[CIFRE] Thèse - Techniques d'Intelligence Artificielle hybrides pour des problèmes de production multi-échelles (M/F)

Description de l'offre

Job Description:

Etes-vous prêt à contribuer à l’amélioration de l’efficacité de la planification de production d’Airbus ? 

Candidatez sans plus attendre!

Nous vous proposons de nous rejoindre en tant qu’étudiant en thèse sur le sujet: “Techniques d'Intelligence Artificielle hybrides pour des problèmes de production multi-échelles (M/F)”, au sein de Central Research and Technology, Airbus SAS et au sein de l’institut d’intelligence artificielle ANITI

Le département travaillera en collaboration avec l’ONERA à Toulouse, France, dans lequel vous serez également intégré.  La période d'alternance précise entre les deux sites sera définie ultérieurement en accord avec les différentes parties prenantes. Le début de la thèse envisagée est Octobre 2025.

Contexte de la thèse:

Dans un paysage industriel en perpétuelle évolution, l'optimisation de la production constitue un impératif majeur pour les entreprises cherchant à rester compétitives sur un marché globalisé et dynamique. Le contexte actuel de croissance du secteur aéronautique et des besoins de renouvellement des flottes existantes impose notamment une montée en cadence de la production.

Notre projet de thèse se positionne au cœur de cette dynamique, en proposant des approches basées sur l'Intelligence Artificielle pour contribuer à répondre aux besoins d'Airbus sur cette problématique. 

La complexité et la volatilité de la chaîne d'approvisionnement, des marchés et des contraintes réglementaires, imposent de repenser les méthodes traditionnelles d'optimisation de la production. Un aspect crucial du système industriel actuel est la gestion des différentes temporalités des problèmes de planification. En effet, les entreprises doivent non seulement organiser la production au jour le jour en fonction de contraintes opérationnelles, mais aussi tenir compte d'un planning à plus long terme dicté par des impératifs commerciaux. Cette dualité entre les horizons de planification court et long terme introduit une complexité supplémentaire dans la prise de décision, nécessitant une approche intégrée et cohérente pour assurer l'efficacité et la rentabilité des opérations. Également, la production multi-site introduit de nouveaux challenges dans la synchronisation de la production des différentes usines et les problèmes de logistique induits.

Cette thèse s'inscrit dans une dynamique d'accompagnement d'Airbus dans l'intégration d'outils d'aide à la décision pour l'optimisation de sa production et de son calendrier commercial. La proposition de thèse travaillera à l'élaboration de solutions concrètes et innovantes pour une production plus efficiente et plus résiliente aux aléas. 

La thèse explorera notamment la modélisation mathématique des différents sous problèmes d’optimisation lié à la production, ainsi que l’implémentation d’algorithmes combinant différentes approches pour leurs résolutions (solveurs exacts, méta-heuristique, heuristique apprise grâce à une méthode d’apprentissage automatique (ML/DL)...), contribuant ainsi à la recherche en méthode d’optimisation hybride, sujet coeur de la chaire de recherche “HEROIC” d’ANITI.

Le travail de thèse consistera donc à:

· 
Réaliser un état de l'art pour explorer les travaux existants en optimisation de la production multi-échelles, en mettant particulièrement l'accent sur les méthodes hybrides combinant optimisation combinatoire et apprentissage

· 
Analyse et modélisation des processus de la planification de la production sur le court et long-terme

· 
Développement de méthodes d'optimisation hybrides et expérimentations

Le profil et compétences que nous recherchons:

· 
Master de Recherche en Intelligence Artificielle, Mathématiques Appliquées, ou  Recherche opérationnelle

· 
Connaissance des techniques d’optimisation discrète, d’algorithme de prise de décision, et d’apprentissage

· 
Aisance en programmation Python, éventuellement C++/Rust

· 
Intérêt pour la recherche scientifique et les applications industrielles, autonomie

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 SAS

Employment Type:
PHD, Research

-------
Classe Emploi (France): Classe F11

Experience Level:
Student

Job Family:
Digital

By submitting your CV or application you are consenting to Airbus using and storing information about you for monitoring purposes relating to your application or future employment. This information will only be used by Airbus.
Airbus is committed to achieving workforce diversity and creating an inclusive working environment. We welcome all applications irrespective of social and cultural background, age, gender, disability, sexual orientation or religious belief.

Airbus is, and always has been, committed to equal opportunities for all. As such, we will never ask for any type of monetary exchange in the frame of a recruitment process. Any impersonation of Airbus to do so should be reported to  emsom@airbus.com .

At Airbus, we support you to work, connect and collaborate more easily and flexibly. Wherever possible, we foster flexible working arrangements to stimulate innovative thinking.