Docteur en Simulation Numérique & IA H/F Scalian

CDI à Rennes / Statut cadre / Télétravail 2 jours par semaine
Expérience minimum : être titulaire d'une thèse en simulation numérique et IA
Rémunération : 35 à 42K€ bruts annuels (hors avantages Scalian) Poste à pourvoir à compter de novembre 2026

Quel sera votre rôle ?

Vous mènerez des travaux de recherche et développement sur l'utilisation de techniques de simulation, de machine learning, de traitement d'images et du signal, appliquées notamment au domaine de l'environnement, du spatial et de la défense. Vous analyserez et implémenterez les dernières méthodes de l'état de l'art en collaboration avec les experts du pôle Simulation & IA, ses clients et un réseau de partenaires académiques et industriels à à travers les projets RedLUM et SIGMA.

Vos missions seront les suivantes :

• Proposer des méthodes et outils, ainsi que des cas d'applications industriels
• Réaliser un état de l'art sur les méthodes d'asservissement par l'IA
• Concevoir les outils de configuration et de supervision de l'entrainement (Vous vous intéresserez aux pratiques « MLOps »)
• Explorer particulièrement les solutions offertes par NVIDIA Isaac SIM et Unreal Engine en termes de Framework d'apprentissage et de modélisation
• Concevoir les outils de configuration et de supervision de l'entrainement (Vous vous intéresserez aux pratiques « MLOps »)
• Déployer l'IA sur du hardware en assurant sa compatibilité avec les contraintes du système
• Participer au développement de code open source utilisé par la communauté scientifique Européenne
• Implémenter et comparer les derniers algorithmes de machine learning pour la génération et la prédiction de systèmes dynamiques
• Mettre à l'échelle le code ITHACA-FV pour le big data et le rendre modulaire afin d'intégrer divers phénomènes physiques
• Améliorer la visualisation graphique des résultats avec Paraview ou Unreal Engine
• Publier et présenter vos résultats

Le Projet SIGMA

Ce projet interne s'attèle à l'utilisation de techniques de Machine Learning afin de développer des algorithmes de guidage de véhicule par IA, le cas des lanceurs réutilisables sera particulièrement étudié. Vous travaillerez sur un produit, développé en interne, dont la finalité est de modéliser les lois de commande d'un véhicule par un réseau de neurones, entraîné par un algorithme d'apprentissage par renforcement dans un environnement simulé. L'IA une fois entrainé est ensuite voué à être déployé sur une carte embarquée, où elle réalisera les opérations de guidage du véhicule. Vous rejoindrez une expertise historique et grandissante qui consiste à développer des environnements simulés complexes permettant d'entrainer des IA qui sont ensuite utilisées dans le monde réel. Ces travaux ont déjà mené lieu à des projets tels que COLIBOT qui consiste à guider un colis aérolargué à l'aide d'un réseau de neurone entrainé via des simulations.

Le Projet RedLUM

En collaboration avec des laboratoires académiques (Inria et INRAE), vous serez amené à implémenter en C++ des nouvelles méthodes de mathématiques appliquées en couplage modèle/données pour le contrôle et le monitoring de systèmes aérodynamiques (éoliennes, foils de bateau, tours antigel, lanceurs réutilisables pour le spatial, ...). Pour s'attaquer à des applications temps réel, Scalian Insights développe des « modèles d'ordre réduits intrusifs » (couplage modèle/donnée), c'est-à-dire des approximations d'équations aux dérivées partielles pour des cadres d'application spécifiques, construits à partir de jeux de données. De plus, lors du fonctionnement opérationnel du système (par exemple une éolienne), les simulations du modèle d'ordre réduit sont corrigées, en temps réel, grâce aux mesures des capteurs embarqués et à la résolution d'un problème inverse bayésien (assimilation de données). Pour ce projet, un code C++ a été développé en se basant sur OpenFOAM et la librairie de modèles d'ordre réduit ITHACA-FV. Une présentation du projet peut également être retrouvée à ce lien : https://redlum.mathnum.inrae.fr/ .