Job Opportunities API

Abstract Join a PhD project at the forefront of Aviation 4.0 and contribute to the development of advanced Artificial Intelligence solutions aimed at making aeronautical systems more reliable, smarter, and energy-efficient through the intelligent use of large-scale industrial data. Keywords : Aviation 4.0, Predictive Maintenance, Industrial Big Data, Multi-Objective Optimization This PhD project focuses on developing Artificial Intelligence and Big Data methods to improve the reliability, performance, and energy efficiency of aeronautical systems. By leveraging large volumes of heterogeneous and uncertain industrial data (from sensors, maintenance logs, and real operations), the goal is to anticipate failures, optimize maintenance, and extend equipment lifespan. The approach combines machine learning and multi-objective optimization to support smarter decision-making, balancing operational performance, costs, and environmental impact. Ultimately, the project contributes to the transition toward a more sustainable and data-driven aviation industry within the Aviation 4.0 framework. Rejoignez une thèse au coeur des défis de l’Aviation 4.0 et contribuez au développement de solutions d’intelligence artificielle capables de rendre les systèmes aéronautiques plus fiables, plus intelligents et plus sobres énergétiquement grâce à l’exploitation des données massives industrielles. Mots clés : Aviation 4.0, Maintenance prédictive, Big-data industriel, Optimisation multi-objectifs Ce projet de thèse vise à développer des méthodes en intelligence artificielle et en Big Data pour améliorer la fiabilité, la performance et l’efficacité énergétique des systèmes aéronautiques. En s’appuyant sur de grandes quantités de données industrielles hétérogènes et incertaines (issues de capteurs, de journaux de maintenance et des opérations réelles), l’objectif est d’anticiper les défaillances, d’optimiser la maintenance et de prolonger la durée de vie des équipements. L’approche repose sur la combinaison de l’apprentissage automatique et de l’optimisation multi-objectifs afin de favoriser une prise de décision plus intelligente, en conciliant performance opérationnelle, coûts et impact environnemental. À terme, ce projet contribue à la transition vers une industrie aéronautique plus durable et pilotée par les données, dans le cadre de l’Aviation 4.0. Skills The candidate must hold a Master’s degree (M2) or an engineering degree with specialization in computer science, artificial intelligence, data science, or big data. The candidate should possess skills in one or more of the following areas: • Strong foundations in applied mathematics, statistics, and optimization, with an interest in complex systems modeling. • Proficiency in major artificial intelligence techniques (machine learning, deep learning); experience with frameworks such as PyTorch, TensorFlow (and possibly federated learning tools) would be appreciated. • Skills in big data processing and heterogeneous data analysis, particularly time series from sensors. • Good level in scientific programming (Python recommended) and knowledge of data manipulation and analysis tools (pandas, scikit-learn, etc.). • Interest in distributed architectures, parallel computing, or real-time data processing. • Awareness of data quality issues (noise, missing data) and their exploitation in complex industrial environments. A good level of scientific English, both written and spoken, is required. The candidate must demonstrate autonomy, rigor, good organizational skills, initiative, and strong scientific curiosity supporting learning abilities. The ability to work in a collaborative academic and industrial environment is also expected. Compétences Le candidat doit être titulaire d’un diplôme de niveau Master (M2) ou d’un diplôme d’ingénieur avec une spécialisation en informatiq