Snabbfakta
-
- Toulouse
Ansök senast: 2024-06-19
#PhD/ CIFRE Active Learning for Data Collection (H/ F)
Job Description:
Et si VOTRE aventure continuait avec NOUS !
Dans le cadre de l’approfondissement d'un cursus scolaire, vous recherchez un contrat CIFRE d'une durée de trois ans, vous permettant de valider l’accès au titre de Docteur.
Nous vous proposons de travailler dans une entreprise leader mondial dans son domaine, tournée vers le digital, à la pointe de la recherche et de l’innovation.
Une offre de contrat CIFRE intitulée Techniques d’apprentissage actif pour l’optimisation de la collecte de données sur une flotte d’aéronef (h/f) » vient de s'ouvrir au sein d’Airbus Commercial, sur son site de Toulouse.
Vous rejoindrez l’équipe d’Architecture Système au sein du département "Connectivity and Data Systems” du bureau d’études Airbus
L’objectif de cette thèse est de définir des méthodes basées sur l’apprentissage machine (Deep Learning, DL) opérant sur des volumes de données réduits afin d’identifier les données minimales à collecter.
Dans le cadre des projets aéronautiques, la collecte de données est un point de difficulté car elle repose généralement sur un système embarqué pour l’acquisition et le stockage de données à bord de l’aéronef.
De plus, l’utilisation des moyens de communication est généralement coûteuse dans l’environnement aéronautique, même lorsque des transmissions en temps réel ne sont pas nécessaires.
Enfin (et ce dernier point n’est pas spécifique au domaine aéronautique), le stockage et la gestion de données pour des applications de vision assistées par ordinateur représente rapidement des volumes de données importants, en particulier lorsqu’elles nécessitent des images ayant un haut niveau de résolution.
Cette thèse repose sur deux domaines scientifiques:
- l’intelligence artificielle explicable (eXplainable Artificial Intelligence)
- et l’apprentissage actif (active learning).
Ces techniques s’appliquent généralement après la collecte des données, dans un environnement constitué par des systèmes hébergés au sol afin de sélectionner des données qui sont stockées dans une base de données centralisée. Une difficulté pour cette thèse, réside dans l’application des techniques en amont de la phase de collecte des données. Cela nécessite de résoudre plusieurs verrous qui peuvent principalement se résumer comme suit :
Définir une méthode “embarquable” pour des données de grandes dimensionnalité (des images de haute résolution),
Définir une méthode distribuée permettant d’optimiser la collecte à l’échelle d’une flotte d'aéronefs.
La thèse s'appuiera sur un plan d'expérimentation utilisant les moyens Airbus
Votre carte d’embarquement :
Formation en Informatique, Mathématiques appliquées, Aérospatiale ou Réseaux et télécoms.
Première expérience en relation avec le Machine Learning
Connaissance avérée des outils de développement pour le Machine Learning
Connaissance des bases de données SQL et NoSQL et des frameworks de manipulation de données
Capacité d'analyse et de résolution de problèmes
Connaissance de l'environnement AWS et des ses composants serait un plus.
Connaissance de l'exploitation d'un aéronef et de son fonctionnement (ex. : pilote) serait un plus.
Niveau de négociation en anglais.
This job requires an awareness of any potential compliance risks and a commitment to act with integrity, as the foundation for the Company’s success, reputation and sustainable growth.
Company:
Airbus Operations SASEmployment Type:
PHD, Research-------
Classe Emploi (France): Classe F11Experience Level:
Entry LevelJob Family:
Computing&Comm and Info& Data Processing <JF-EN-EB>Fler jobb från Talent
