CDD CIFRE - Intelligence Artificielle Manufacturing 4.0 - Planification & ordonnancement h/f/d

TN France; Toulouse; Sur place; EUR 30 000 - 50 000; Plein temps

Résumé du poste

Une entreprise innovante recherche un doctorant en intelligence artificielle pour rejoindre l'équipe IA Central Manufacturing. Ce rôle passionnant implique le développement de solutions avancées pour optimiser la production dans les usines. Vous serez chargé d'explorer des méthodes hybrides combinant données et modèles, tout en collaborant avec des chercheurs de divers instituts. Ce projet promet de transformer les processus de fabrication en intégrant des approches de pointe comme le Deep Reinforcement Learning. Si vous êtes passionné par l'IA et souhaitez relever des défis complexes, cette opportunité est faite pour vous.

Qualifications

• Bac +5 en Mathématiques Appliquées ou Recherche Opérationnelle.
• Bonne maîtrise de Python et connaissance des méthodes de machine learning.

Responsabilités

• Réaliser un état de l’art sur les méthodes de planification.
• Développer un cadre d’évaluation basé sur un modèle de simulation.

Connaissances

Python

Deep Reinforcement Learning

Data-driven methods

Model-based methods

Hybrid methods

Formation

Master en Mathématiques Appliquées

Doctorat en Recherche Opérationnelle

Description du poste

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.

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. Cependant, ces méthodes présentent des limites, notamment en termes de quantité de données requises ou de capacité à modéliser précisément des problèmes complexes. En outre, elles peinent à résoudre efficacement des problèmes de grande envergure dans un délai raisonnable, surtout en présence d’incertitude.

Vous rejoindrez l’équipe IA Central Manufacturing en tant que doctorant·e en intelligence artificielle (niveau F11) afin d’explorer et de proposer des solutions à cette problématique. L’objectif est de concevoir et développer une approche hybride combinant méthodes basées sur les données et sur les modèles pour planifier la production dans les usines du groupe, en répondant aux critères de scalabilité, robustesse et applicabilité industrielle.

Suite à une étude préliminaire, un modèle de simulation basé sur des données réelles 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, en explorant de nouvelles approches, notamment dans la catégorie des méthodes hybrides, en collaboration avec des chercheurs de divers instituts dans le cadre de l’ANITI.

ANITI (Artificial and Natural Intelligence Toulouse Institute) est un institut interdisciplinaire d’intelligence artificielle à Toulouse, soutenu par France 2030, faisant partie des 9 « IA-clusters ». La chaire HEROIC, intégrée à cette thèse, rassemble chercheurs et partenaires industriels autour de l’apprentissage hybride et de la recherche opérationnelle pour l’industrie.

Les missions principales :

1. Réaliser un état de l’art sur les méthodes de planification de la production (data-driven, model-based, hybrid).
2. Développer un cadre d’évaluation basé sur un modèle de simulation pour comparer différentes méthodes.
3. Concevoir et développer de nouvelles approches pour intégrer des contraintes réalistes.
4. Documenter l’ensemble des développements et résultats.

Profil souhaité :

• Bac +5 en Mathématiques Appliquées ou Recherche Opérationnelle.
• Bonne maîtrise de Python.
• Connaissance des méthodes de machine learning, notamment Deep Reinforcement Learning, serait un plus.