui n'est pas pertinente aux projets listés ci-bas.

Ph.D. Lighting estimation (fully funded) Estimation d'éclairage (plein support financier)
Start date Date de début Summer or fall 2020. Été ou automne 2020.
Description

We are looking for outstanding Ph.D. candidates interested in working on the challenging problem of lighting estimation. Our group focuses on developing novel methods for training deep learning models on large datasets of captured lighting conditions in order to inverse the image formation process and recover the light sources present in the scene. The candidate will work in the research lab of Prof. Jean-François Lalonde, in strong collaboration with graduate students and industrial partners.

Nous sommes à la recherche d'excellent(e)s candidat(e)s intéressé(e)s à travailler sur le problème de l'estimation d'éclairage dans les images. Notre groupe de recherche développe de nouvelles méthodes pour l'entraînement de réseaux de neurones profonds sur de nouvelles bases de données d'images capturant les conditions d'illumination dans des scènes. Le ou la candidate retenu(e) travaillera dans le laboratoire de recherche du Prof. Jean-François Lalonde, en collaboration rapprochée avec les étudiants gradués et les partenaires industriels.

Qualifications Applicants must:
  • hold a Master's degree in computer science, computer engineering, or equivalent;
  • demonstrate prior publishing experience, preferably with at least one paper at one of the top-tier venues in computer vision, graphics, or machine learning (CVPR, ECCV/ICCV, SIGGRAPH, SIGGRAPH Asia, NeurIPS) or other specialized conferences (3DV, ICCP);
  • possess experience with deep learning frameworks (PyTorch preferably);
  • speak and write English (ou français) fluently.
Les applicant(e)s doivent:
  • détenir une maîtrise en informatique, génie informatique, ou l'équivalent;
  • démontrer une expérience de publication, préférablement avec au moins un article à l'une des meilleures conférences en vision par ordinateur ou infographie (CVPR, ECCV/ICCV, SIGGRAPH, SIGGRAPH Asia, NeurIPS) ou à d'autres conférences spécialisées (3DV, ICCP);
  • posséder de l'expérience avec l'apprentissage profond (PyTorch préférablement);
  • parler et écrire en français couramment, une bonne connaissance de l'anglais est également importante.
Contact Prof. Jean-François Lalonde
Documents to submit Documents à envoyer CV, transcripts (undergrad and master's), short research statement (2 pages max), list of 2 references to contact and who will provide strong recommendations. CV, relevés de notes (bacc et master's), courte description des intérêts en recherche (2 pages max), liste de 2 références à contacter et qui peuvent fournir une bonne recommandation.
Ph.D. Damage assessment from images (fully funded) Estimation de dommages à partir d'images (plein support financier)
Start date Date de début As soon as possible. Le plus tôt possible.
Description

We are looking for outstanding Ph.D. candidates interested in working on the challenging problem of estimating damage from a collection of images of the same object. Our group collaborates with the research lab of Prof. François Laviolette on applying and developing new artificial intelligence and machine learning techniques to address a broad range of insurance applications. The candidate will work in the research lab of Prof. Jean-François Lalonde, in strong collaboration with graduate students and industrial partners involved in this project.

Nous sommes à la recherche d'excellent(e)s candidat(e)s intéressé(e)s à travailler sur le problème de l'estimation de dommages à partir d'une collection d'images d'un objet. Notre groupe collabore avec celui du Prof. François Laviolette sur l'application et le développement de nouvelles techniques d'apprentissage automatique et d'intelligence artificielle sur une vaste gamme d'applications dans le domaine de l'assurance. Le ou la candidate retenue travaillera dans le laboratoire de recherche du Prof. Jean-François Lalonde, en collaboration rapprochée avec les étudiants gradués et les partenaires industriels impliqués dans le projet.

