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 cluster, 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 avec le LAAS-CNRS équipe DISCO en lien avec l'IA cluster ANITI (chaire ADDX). 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 développer des méthodes innovantes d’explication des défauts afin d’en comprendre les dépendances avec les données de design pour une meilleure prévention des cas d’anomalies.
La détection précoce des défauts et leur explication détaillée sont des enjeux cruciaux dans l'industrie de production à grande échelle. Une identification rapide et précise des anomalies permet non seulement d'optimiser les processus de fabrication et design des produits, mais aussi de réduire les coûts liés aux arrêts de production et aux reprises. L'objectif principal de cette thèse est de lier de manière automatisée les anomalies détectées dans les tests en production et le design des produits. Les avancées récentes en apprentissage machine et en acquisition de données permettent de créer des modèles performants pour détecter des anomalies mais leurs explications restent incomplètes. Des approches d'arbres minimaux d'explication peuvent offrir une solution pour expliquer à l'aide de caractéristiques extraites du design produit. En particulier cette thèse devra prendre en compte des contraintes liées au grand nombre de test effectués ainsi qu'à la très faible proportion de tests conduisant à des défauts. Dans un second temps l'idée sera de prédire la quantité de défauts par apprentissage automatique pour chaque nouveau composant et produit à partir de l'historique de production des usines.
Cette thèse s’appuiera sur des études menées précédemment ayant permis de développer des méthodes de détection d’anomalies à grande échelle. Elle développera de nouveaux algorithmes permettant de regrouper les produits selon les résultats de leurs tests et d'expliquer ces regroupements à l'aide des données de conception produit. Ce travail contribuera à l'avancement de l’optimisation des processus industriels et du design produit, en offrant des solutions robustes et explicables.
Vos principales missions seront :
> Réaliser une étude bibliographique de différentes méthodes permettant de générer artificiellement un design
> Réaliser une étude bibliographique des méthodes d’IA appliquées à la détection d’anomalies
> Collecter, associer et faire une analyse exploratoire des données disponibles
> Créer un modèle permettant d’extraire une structure de produits à relier avec les défauts détectés en production
> Développer et tester différents modèles basés sur de l'apprentissage machine
> Documenter les développements liés au projet
Profil souhaité :
> Bac +5 en informatique / data science
> Bonne connaissance en Python
> Connaissance des méthodes de clustering et régression
> Capacité de modélisation de systèmes
> Initiative, rigueur
> Qualités relationnelles et capacité à travailler dans des équipes pluridisciplinaires
> Anglais souhaité
> Classe Emploi (France): Classe F11
#WEAREELECTRIFIED - Les + Vitesco Technologies
1. Gymnase
2. Télétravail
3. Entreprise engagée dans la diversité & l’inclusion
4. Médecin & service médical sur site
5. Forfait d’indemnité kilométrique vélo
6. 80 % remboursés sur les abonnements de transport
7. Restaurant d’entreprise
8. Conciergerie
9. Entreprise « Parents friendly » (places en crèche, jours enfant malade, horaires flexibles)
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.