Développement de méthodes d’aide à la décision prescriptive et d’optimisation sous incertitude pour la maintenance et le pilotage

Forum 'Thèses et Post-Docs' - Sujet créé le 2026-10-06 par Oussama Ben-Ammar

Laboratoire : SyCoIA, IMT Mines Alès
Financement : projet ANR IAMinPRES
Début prévu : début 2027
Encadrement : Phuc Do, Andon Tchechmedjiev et Oussama Ben-Ammar

Sujet

Cette thèse vise à développer des méthodes permettant d’optimiser conjointement les décisions de maintenance et de pilotage de systèmes industriels, en exploitant les informations de pronostic et leurs incertitudes.

Les travaux combineront recherche opérationnelle, intelligence artificielle et connaissances métier pour construire des stratégies robustes, adaptatives et explicables. Ils étudieront notamment le couplage entre prédiction et optimisation, avec une validation expérimentale et industrielle dans le cadre du projet IAMinPRES.

Profil recherché

Diplôme d’ingénieur et/ou master en génie industriel, recherche opérationnelle ou intelligence artificielle. Compétences souhaitées en modélisation mathématique, optimisation, simulation et programmation Python/Julia. Des connaissances en apprentissage automatique, maintenance ou fiabilité seront appréciées.

Candidature

Envoyer un CV détaillé, une lettre de motivation, les relevés de notes des deux dernières années et des lettres de recommandation, regroupés dans un seul fichier PDF nommé Nom_Prénom.pdf, aux trois destinataires :