#PhD/CIFRE Active Learning for Data Collection (H/F)

Description de l'offre

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 SAS

Employment Type:
PHD, Research

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

Experience Level:
Entry Level

Job Family:
Computing&Comm and Info& Data Processing

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.