Le 25/10/2017 par Oumaima42 :
Contexte & Présentation d'équipe
Ce stage est proposé par l’organisation « Recherche » dont la mission est de développer et d’évaluer l'applicabilité de nouvelles technologies innovantes, notamment sur des prototypes, pour maintenir un haut niveau de compétences dans tous les domaines techniques stratégiques.
Rôle & Objectif
Le sujet du stage se situe dans le cadre d’aide à la décision multicritères, et concerne plus précisément l’algorithmique liée à l’élicitation des préférences. L’élicitation des préférences est un processus qui procède par une interaction entre le décideur et l’homme d’étude (ou un logiciel) et qui conduit ce décideur à exprimer une information sur ses préférences. Cet échange permet ensuite à l’homme d’étude (ou un logiciel) de classer les alternatives.
Nous nous intéressons dans ce travail aux modèles de décision multicritères (Keeney Raiffa, 1976, Roy 1996). Ces modèles prennent en entrée un ensemble d'alternatives (ou d'options) et un ensemble de critères pour évaluer les conséquences de ces alternatives. En sortie, ils fournissent une recommandation finale sous la forme générale d'une relation d'ordre entre les différentes alternatives, en se basant sur un historique de préférences.
La force de ces méthodes ou modèles résident dans le fait qu'ils offrent une base théorique solide pour la résolution des problèmes de décision et la construction de « bonnes solutions » dans des situations problématiques différentes. Par contre, dans la pratique, fournir simplement de « bonnes » recommandations reste insuffisant. En effet, les décideurs sont souvent à la recherche d'explications qui vont justifier et appuyer ces recommandations. Ceci est particulièrement vrai lorsqu'on souhaite expliquer/justifier une décision à d'autres parties prenantes à la décision (qui n'ont pas participé au processus de décision). La génération d'explications est une question cruciale : elle permet d'améliorer l'acceptation et la compréhension de recommandations par le décideur.
Différents travaux récents cherchent à justifier et expliquer les recommandations fournies dans d’autres domaines (IA, théorie de l’argumentation). En revanche, les approches multicritères ont souvent négligé cet aspect et surtout, elles ne s'attardent pas sur la justification de la décision dans un langage et un format facile d'interprétation par le décideur. C’est dans ce contexte que s’insère ce stage. Nous nous intéresserons dans un premier temps à un modèle de préférence fondé sur des fonctions de valeurs additives, puis nous pourrons nous étendre à des modèles de comparaison par paire.
Dans ce contexte, vous serez amené(e) à :
• Etablir un état de l’art exhaustif sur les méthodes d’élicitation des préférences et les algorithmes existants pour générer des explications
• Etudier la complexité des différentes méthodes et leurs mises en œuvre en pratique
• Etudier le lien avec l’I.A. et la théorie de l’argumentation
Une des méthodes sera testée sur un cas d’étude (par exemple, en gestion de projet).
Le champ d’étude étant très vaste et assez récent, de nouvelles études théoriques (qui peuvent être suivies par une programmation et/ou application) peuvent conduire à la conception et au développement de nouvelles méthodes.
Etudiant(e) en Ecole d'Ingénieurs ou Master universitaire, vous préparez un diplôme de niveau Bac+5.
Vous vous spécialisez en Mathématiques appliquées/ Optimisation/ Développement informatique.
Stage obligatoire de validation de cursus, sous convention de stage.
Durée 6 mois maximum, à débuter dès Mars 2018
Compétences techniques requises
• Sérieux, curiosité et réelle volonté d’approfondir vos connaissances en optimisation mathématique et développement informatique
• Solide socle de connaissances en optimisation et en particulier en aide à la décision multicritère
• Expérience/ réalisation de nombreux projets de développement et connaissances approfondies en informatique
• Développement/ programmation en C++
• Une expérience avec un solveur d'optimisation (Cplex, Xpress ou autres) fortement appréciée
Qualités professionnelles requises
• Autonomie
• Grande rigueur esprit méthodique
• Bonnes capacités de communication et pédagogue pour partager sur votre travail et notamment lors de travaux en équipe
• Bon esprit de synthèse et d’analyse
• Bonnes compétences rédactionnelles
Pour postuler : https://careers.3ds.com/fr/job-description/?job=312455&lang=fr
