Nouveaux algorithmes de prédiction et de planification pour le digital learning basés sur des méthod

Thèse en collaboration entre l’équipe ORKAD CRIStAL / Université de Lille et la société Mandarine BS

Nature du financement : thèse CIFRE Mandarine BS http://mandarine.academy/

Durée : 36 mois

Contact : pamela.wattebled@mandarine.academy , Julie.jacques@univ-catholille.fr, marie-eleonore.kessaci@univ-lille.fr, laetitia.jourdan@univ-lille.fr

Laboratoire : CRIStAL UMR CNRS

Sujet : Dans cette thèse nous nous intéresserons à l’élaboration et la mise en place d’un modèle prédictif dans le digital learning.  Ce modèle sera prédictif sur la logistique et permettra notamment de trouver quel sujet est à mettre en avant avec l’organisation et l’optimisation des ressources technique et humaine.
Il devra également être prédictif sur le besoin en formations, et permettre l’analyse de l’attente des besoins des clients par secteurs, par métiers, par profil pour investir et mettre en avant les attentes. Le modèle pourra notamment exploiter les données sur les formations standards les plus recherchées sur internet.
Il sera également prédictif sur les contenus, pouvoir avoir un contenu dynamique s’autocréant suivant l’individu, créations automatiques de communications ciblant l’attente de l’utilisateur. Par exemple l’utilisation des contenus micro-learning intégrés dans la communication ou fusionnés dans une même vidéo sur l’évolution de l’utilisateur sur le même principe que « les livres dont vous êtes le héros ».
Dans un premier temps, l’objectif est de fournir un modèle prédictif selon le profil et le parcours des apprenants. Ce modèle doit permettre de proposer des nouveaux cours adaptés à l’apprenant. Ce problème sera modélisé sous forme de problème d’optimisation afin de pouvoir dans un second temps ajouter de nouvelles contraintes sur les cours, la disponibilité de ressource …
Dans une seconde partie, la gestion logistique et la planification des cours sera étudiée et des modèles proposés afin de prendre en compte les multiples contraintes sur les ressources de la société Mandarine BS (ressources matérielles et humaines).

Profil recherché :

Diplomé BAC + 5 en Informatique ou mathématique avec cours d’informatique

Compétence technique : C/C++, Php, mysql/sql , Symessage:%3Cb7a715f6ed2f6151948f1e98ce547877@mailpress.ga%3Emphony2 serait un plus

Connaissances : machine learning, optimisation, algorithmique

Langue : Français, Anglais (B2 minimum)

Candidature : Par mail envoyer les pièces : CV, lettre de motivation, notes M1+M2, classement aux 3 contacts du sujet avec pour objet Candidature thèse Mandarine BS

Date limite de candidature : 12 Octobre 2018