Ingénieur de recherche en quantification d’incertitudes F/H

Tes missions: L’IRT Saint-Exupéry participe au développement d’une plateforme digitale ouverte («Open Digital Environment») pour l’investigation d’architectures d’avions hybrides électriques régionaux («Hybrid-Electric Regional Aircraft»). Cette plateforme digitale va être utilisée pour la réalisation d’un cas d’application d’avion hybride électrique. En particulier, il est prévu d’introduire des paramètres incertains dans ce cas d’usage afin de les propager dans des processus de calcul qui pourraient être de multiples fidélités. A cette fin, nous cherchons un ingénieur de recherche en quantification d’incertitudes et/ou machine-learning afin de développer des capacités de MDO robuste multi-fidélité dans notre librairie open-source GEMSEO.Activités techniques:Participer à l’extension de GEMSEO et du plugin gemseo-umdo pour le support de la multi-fidélité, notamment en créant un critère déclenchant le passage d’un niveau de fidélité à un autre lors d’une optimisation robuste.Créer un générateur de surrogate models prenant en entrée des spécifications de l'utilisateur (budget de calcul, complexité supposée du modèle haute-fidélité à remplacer, etc.) ; ces surrogate models alimenteront la base de modèles multifidélité.Industrialiser ces fonctionnalités pour simplifier l’accès aux utilisateurs finaux, notamment en réalisant des développements pour l’export de métriques et résultats sous la forme de rapports interprétables.Écrire des tests unitaires et fonctionnels des développements.Documenter les fonctionnalités développées.Participer aux jalons techniques du projet et présenter les résultats devant les membres du consortium, avec possibilité de déplacements à l’étranger.Certains développements pourront mener à des développements génériques dans le logiciel GEMSEO ou dans ses plugins. Dans ce cadre, tu seras intégré à l’équipe de développement GEMSEO et prendras part au cycle de développement.Qui es-tu?Tu es titulaire d’un Master 2 ou d’un diplôme d’ingénieur en mathématiques appliquées avec une dominante dans la quantification d’incertitudes ou le machine learning. Idéalement, tu as un doctorat dans ce domaine.Tu bénéficies d'une première expérience en développement scientifique en Python.Tu aimes le travail en équipe dans un environnement stimulant et rigoureux.Rejoins-nous !"Ne prévois pas ton futur, rends-le possible" #J-18808-Ljbffr