Qualifications Applicants must:
  • hold a Master's degree in computer science, computer engineering, or equivalent;
  • demonstrate prior publishing experience, preferably with at least one paper at one of the top-tier venues in computer vision, graphics, or machine learning (CVPR, ECCV/ICCV, SIGGRAPH, SIGGRAPH Asia, NeurIPS) or other specialized conferences (3DV, ICCP);
  • possess experience with deep learning frameworks (PyTorch preferably);
  • speak and write English (ou français) fluently.
Les applicant(e)s doivent:
  • détenir une maîtrise en informatique, génie informatique, ou l'équivalent;
  • démontrer une expérience de publication, préférablement avec au moins un article à l'une des meilleures conférences en vision par ordinateur ou infographie (CVPR, ECCV/ICCV, SIGGRAPH, SIGGRAPH Asia, NeurIPS) ou à d'autres conférences spécialisées (3DV, ICCP);
  • posséder de l'expérience avec l'apprentissage profond (PyTorch préférablement);
  • parler et écrire en français couramment. Une bonne connaissance de l'anglais est également importante.
Contact Prof. Jean-François Lalonde
Documents to submit Documents à envoyer CV, transcripts (undergrad and master's), short research statement (2 pages max), list of 2 references to contact and who will provide strong recommendations. CV, relevés de notes (bacc et master's), courte description des intérêts en recherche (2 pages max), liste de 2 références à contacter et qui peuvent fournir une bonne recommandation.

Available M.S. positions

Positions disponibles au M.S.

Sorry! There are no available M.S. positions now.

Désolé! Il n'y a pas de position disponible à la maîtrise actuellement.

About the research group

Prof. Lalonde has established a research group in visual computing and artificial intelligence that has garnered international recognition. He regularly publishes in top vision and graphics venues (CVPR, ECCV/ICCV, SIGGRAPH, etc.), and collaborates with numerous companies and universities in Canada and internationally. More information available here: www.jflalonde.ca.

The Computer Vision and Systems Laboratory (CVSL) in the ECE department at Université Laval hosts the activities of 8 professors and close to 60 graduate students and research professionals, working together on the central theme of computer vision and its applications. The CVSL provides a dynamic and stimulating environment with an outstanding infrastructure complete with a CAVE room, mocap system, 3-D scanners and a direct access to high-performance computing facilities.

À propos du groupe de recherche

Prof. Lalonde a mis sur pied un groupe de recherche de pointe en vision et intelligence artificielle reconnu internationalement. Il publie régulièrement dans les meilleures publications en vision par ordinateur et infographie (CVPR, ICCV/ECCV, SIGGRAPH, etc.), et collabore avec plusieurs entreprises et universités au Canada et à l’international. Des informations additionnelles sont disponibles ici: www.jflalonde.ca.

Le Laboratoire de Vision et Systèmes Numériques (LVSN)regroupe 8 professeurs et de près de 60 étudiants gradués et professionnels de recherche autour du thème de la vision artificielle et de ses applications. Le LVSN constitue un environnement de recherche dynamique et stimulant, bénéficiant d'une infrastructure très développée, incluant une salle de réalité virtuelle, des systèmes de capture de mouvement, des capteurs 3-D et un accès privilégié à des installations de calcul de haute performance.

About Université Laval and Québec City

More than a school, Université Laval is an entire community in the heart of Quebec City, Canada, a complete university recognized for its leadership and its culture of excellence both in teaching and research.

With its half a million inhabitants, Québec City boasts a lively cultural scene and vibrant nightlife. In addition to its bars, cafes, bistros, museums, theatres and cinemas, the capital is host to several major festivals, including the Festival d'été, New France Festival and its famous Winter Carnival.

À propos de l'Université Laval et Québec

Milieu de vie privilégié au coeur de la ville de Québec, Canada, l'Université Laval est une grande université complète reconnue pour sa culture de l’excellence en enseignement et en recherche.

Ville au charme européen bordée par le fleuve Saint-Laurent et riche d’une grande histoire, Québec a été nommée joyau du patrimoine de l’UNESCO. Offrant une qualité de vie exceptionnelle, elle trône au sommet des villes les plus sécuritaires au Canada. Avec sa vitalité culturelle et économique, la ville de Québec présente tous les avantages d’une métropole tout en étant entourée d’une nature spectaculaire.

Ulaval logo