Stage M2 Probayes : Intégration des benchmarks planifications dans un solveur de planification

Stage M2 : Intégration des benchmarks planifications dans un solveur de planification
Lieu : Probayes, Montbonnot-Saint-Martin (38330)
Période : février - Juillet 2024
Mots-clés : Recherche Opérationnelle, Optimisation Combinatoire, Heuristique, Planification, Informatique


1 Contexte général
 

Les ressources humaines jouent sans aucun doute le rôle le plus important dans le fonctionnement d’une organisation. De plus, elles représentent souvent le coût le plus élevé de la société. Par conséquent, il est essentiel de prendre des mesures pour utiliser efficacement ces ressources.  

Plus les équipes sont importantes, les tâches variées, les sites dispersés, plus les contraintes vont être difficiles à respecter et plus la tâche de planification est difficile voire impossible sans outil d’aide à la décision. La tâche est d’autant plus complexe que nous devons intégrer des prévisions de charge permettant de quantifier le nombre de personnes nécessaires sur chacune des tâches pour que les différents services de l’hôpital puissent fonctionner. 

Probayes travaille depuis septembre 2020 sur un outil de planification RH. Ce projet a pu se baser sur un projet de planification des ressources humaines dans les bureaux de poste. La solution d’optimisation retenue est la programmation linéaire. Depuis, l’outil de planification intègre différent cas client, telle que les hôpitaux, les plateaux d’assurances... Chaque cas client possède un algorithme sur mesure embarquant de nombreuses contraintes spécifiques.  

Ainsi, Probayes développe un produit commun répondant aux différents cas clients. Actuellement, chaque cas client possède son propre algorithme de résolution avec une grande mutualisation des modèles. 

2 Sujet 

 
Le stagiaire aura pour objectif d’intégrer dans ce produit les différents benchmarks de planifications que nous pouvons retrouver dans la littérature. Il aura aussi pour objectif d’identifier les algorithmes de résolutions de nos cas clients les plus performants pour les benchmarks. Il sera possible aussi d’ajouter/d’adapter les méthodes de résolutions du produit. 

Les contributions attendues peuvent être organisées en 2 phases :  

1. Identification des problématiques de planification de la littérature. 
   • Intégrer les problématiques pouvant déjà être résolue avec nos algorithmes 
   • Comparaison des problématiques 
2. Proposition d’intégration des problématiques non encore gérées par nos algorithmes 
   • Lister les contraintes/objectifs spécifiques 
   • Développement de l’algorithme de résolution. Il devra : 
   • être fonctionnel, c’est-à-dire de proposer des plannings dans un temps raisonnable ; 
   • être développé en C++. 

3 Environnement Probayes
 

Créée en 2003, Probayes (www.probayes.com) est une société issue d’un essaimage de plusieurs laboratoires français de renommée internationale (CNRS, INRIA, UJF) dans le but de devenir un des principaux acteurs du développement logiciel et de conseil dans les domaines de la modélisation bayésienne, l’apprentissage automatique (de l’anglais “machine learning”), l’inférence statistique et l’aide à la décision (optimisation). Probayes est depuis mai 2016 intégrée dans le Groupe La Poste, au sein de la branche numérique. Probayes garde une forte composante en recherche avec plus de 70% de docteurs et participe à plusieurs projets européens. 

Le travail de recherche sera réalisé au sein de l’équipe spécialisée dans le domaine de la Recherche Opérationnelle et l’Optimisation Combinatoire. Cette équipe est constituée de : 

• 2 docteurs spécialisés dans les domaines de la Recherche Opérationnelle et de l’Optimisation ; 
• 7 ingénieurs R&D en recherche opérationnelle, dont 3 ayant une spécialisation forte en Recherche Opérationnelle. 
• 3 ingénieurs R&D en informatique 

4 Contacts
 

Scientifiques : Sylvain Ducomman – sylvain.ducomman@probayes.com ; Nicolas Teypaz – nicolas.teypaz@probayes.com