Quelles sont les missions ?

La mission de THALES Research & Technology France consiste à mettre à la disposition des unités opérationnelles du groupe THALES les technologies, les savoirs, les connaissances et les compétences nécessaires pour leur assurer un développement et un avantage compétitif à moyen et long terme.

Dans ce contexte, votre sujet de thèse portera sur :

L'apprentissage causal est un domaine de l'apprentissage automatique qui est en plein essor. L'apprentissage automatique et en particulier l'apprentissage profond sont très performants pour découvrir des motifs sur les données, mais sont incapables d'expliquer comment ces variables sont connectées entre elles. La recherche de la causalité permet alors d'identifier le type d'influence entre les variables - typiquement si une variable est la cause d'une autre, ou si deux variables sont influencées par une cause commune. Cela a le gros avantage de permettre de reproduire un raisonnement proche de celui d'un expert, et donc d'être intelligible et explicable à un utilisateur.

La modélisation d'un système complexe - majoritairement composé d'un enchaînement d'algorithmes de calculs - sous forme d'un modèle causal est très bénéfique. Le modèle causal permet de tracer les défaillances, de faire du diagnostic et d'en générer les causes, donc les explications.

On s'intéresse à la supervision d'un système par des KPI (Key Performance Indicator) mesurant la bonne santé du système en temps réel, en terme de sa capacité à remplir la mission. Dès qu'il y a une dégradation de la performance du système, l'objectif est de diagnostiquer les causes et de proposer des actions de réparation afin d'aider le système à revenir à un état normal.

Le point majeur de la thèse est de se baser sur un modèle causal du système afin d'être capable de générer des explications compréhensibles à l'utilisateur.

Tout d'abord, le modèle causal doit être construit. Il doit refléter toutes les causes possibles de dégradations des performances du système. Un expert du domaine apportera un graphe causal qualitatif. Il sera possible de quantifier voire de compléter le graphe causal (avec des liens supplémentaires) à partir de données d'apprentissage semi-supervisée incluant des cas standards où le système se comporte correctement et des données réelles ou simulées où certaines anomalies surviennent. Un apprentissage neuronal causal sera utilisé à ce stade.

A partir du modèle causal, il sera possible de poser un diagnostic de la cause possible. Cette recherche se fera via des méthodes contrefactuelles recherchant les causes (minimales) suffisantes ou nécessaires expliquant la dégradation. Cela revient à analyser les conséquences de modifications sur causes potentielles.

Enfin des recommandations doivent être proposées pour remédier aux problèmes détectés. Le modèle causal inclut des traitements qui ont des paramètres. La recommandation porte sur les modifications à apporter sur ces paramètres.

Tout au long de la thèse, cette approche sera instanciée sur un voire plusieurs cas d'utilisation Thales. L'application principale concerne la supervision des algorithmes de pistages des avions pour le contrôle du trafic aérien, à partir des données de senseurs tels que les radars ou transpondeurs. Cette thèse se déroulera dans le cadre du laboratoire commun SINCLAIR.

Innovation, passion, ambition : rejoignez Thales et créez le monde de demain, dès aujourd'hui.

Lire la suite

Quel est le profil idéal ?

Diplômé.e ou futur.e diplômé.e d'une école d'ingénieur.e ou formation équivalente en IA, votre formation vous a permis d'acquérir des compétences solides en IA et notamment en :

Apprentissage automatique

Réseaux de neurones

Statistiques

Python (libraire Pytorch), Linux

Idéalement vous avez aussi des connaissances en traitement du signal, causalité et en Java sous Eclipse ?

Vous avez réalisé votre stage de fin d'études sur l'apprentissage automatique ?

Vous savez faire preuve d'autonomie et d'organisation dans votre travail ?

Vous êtes curieux.se, raison qui vous pousse à continuer dans le monde de la recherche ?

Enfin vous avez un excellent niveau d'anglais (Niveau B2 - C1 attendu) ?

Vous vous reconnaissez ? Alors découvrez votre futur sujet de thèse !

Pourquoi les rejoindre ?

Ceux qui font avancer le monde s'appuient sur Thales
Dans un monde en constante mutation, à la fois imprévisible et riche d'opportunités, nous sommes aux côtés de ceux qui ont de grandes ambitions : rendre le monde meilleur et plus sûr.

Riches de la diversité de leurs expertises, de leurs talents, de leurs cultures, nos équipes d'architectes conçoivent un éventail unique de solutions technologiques d'exception, qui rendent demain possible dès aujourd'hui.

Du fond des océans aux profondeurs du cosmos ou du cyberespace, nous aidons nos clients à maîtriser des environnements toujours plus complexes pour prendre des décisions rapides, efficaces, à chaque moment décisif, quel que soit l'enjeu.

Partout où des décisions critiques doivent être prises, Thales est présent.

Nous servons cinq grands secteurs essentiels pour le développement de nos sociétés : Aéronautique, Espace, Transport terrestre, Sécurité et Défense.

 
Dépôt CV
Montrez vos talents, 15 000 recruteurs vous attendent

Je dépose mon CV dans la CV-thèque

Doc, Docx, rtf, pdf (3 Mo. max)

D'autres offres vous attendent sur Cadremploi
Continuez sur votre lancée ! Découvrez d'autres offres similaires à celle-ci
OU
Continuer ma recherche
Soyez le premier prévenu !

Recevez les offres similaires à cette annonce

En créant votre alerte, vous acceptez les conditions d'utilisation

Alerte active Vous recevrez par email les offres correspondant à la recherche

Gérer mes alertes