Stage de R&D : Détection d’anomalie dans le réseau d’un véhicule autonome sous contraintes

Institut de Recherche Technologique SystemX; Palaiseau; Sur place; EUR 20 000 - 40 000; Plein temps

Résumé du poste

Un stage passionnant au sein d'un institut de recherche technologique vous attend, axé sur la détection d'anomalies dans les bornes de recharge pour véhicules électriques. Dans un environnement dynamique et collaboratif, vous contribuerez à un projet innovant qui utilise l'intelligence artificielle pour améliorer la sécurité et la résilience des infrastructures critiques. Vous aurez l'occasion de travailler sur des algorithmes avancés de Deep Learning tout en développant un prototype fonctionnel. Si vous êtes motivé et souhaitez faire une différence dans le domaine de la mobilité durable, ce stage est fait pour vous.

Qualifications

• Formation en IA, mathématiques appliquées, physique ou électronique.
• Compétences en Deep Learning, notamment ResNets et ConvNets.

Responsabilités

• Étudier les approches existantes en détection d’anomalies.
• Tester des algorithmes de détection d’anomalies en simulation.
• Évaluer les performances des modèles sur des scénarios d’attaque.

Connaissances

Deep Learning

ResNets

ConvNets

Formation

BAC +5/école d’ingénieur

Description du poste

Stage de R&D : Détection d’anomalie dans le réseau d’un véhicule autonome sous contraintes

Publié le : 29 novembre 2024

Contexte du stage

Au sein de l’Institut de Recherche Technologique SystemX, situé au cœur du campus scientifique d’excellence mondiale de Paris-Saclay, vous prendrez une part active au développement d’un centre de recherche technologique de niveau international dans le domaine de l’ingénierie numérique des systèmes. Adossé aux meilleurs organismes de recherche français du domaine et constitué par des équipes mixtes d’industriels et d’académiques, ce centre a pour mission de générer de nouvelles connaissances et solutions technologiques en s’appuyant sur les percées de l’ingénierie numérique et de diffuser ses compétences dans tous les secteurs économiques.

Vous serez encadré par un ingénieur-chercheur IRT SystemX du domaine IA et sciences des données.

Vous travaillerez au sein du projet JNI5 (Jumeaux numériques des systèmes industriels) qui vise à définir des jumeaux numériques capables d’acquérir des données en temps réels afin de contribuer à la gestion de la R 3 des systèmes complexe technico organisationnel et d’augmenter les capacités du système. La R 3 fait référence aux trois propriétés non fonctionnelles suivantes : Reliability (Fiabilité), Robustness (Robustesse), Resilience (Résilience).

Présentation du sujet

Les bornes de recharge pour véhicules électriques sont des infrastructures critiques pour la transition vers une mobilité durable. Cependant, elles sont également vulnérables à des cyberattaques ou des défaillances techniques pouvant compromettre leur fiabilité et leur sécurité. Ce projet de stage vise à exploiter les capacités de l’intelligence artificielle, notamment en détection d’anomalies, pour renforcer la sécurité et la résilience des bornes de recharge. L’objectif principal est de développer et valider un pipeline expérimental capable d’évaluer l’apport de l’IA dans la détection proactive de menaces et d’anomalies, en garantissant un fonctionnement optimal et sécurisé des bornes de recharge. Pour cela, le déroulement et les objectifs du stage sont prévus comme suit :

• Faire un état de l’art : Étudier les approches existantes en détection d’anomalies appliquées à la cybersécurité et l’analyse des vulnérabilités spécifiques aux bornes de recharge pour véhicules électriques.
• Tester plusieurs algorithmes de détection d’anomalies (modèles supervisés et non supervisés).
• Mettre en place un environnement de simulation pour tester les modèles en conditions proches de la réalité.
• Évaluer les performances des modèles sur des scénarios d’attaque simulés et des anomalies techniques réelles.
• Proposer des métriques pour mesurer l’impact de l’IA sur la sécurité des bornes de recharge.

Présenter un rapport détaillé et un prototype fonctionnel du pipeline expérimental.

Profil et compétences

Formation : BAC +5/école d’ingénieur, dans les domaines de l’IA et/ou mathématiques appliquées/Physique/électronique.

Compétences souhaitées :

• Deep Learning (ResNets, ConvNets)

Aptitudes personnelles :

• Dynamisme et motivation
• Esprit d’équipe

Merci d’indiquer la référence du stage dans l’objet de votre mail de candidature, d’y joindre CV, lettre de motivation, lettre(s) de recommandation et relevés de notes.

Durée du stage : 6 mois
Date de démarrage envisagée : février-mars 2025
Localisation du poste : Palaiseau (91)
Référence de l’offre à mentionner dans l’objet dans votre e-mail de candidature : DSR-2025- 15-JNI