A complete application in a minute
Tailored resume and cover letter, ready to send.
ENSTA Brest recrute dans l’Unité de Formation et de Recherche Mécanique (UFR Mécanique) un(e) enseignant-chercheur(se) impliqué(e) dans le projet SUBPERF-AI, visant à réduire le cycle de développement de concepts sous-marins grâce à l’IA et au machine learning. L’équipe collabore avec l’Institut Polytechnique de Paris et l’IRDL/CNRS pour des activités de formation et de recherche.
La mission couvre la construction d’un drone sous-marin et des essais en bassin, avec une approche intégrée entre
ENSTA, établissement d’enseignement supérieur et de recherche sous tutelle du ministère des Armées, développe des activités de formation, de recherche et d’innovation dans les domaines de la défense et de la sécurité, des transports, de l'énergie, des activités maritimes, du numérique et de la santé.
L’école, Présente Sur Deux Campus, à Paris-Saclay Et à Brest, Est Membre De L’Institut Polytechnique De Paris. Classée Dans Le Top 10 Des Meilleures Écoles D’ingénieurs En France, Elle a Pour Mission
Le/la titulaire du poste sera affecté au sein de l’Unité de Formation et de Recherche (UFR) Mécanique. L’UFR de Mécanique a pour mission d’assurer la formation en mécanique des élèves du cursus ingénieur d’ENSTA, des élèves de masters de l’Institut Polytechnique de Paris, et la formation par la recherche d’étudiants français et étrangers au niveau master et doctorat. L’Unité développe également des activités de recherche dans le domaine de la mécanique des matériaux et des structures, de la mécanique des fluides, des vibrations et de l’acoustique. Ces activités sont réalisées grâce à un important parc expérimental de haut niveau en mécanique des solides et des fluides, tant pour l’enseignement que la recherche. Sur le campus de Brest, l’UFR de Mécanique compte une cinquantaine d’enseignants chercheurs, une cinquantaine de doctorants/post-doctorants ainsi qu’une dizaine de personnels techniques (ingénieurs, techniciens). Les activités de recherche des membres de l’UFR de Mécanique du site de Brest sont menées au sein de l’Institut de Recherche Dupuy de Lôme (IRDL, CNRS UMR 6027, www.irdl.fr ). La personne recrutée travaillera en étroite collaboration avec les enseignants-chercheurs de l’ENSTA, pôle thématique de recherche « Structure Interaction Fluide (StIF) » de l’IRDL.
La personne recrutée sera intégrée dans une équipe pluridisciplinaire de 3 enseignants-chercheurs, un doctorant et un second post-doctorant.
Le recrutement s’inscrit dans le projet SUBPERF-AI, qui porte sur une démarche de réduction drastique du cycle de développement de nouveaux concepts sous-marins, en s’appuyant sur les progrès récents de l’intelligence artificielle (IA), et plus particulièrement le machine learning. Au contraire de l’existant en IA basé sur des modèles ininterprétables de type boîte noire, le projet vise à construire une méthodologie de construction de modèles physiques, de complexité adaptée à la physique sous-jacente, en ayant recours à l’expertise humaine et se plaçant comme un outil de conception complémentaire dans l’écosystème existant.
La personne recrutée prendra en charge la construction d’un modèle d’effort hydrodynamique « expert » et la génération de données expérimentales. Le modèle hydrodynamique expert sera déterminé en suivant la méthodologie classique de l’ITTC, à l’aide d’une campagne d’essais dans la veine aérodynamique pour la caractérisation des efforts (essais en modèle captif du type PMM (Planar Motion Mechanism)). Ce modèle sera implémenté dans un simulateur temporel, dont les résultats seront confrontés sur des manœuvres standards réalisées dans le bassin à drones de l’ENSTA. La confrontation des résultats de trajectoires expérimentales aux trajectoires simulées, obtenues sur la base des essais en modèle captif, pourra amener à questionner la méthodologie standard, en particulier lors de la présence de non-linéarités importantes ou de termes croisés non négligeables. Les essais en bassin fourniront par ailleurs les données de cinématique nécessaires au travail de thèse.