Description du poste
Intégrer LINEACT au sein de CESI pour un stage de recherche serait une formidable opportunité de contribuer à des projets innovants, tout en approfondissant vos compétences dans un environnement à la pointe de la transformation numérique et de l'industrie 4.0.
Travaux de Recherche
Sujet de thèse/stage résumé
La recommandation de transport multimodal est devenue cruciale pour offrir des itinéraires optimaux en considérant divers modes de transport. Dans ce contexte, ce stage, qui fait partie du projet Mon Trajet Vert (MTV), vise à développer une approche de recommandation basée sur la représentation des réseaux complexes (graphe), utilisant des données géographiques et météorologiques afin de proposer des itinéraires multimodaux favorisant la mobilité active.
Projet de stage
Sujet de stage
Avec l'essor des modes de transport écologiques et l'expansion des infrastructures de mobilité durable, les voyageurs disposent désormais d'une vaste gamme d'alternatives pour atteindre leur destination de manière plus respectueuse de l'environnement. L'objectif de cette recommandation d'itinéraires hybrides est de guider les utilisateurs vers les trajets les plus adaptés en intégrant plusieurs modes de transport sur un réseau de mobilité multimodale.
La recommandation d'itinéraires est désormais un élément clé des services de cartographie. Avec la prolifération des appareils mobiles et des services de géolocalisation, de vastes ensembles de données historiques ont été exploités pour améliorer la qualité des recommandations d'itinéraires. Les travaux existants dans ce domaine se divisent principalement en deux catégories, visant à identifier le chemin le plus court et à intégrer des techniques d'apprentissage automatique pour inférer les préférences de mode de transport.
Dans ce contexte, l'objectif de ce travail est de développer une approche basée sur la combinaison de ces deux types de méthodes pour privilégier les modes de transport actifs, en tenant compte de données contextuelles et d'objectifs spécifiques liés à la durabilité.
Description du profil
Vos compétences :
Compétences scientifiques et techniques :
* Programmation Python : bibliothèque PyTorch, TensorFlow, NumPy …
* Machine learning : réseaux de neurones, classification, deep learning
* Réseaux complexes : bibliothèque Networkx
Compétences relationnelles :
* Etre autonome, avoir un esprit d'initiative et de curiosité,
* Savoir travailler en équipe et avoir un bon relationnel,
* Etre rigoureux.
Gratification à 15% du plafond horaire de la Sécurité Sociale.
Date de début : Février 2025.
Votre candidature devra comporter :
* Un Curriculum-Vitae détaillé du candidat.
* Une lettre de motivation explicitant ses motivations à poursuivre une thèse de doctorat.
* Les résultats du MASTER 1 et 2 et les bulletins de notes correspondant.
* Toute autre pièce que vous jugerez utile.
L'entreprise : CESI
CESI est une école d'ingénieurs qui fait de la promotion sociale par l'excellence un modèle de réussite. Rejoignez un environnement stimulant où l'esprit d'équipe, la diversité des projets et l'autonomie ne font qu'un.
CESI accompagne ses étudiants en utilisant des méthodes innovantes de pédagogie active. L'établissement forme avec rigueur les futurs ingénieurs, techniciens et managers, dans les secteurs suivants : l'Industrie & l'Innovation, le BTP, l'Informatique et le Numérique et le Développement Durable.
#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.