Au sein de notre département «Operations», nous recherchons un·e doctorant·e à partir de Novembre 2024,
Vous intégrerez l’équipe «Intelligence Artificielle Central Manufacturing » ,
L’équipe IA Central Manufacturing développe des solutions d’intelligence artificielle innovantes pour accompagner les usines du groupe vers un objectif zéro défaut et améliorer leur efficacité opérationnelle. Elle travaille notamment sur des problématiques de maintenance prédictive, de contrôle de qualité de production et d’extraction de connaissance utilisant l’apprentissage machine. Ces projets s’effectuent en collaboration avec divers partenaires académiques (ANITI, LAAS-CNRS…) favorisant l’émergence de nouvelles technologies pour l’industrie.
Description du poste
Cette thèse est proposée dans le cadre d'une convention CIFRE en lien avec l'IA cluster ANITI. Elle se déroulera à Toulouse avec un partage de temps équilibré entre l'entreprise et les laboratoires de recherche. L’équipe IA Central Manufacturing a pour projet de planifier de manière automatique, robuste et acceptable la production de pièces des ateliers de fabrication. Au vu des quantités de production et des événements aléatoires pouvant interférer avec les plannings établis initialement, ce domaine complexe est un enjeu et un levier important dans l'optimisation des ressources de production. Les systèmes ERP traditionnels ne parviennent pas à fournir des scénarios de planification et d’ordonnancement de manière dynamique. À Vitesco Technologies, nous cherchons les méthodes les plus avancées et adaptées pour optimiser nos lignes de production, améliorer la performance, réduire les coûts de stockage et minimiser le temps d’attente.
Au cours des dernières années, de nombreuses approches basées sur les données (Deep Reinforcement Learning) et sur les modèles (IA Planning, Constraint Programming) ont été étudiées séparément pour résoudre ces problèmes. Bien que les premières nécessitent souvent une énorme quantité de données, rarement disponibles dans l’industrie, les secondes ne conviennent pas toujours pour modéliser avec précision des problèmes complexes. De plus, ces méthodes ne résolvent pas efficacement des problèmes de grande envergure dans un délai raisonnable, surtout en présence d’incertitude, ce qui complique l’espace des solutions. Vous rejoindrez l’équipe IA Central Manufacturing en tant que doctorant·e en intelligence artificielle (niveau F11) pour explorer et développer des solutions hybrides combinant méthodes basées sur les données et sur les modèles pour la planification de la production. La solution idéale doit être scalable, robuste et applicable industriellement.
Après une étude préliminaire, un modèle de simulation basé sur des données réelles d’usine a été élaboré, et des méthodes de planification de l’état de l’art ont été testées. La thèse visera à poursuivre ces travaux en complexifiant le problème et en explorant de nouvelles approches, notamment dans la catégorie des méthodes hybrides. Ce travail implique des collaborations avec des chercheurs académiques dans le cadre de l’ANITI.
ANITI (Artificial and Natural Intelligence Toulouse Institute) est l’institut interdisciplinaire d’intelligence artificielle de Toulouse, faisant partie des 9 « IA-clusters » soutenus par France 2030. La thèse s’inscrit dans la chaire HEROIC (Hybridizing Learning, Search and combinatorial Optimization for Industrial decision-making), regroupant chercheurs de divers organismes publics (LAAS, IRIT, IRT, ONERA, Ottawa University) et partenaires industriels (Airbus, Liebherr, Vitesco Technologies), autour de l’apprentissage hybride et la recherche opérationnelle pour l’industrie.
> Réaliser un état de l’art sur les méthodes de planification de la production (data-driven, model-based, hybrid).
> Développer un cadre d’évaluation basé sur un modèle de simulation pour comparer différentes méthodes de planification.
> Concevoir et développer de nouvelles approches pour intégrer des contraintes de plus en plus réalistes dans le cas d’étude.
> Documenter toutes les étapes du projet.
Profil souhaité :
> Bac +5 en Mathématiques Appliquées ou Recherche Opérationnelle
> Bonne maîtrise de Python
> Connaissance en machine learning, notamment Deep Reinforcement Learning (un plus)
#J-18808-Ljbffr
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.