Référencé par le Capital Magazine figurant parmi les « Meilleurs employeurs 2023 », CS est une société filiale autonome de Sopra Steria GROUP avec un rayonnement en France et à l'international (plus de 2500 collaborateurs). Experts des systèmes critiques pour les secteurs de la Défense, l'Industrie, le Spatial, la Cybersécurité et l'IA. Nous recrutons un/une Doctorant dans le cadre d'une thèse sur l'analyse d'ensembles d'événements pseudo-aléatoires au sein d'une série spatio-temporelle : interprétation d'alertes et anticipation.
L'objet de la thèse est d'analyser et d'interpréter des ensembles d'événements concomitants afin d'identifier des comportements inhabituels qui pourraient indiquer des menaces potentielles ou des dysfonctionnements systémiques.
1. Programme de la thèse
La thèse consiste à développer une approche qui permette de raisonner avec des événements préalablement détectés (tels que des alertes, anomalies, ou autres événements rares, ou jugés d'intérêt dans le contexte applicatif) de façon à interpréter leur concomitance en prenant en compte l'incertitude. Il s'agira de caractériser un ou plusieurs cas d'étude liés à la prise de décision en milieux complexes et de sélectionner des modèles pertinents, afin de définir un cadre formel pour l'analyse d'ensembles d'alertes à travers des séries spatio-temporelles d'événements pseudo-aléatoires. La théorie pour représenter et gérer l'incertitude sera celle des fonctions de croyance qui présente un cadre riche et adapté pour considérer (et distinguer) l'incertitude épistémique (liée au manque de connaissance) et aléatoire (liée à l'aspect stochastique du phénomène observé). Afin de définir une méthode d'analyse de liens entre événements qui permette de gérer l'incertitude sous-jacente, le candidat s'attachera à collecter ou simuler des données et développer une solution hybride mêlant techniques d'apprentissage machine lorsque les données sont disponibles et en quantité suffisante, et de raisonnement logique pour intégrer la connaissance de l'expert et pallier un manque éventuel de données d'apprentissage. La dernière étape consistera à valider les modèles et la solution. Le projet se focalisera sur les verrous scientifiques suivants liés à l'analyse de liens entre événements : l'alignement d'événements avec des algorithmes de détection, suivi et classification ainsi que le calcul de distances multi-modales entre des données très hétérogènes (textes, images, données numériques, langage naturel).
2. Domaines métier impactés
La solution développée sera conçue comme étant générique et applicable à différents cas d'études, notamment dans le contexte d'une installation industrielle ou de commande et contrôle. La surveillance continue d'un réacteur par exemple, peut générer de nombreuses alertes issues de l'analyse des données provenant de capteurs intégrés dans des dispositifs du système de chauffage afin d'identifier les écarts par rapport au fonctionnement normal. Les centres de commande et de contrôle jouent un rôle crucial dans la gestion des opérations civiles et militaires. Ces centres reposent sur l'analyse de données spatio-temporelles pour surveiller, anticiper et réagir aux événements en temps réel (déviation de trajectoire, activité inhabituelle, intrusion, panne systémique ou modification temporelle). Dans les deux cas, la solution à être développée dans le cadre de cette thèse fournira un support à l'opérateur pour l'analyse de la situation globale et la prise de décision sous incertitude et contrainte psychosociale.
3. Encadrement et environnement de travail
Cette thèse sera réalisée sous la co-direction d'Anne-Laure Jousselme (CS Research Lab, CS GROUP Toulon, France), et Ludovic Fabre, Jérémy Buisson, Olivier Bartheye (CREA Ecole de l'air et de l'espace, Salon-de-Provence, France). Les travaux seront menés sur plusieurs sites : au CS Research Lab à La Garde dans la région de Toulon ; au sein du Centre de Recherche de l'Ecole de l'Air à Salon-de-Provence. Deux environnements de travail stimulants, internationaux et multidisciplinaires, au carrefour des communautés R&D académiques et industrielles, alliant recherche exploratoire et développements appliqués.
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.