Thèse CIFRE : Apprentissage et validation d'un modèle multicritère (H/F)

Description de l'offre

CE QUE NOUS POUVONS ACCOMPLIR ENSEMBLE :

Le sujet de la thèse porte sur la validation des modèles multicritères appris. N'importe quel algorithme mis dans un système critique doit être validé (voire qualifié et même certifié suivant les cas). Un frein à l'utilisation d'algorithmes issus de l'intelligence artificielle dans des systèmes critiques est justement leur validation qui est extrêmement difficile (du fait de leur non-déterminisme). Ce sujet est en train de prendre une place très importante dans la communauté de l'apprentissage automatique. Dans les systèmes critiques, l'opérateur cherche en premier lieu à éviter à tout prix des décisions amenant à des conséquences catastrophiques dans des situations extrêmes. On cherche alors les pires cas qui pourraient se produire. En dehors de ces situations extrêmes, on cherche le meilleur comportement moyen possible.Il est important pour l'opérationnel de connaître le domaine de validité du modèle, c'est-à-dire le domaine dans lequel il pourra avoir confiance aux résultats. Cela peut demander la recherche de cas extrèmes mettant à mal le modèle. Cette recherche s'apparente à la recherche d'exemples adversariaux en apprentissage automatique.L'objectif de la thèse sera de proposer une approche générique de validation d'un modèle multicritère. Cette approche sera instanciée sur plusieurs cas d'utilisation de Thales..

Profil recherché

QUI ETES-VOUS ?Vous êtes diplômé(e) d'une formation de niveau Bac+5 (ingénieur ou master de recherche) dans le domaine de l'intelligence artificielle.Vous détenez des compétences en apprentissage automatique statistique, représentation des incertitudes et en programmation (Python, Java). La connaissance de l'aide multicritère à la décision sera un atout pour cette thèse.Vous maîtrisez l'anglais à un niveau technique.Vous êtes autonome, persévérant et avez un esprit de synthèse. Vous avez de bonnes capacités de communication (à l'écrit et à l'oral) et vous appréciez le travail en équipe.}

À propos de Thales

QUI SOMMES-NOUS ?

Rejoignez Thales, leader mondial des technologies de sûreté et de sécurité pour les marchés de l'Aérospatial, du Transport, de la Défense et de la Sécurité. Fort de 65 000 collaborateurs dans 56 pays, le Groupe bénéficie d'une implantation internationale qui lui permet d'agir au plus près de ses clients, partout dans le monde.

Situé sur le campus de l'École polytechnique, au cœur du pôle scientifique et technologique d'envergure mondiale de Paris-Saclay, Thales Research & technology à Palaiseau est le centre de recherche du Groupe.

Grâce aux nombreux partenariats avec le monde académique et un réseau international d'entreprises innovantes, nos équipes de recherche développent des technologies de rupture au service des unités opérationnelles du Groupe.
Vous intégrez Groupe de Recherche Sciences et Techniques de l'Information dont l'une des missions principale consiste à la résolution de problèmes complexes dans les nombreux domaines d'expertise du groupe Thales (Espace, Transport, Défense…).

Le Groupe de Recherche Sciences et Technologies de l'Information recherche un/une Doctorant(e) en Apprentissage et Validation d'un modèle multicritère représentant des interactions entre critères (H/F)
Basé(e) à Palaiseau