Assistant de Recherche F/H

TN France; Bordeaux; Sur place; EUR 27 000; Plein temps

Résumé du poste

Une opportunité passionnante pour un Assistant de Recherche dans un projet innovant visant à optimiser les réseaux de transport multimodal. Ce rôle impliquera le développement de modèles avancés de recherche opérationnelle et l'intégration de techniques d'intelligence artificielle pour améliorer la durabilité des systèmes de transport. Le candidat participera à des recherches de pointe, collaborera avec des partenaires européens et contribuera à des publications scientifiques. Avec un environnement axé sur l'inclusivité et la durabilité, ce poste offre une chance unique de faire une différence significative dans le domaine de la mobilité durable.

Prestations

Carte ticket restaurant

Prime de transport

Accès salle de sport

Mutuelle et prévoyance

35 jours de congés payés/an

15 jours de dispense/an

Qualifications

• Expérience en recherche opérationnelle et en programmation stochastique.
• Capacité à travailler sur des projets complexes et collaboratifs.

Responsabilités

• Développer des algorithmes d'aide à la décision pour le transport multimodal.
• Collaborer avec des partenaires pour optimiser la logistique urbaine.

Connaissances

Programmation stochastique

Optimisation robuste

Modélisation multi-agents

Intelligence Artificielle

Analyse de données

Formation

Doctorat en Droit Privé

Outils

Logiciels de modélisation

Description du poste

Nous recrutons au sein de la Faculté, un Assistant de Recherche F/Hen contrat doctoral de droit privé.Ce doctorat porte sur le développement de modèles avancés de recherche opérationnelle et d’approches de programmation stochastique de pointe afin d’améliorer la durabilité et l’efficacité des systèmes de transport multimodal. Le candidat travaillera sur le projet européen MODALSHIFT, financé par l’UE.

Le projet MODALSHIFT vise à optimiser les réseaux de transport multimodal et la gestion du trafic pour promouvoir une mobilité durable et inclusive. En intégrant le transport de personnes et de marchandises, en exploitant l’échange sécurisé de données et en développant des modèles de gouvernance et économiques innovants, le projet cherche à encourager un report modal vers des solutions de transport bas-carbone, efficaces et socialement bénéfiques, en accord avec les objectifs du Pacte vert pour l’Europe.

Vos missions seront les suivantes :

• Développement, intégration et la validation d’algorithmes d’aide à la décision pour le réseau de transport multimodal.
• Développement et mise en placede plusieurs techniques de programmation stochastique et/ou d’optimisation robuste. Dans le cadre du projet, ces techniques seront intégrées à des modèles de prévision basés sur l’IA, optimiseront les opérations de transport via la modélisation multi-agents et amélioreront la prise de décision en temps réel pour les services de transport de marchandises et de mobilité.
• Collaborer avec les partenaires du projet et contribuer aux rapports et aux réunions.

Première année : Le candidat se familiarisera avec le projet MODALSHIFT et participera aux réunions avec les partenaires des cas d’usage afin de recueillir des données et comprendre les défis spécifiques auxquels ils sont confrontés en matière de logistique urbaine. Il effectuera une revue de la littérature sur les modèles d’optimisation et les approches stochastiques appliquées à la logistique urbaine multimodale. Il identifiera les lacunes dans la recherche et définira un problème d’optimisation de base pour la prise de décision tactique dans les réseaux de transport urbain, en tenant compte de l’incertitude liée à la demande, aux flux de marchandises et aux contraintes opérationnelles. Un modèle d’incertitude sera formulé dans le cadre d’une programmation mathématique robuste et/ou stochastique.

Deuxième année : Le candidat développera une ou plusieurs approches de résolution basées sur la programmation stochastique (éventuellement combinée avec l’optimisation robuste) afin de traiter des cas réels plus complexes issus du projet MODALSHIFT. Il analysera les résultats obtenus et en extraira des insights managériaux, en considérant différentes variantes du problème de base. Cette phase inclura des simulations et des tests de performance sur des scénarios réalistes afin d’évaluer l’efficacité des modèles proposés.

Troisième année : Le candidat intégrera les techniques de programmation stochastique développées avec des approches d’intelligence artificielle, notamment des méthodes d’apprentissage, pour améliorer la prise de décision en temps réel et optimiser les opérations de transport urbain multimodal. Il se concentrera également sur la rédaction de sa thèse et la diffusion de ses résultats à travers des publications scientifiques et des présentations lors de conférences nationales et internationales.

Type d'emploi : Temps plein, Contrat doctoral de droit privé

35 jours ouvrés de congés payés/an + 15 jours de dispense/an

Rémunération : 26400€ bruts annuels

Autres avantages : carte ticket restaurant + prime de transport + accès salle de sport + mutuelle et prévoyance

Prise de poste : 1er septembre 2025

Durée : 3 ans

L’ensemble des Collaborateurs et des Collaboratrices de l’Ecole sont sensibilisés sur les questions d’inclusivité, qu’il s’agisse du handicap, du genre ou de l’égalité des chances. Notre école accorde une importance clé à l’inclusivité qui s’incarne dans deux de nos piliers stratégiques : durabilité/pérennité et inclusivité.