À propos de nous
L'Université Gustave Eiffel, modèle innovant d’université rassemblant le triptyque université, écoles et organisme de recherche, dispose de plusieurs campus de formation et de recherche implantés sur le territoire national.
L’établissement compte plus de 15000 étudiants et plus de 3000 personnels enseignant (e)s-chercheur(e)s, chercheur(e)s et personnels d’appui au sein de 33 laboratoires, 15 composantes de formation ainsi qu’au sein de services support et de soutien.
Mission
Le/la postdoctorant(e) contribuera aux activités suivantes :
• Revue de littérature et positionnement scientifique : réaliser un état de l’art approfondi des approches existantes de génération d’activités et de demande de mobilité dans les modèles de simulation multi-agents, en identifiant leurs limites pour la prise en compte des dynamiques intra-ménage et des contraintes spatio-temporelles.
• Modélisation de la génération d’activités à l’échelle du ménage : développer des modèles génératifs permettant de produire des chaînes d’activités et de déplacements cohérentes pour l’ensemble des membres d’un foyer, en intégrant explicitement les contraintes de coordination intra-ménage (synchronisation des activités, partage des ressources, contraintes temporelles et spatiales).
• Développement d’un framework de génération d’activités : concevoir un cadre méthodologique permettant de générer des agendas et des déplacements synthétiques plausibles à partir de populations synthétiques, en assurant la cohérence entre comportements individuels et dynamiques collectives du ménage.
• Évaluation et comparaison des modèles : définir des critères d’évaluation permettant d’analyser la plausibilité comportementale et la cohérence statistique des chaînes d’activités générées, et conduire une comparaison approfondie avec des modèles existants de génération d’activités à l’échelle individuelle ainsi qu’avec d’autres approches de la littérature.
• Validation empirique et généralisation : tester et calibrer les méthodes développées sur des bases de données collectées en France et au Canada afin d’évaluer leur robustesse et leur capacité de généralisation à différents contextes urbains.
• Valorisation scientifique et diffusion : contribuer à la production d’articles scientifiques, de communications dans des conférences internationales et aux livrables du projet ANR, dans une démarche de recherche reproductible et d’open science.
Profil
• Doctorat (obtenu) en informatique, génie des transports, mathématiques appliquées/statistiques, ou domaine proche.
• Solide background en machine learning (modélisation probabiliste et/ou représentation ; modèles génératifs appréciés).
• Très bonnes compétences en Python et capacité à construire des pipelines expérimentaux reproductibles.
• Capacité à mener une recherche autonome et à rédiger des articles scientifiques en anglais.
• Qualités attendues : autonomie, rigueur, esprit d’équipe, communication claire, respect de l’éthique et des bonnes pratiques (données sensibles).
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.