Thèse CIFRE - modélisation de réseaux de spécifications sémantiques (H/F)

Description de l'offre

Airbus Operations SAS

Airbus is a global leader in aeronautics, space and related services. In 2018 it generated revenues of € 64 billion and employed a workforce of around 134,000. Airbus offers the most comprehensive range of passenger airliners. Airbus is also a European leader providing tanker, combat, transport and mission aircraft, as well as one of the world's leading space companies. In helicopters, Airbus provides the most efficient civil and military rotorcraft solutions worldwide.

Our people work with passion and determination to make the world a more connected, safer and smarter place. Taking pride in our work, we draw on each other's expertise and experience to achieve excellence. Our diversity and teamwork culture propel us to accomplish the extraordinary - on the ground, in the sky and in space.

Job Description

Contexte:

De multiples Systèmes d’information (SI) sont utilisés au sein d’entreprises comme Airbus, à différentes étapes du cycle de vie d’un produit. Nous pouvons citer les systèmes PLM (Product Lifecycle Management), ERP (Enterprise resource Planning), et bien d’autres. Aux données qu’ils manipulent s’ajoutent de plus en plus des données réelles liées à la généralisation des technologies IoT (Internet of Things) pour mesurer, tracer, controler le fonctionnement ou l’utilisation du produit. Le concept de « jumeau numérique » s’appuie sur cette dualité des sources de données pour étudier la corrélation entre données issues des étapes de développement et données issues du terrain.

L’objectif de ces travaux de recherche est d’effectuer un état de l’art dans le domaine de l’architecture des SI sur le plan sémantique et d’apporter une contribution significative pour l’identification et la caractérisation de modèles de connaissances permettant de réconcilier des données « produit » hétérogènes, issues de différentes sources numériques, utilisées à différentes étapes du cycle de vie du produit. Une application concrète et des outils logiciels sont attendus de ces travaux.

Au sein d’Airbus à Toulouse, le doctorant sera intégré au sein des activités de R&D relatives au systèmes d’information et sera amené à travailler en réseau avec des collègues en Angleterre et en Allemagne.

Au sein de l’ESTIA, le doctorant fera partie de l’équipe ESTIA Recherche, et travaillera au sein de l’axe systèmes technologiques et humains, en lien avec les travaux sur les jumeaux numériques et l’aide à la décision.

La thèse CIFRE sera d'une durée de 3 ans.

Sujet, missions et activités:

La problématique de l’exposition de donnée réside dans la provenance et les règles métiers auxquels elle répond dans un but d’interprétation de ces données : nous appellerons ces règles la « sémantique ». Chaque domaine métier pouvant posséder son propre système informatique, la cible de l’architecture est de mettre en place un cadre commun pour exposer les données en intégrant/agrégeant tous les domaines-métiers et les divers contextes. Une même donnée peut ainsi être issue de différents domaines-métiers. Afin de pouvoir consolider une telle donnée « multi domaine métier », chacun d’eux doit donc en fournir la sémantique. La consolidation de la donnée doit ensuite être réalisée, en se basant sur la mise en relation des différentes sémantiques : c’est cette mise en relation qui constitue le réseau sémantique.

Un des verrous scientifiques à lever est celui de l’identification de « la » donnée :

·  Comment recouper les données des différents domaines ?
·  Comment les aligner/comparer/etc. pour en éliciter une seule ?
·  Comment lier ses différentes occurrences/formes/identifications ?

C’est cette mise en correspondance qui relève du tissage de liens.

Un autre problème est celui de la création du réseau, de sa modélisation et de la mise à disposition d’opérateurs et d’outils de manipulation. En particulier, le contexte industriel permet de disposer d’importants ensembles de données, que ces ensembles proviennent de systèmes d’information dont les modèles de données sont structurés selon un seul point de vue « métier » ou que ces ensembles proviennent de systèmes d’information alimentés de façon non ou peu structurée, notamment par des données issues de mesures liées au produit physique. Ces ensembles de données se prêtent alors à des techniques d’apprentissage et l’étude visera ici à situer l’apport du « machine learning » dans l’identification de structures sous-jacentes permettant de réconcilier ces différentes sources de données et dans la proposition de nouveaux outils pour supporter les processus de décision.

Ce travail s’accompagnera d’une méthodologie de mise en œuvre assurant la qualité des données « by design » ainsi que l’intégration des contraintes de sécurité et de protection des données « by design », essentielles face à une généralisation de l’IoT industriel.

Divers scénarii de contrats entre le pourvoyeur et l’exposant ont été envisages :

·  Les données sont fournies avec la sémantique
·  Les données sont fournies sans la sémantique
·  La sémantique n’est pas complète

Le challenge étant d’exposer une données consolidée et complète supportée par le réseau de modèles sémantiques, la problématique réside dans la capacité à construire ce réseau.

La problématique principale de ce sujet porte donc sur la façon d’appréhender et de construire un réseau de spécifications sémantiques et de tisser des liens entre les données.

Par voie de conséquence, la contribution attendue porte également sur la démonstration de l’intérêt d’utiliser les techniques de « machine learning » pour préparer cette construction à travers la réalisation d’un prototype sur un cas prédéfini.

Profil recherché:

Vous avez les expériences et compétences suivantes :

·  Diplômé(e) d’un Bac+5 (ou équivalent) en université ou école d’ingénieur en Sciences de l’ingénieur , de préférence en informatique ou en génie industriel.
·  Connaissance et compétences: ingénierie des systèmes d’information, interopérabilité des systèmes informatiques, ingénierie des connaissances centrées ontologies, intelligence artificielle
·  Bonne communication et sens du relationnel
·  Capacité à travailler en équipe
·  Anglais : Négociation
·  Français : Négociation

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.

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.