Assistant de Recherche F/H

KEDGE Business School; Talence; Sur place; EUR 27 000; Plein temps

Résumé du poste

Un établissement d'enseignement supérieur dynamique recherche un Assistant de Recherche pour un projet doctoral innovant. Ce rôle implique le développement de modèles avancés en programmation stochastique pour améliorer la durabilité des systèmes de transport multimodal. Le candidat travaillera sur le projet européen MODALSHIFT, visant à optimiser les réseaux de transport et à promouvoir une mobilité durable. Ce poste offre une occasion unique de contribuer à des recherches de pointe tout en développant des compétences précieuses en intelligence artificielle et en optimisation. Si vous êtes passionné par la recherche appliquée et souhaitez faire une différence dans le domaine de la logistique, cette opportunité est faite pour vous.

Prestations

Carte Ticket Restaurant

Prime de Transport

Accès Salle de Sport

Mutuelle et Prévoyance

Congés Payés (35 jours)

Dispense (15 jours)

Qualifications

• Expérience en développement d'algorithmes d'aide à la décision.
• Compétences en programmation stochastique et optimisation.

Responsabilités

• Développer et valider des algorithmes pour le transport multimodal.
• Collaborer avec des partenaires pour optimiser la logistique urbaine.

Connaissances

Programmation Stochastique

Optimisation Robuste

Intelligence Artificielle

Modélisation Multi-Agents

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/H en 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 place de 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.