Post-doctorat en deep-learning et soutenabilité H/F H/F

CEA; Grenoble; Sur place; EUR 40 000 - 60 000; Plein temps

Résumé du poste

Un centre de recherche en France recherche un ingénieur-chercheur en apprentissage profond pour optimiser des réseaux d'énergie. Le candidat idéal a un doctorat en informatique et maîtrise Python avec TensorFlow. Ce poste est basé à Grenoble et implique des missions sur des projets innovants en matière de soutenabilité. Le CEA s'engage pour l'inclusion et offre des aménagements pour les travailleurs handicapés.

Qualifications

• Doctorat requis en informatique, apprentissage automatique ou traitement du signal.
• Connaissances en apprentissage profond, apprentissage automatique et mathématiques appliquées appréciées.
• Bonne pratique de la programmation en Python (TensorFlow) est requise.

Responsabilités

• Intégrer la causalité pour améliorer l'explicabilité des modèles.
• Développer un modèle de fondation avec des données hétérogènes.
• Assurer l'adaptabilité et l'optimisation des réseaux d'énergie.

Connaissances

Apprentissage profond

Apprentissage automatique

Mathématiques appliquées (probabilités / statistiques)

Programmation en Python

Formation

Doctorat en informatique, apprentissage automatique ou traitement du signal

Outils

TensorFlow

Description du poste

Post-doctorat en deep-learning et soutenabilité H/F H/F

Description du poste

Mathématiques, information scientifique, logiciel

EN SYNTHESE, QU'EST-CE QUE NOUS VOUS PROPOSONS ?
Nous cherchons un(e) ingénieur(e)-chercheur(se) en apprentissage profond pour applications soutenables. Ce poste de cadre en CDD/post-doctorat est basé sur le site du CEA Grenoble (38). Ce poste est à pourvoir dès que possible.

Vous interviendrez dans le cadre d'un projet visant à développer une nouvelle forme de supervision intelligente et intégrée pour optimiser les réseaux d'énergie intelligents. Contrairement aux approches existantes (IA, jumeaux numériques), il intégrera simultanément l'adaptabilité aux nouvelles données, aux nouvelles habitudes et la robustesse en tenant compte des relations de cause à effet.

Vous développerez un modèle de fondation, entraîné sur plusieurs jeux de données et capable de réaliser diverses tâches pour gérer des données hétérogènes, y compris des paramètres complexes (fluctuations de la demande ; pertes d'énergie), tout en prédisant la consommation et en détectant les anomalies.

Vos missions seront les suivantes :

1. Apprentissage Robuste et Explicable : vous intégrerez la causalité pour améliorer l'explicabilité du modèle, ce qui permettra
   • l'interprétabilité des décisions
   • l'identification des points de défaillance
   • l’optimisation de la distribution thermique dans les réseaux de chauffage
2. Apprentissage continu d’un modèle de fondation embarqué : permettre l'adaptabilité aux nouveaux besoins et aux conditions climatiques changeantes.
   Pour surmonter l'oubli catastrophique, une approche incrémentale adaptée à ce type de modèle doit être développée. Le modèle doit être conçu avec des contraintes intégrées dès le départ pour garantir qu'il fonctionne près de la source de données.
   Le chauffage urbain, étant un composant crucial des stratégies de décarbonisation des villes, constitue un cas d'application de ce projet. Le contrôle, la surveillance et la maintenance efficaces des sous-stations servent d'interface entre les réseaux de chauffage urbain et les systèmes de chauffage des bâtiments. Une analyse d'impact sera réalisée pour évaluer les avantages du déploiement de nouvelles technologies dans ces sous-stations.

Profil du candidat

Vous avez un doctorat en informatique, apprentissage automatique ou traitement du signal.

Des connaissances et des expériences dans un ou plusieurs des domaines suivants seront un atout pour ce poste :

• Apprentissage profond
• Apprentissage automatique
• Mathématiques appliquées (probabilités / statistiques)

Une bonne pratique de la programmation en Python (TensorFlow, avec une connaissance de base de l'environnement GPU) est requise.

Vous maîtrisez l'anglais écrit et parlé.

Conformément aux engagements pris par le CEA en faveur de l'intégration des personnes handicapées, cet emploi est ouvert à toutes et à tous. Le CEA propose des aménagements et/ou des possibilités d'organisation pour l'inclusion des travailleurs handicapés.

Localisation du poste

France, Auvergne-Rhône-Alpes, Isère (38)

Entité de rattachement

Le CEA est un acteur majeur de la recherche, au service des citoyens, l'économie et l'Etat. Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs. Implanté au cœur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international. Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales : conscience des responsabilités, coopération, curiosité.

Référence

2025-38181

Description de l'unité

Le Laboratoire Intelligence Intégrée Multi-capteurs (LIIM) a pour mission d'étudier et de développer des algorithmes embarqués d'intelligence artificielle, de fusion de données et de perception de l'environnement pour des systèmes cyber-physiques multi-capteurs, de concevoir et 'implémenter des plateformes de démonstration logicielles et matérielles mettant en œuvre ces algorithmes avec l'introduction de technologies innovantes, notamment pour la réalisation de circuits intégrés spécifiques.