Enhancing Ai-Driven Predictive Analysis In Dynamic Contact Networks H/F - INRIA

A propos d'Inria

Inria est l'institut national de recherche dédié aux sciences et technologies du numérique. Il emploie 2600 personnes. Ses 215 équipes-projets agiles, en général communes avec des partenaires académiques, impliquent plus de 3900 scientifiques pour relever les défis du numérique, souvent à l'interface d'autres disciplines. L'institut fait appel à de nombreux talents dans plus d'une quarantaine de métiers différents. 900 personnels d'appui à la recherche et à l'innovation contribuent à faire émerger et grandir des projets scientifiques ou entrepreneuriaux qui impactent le monde. Inria travaille avec de nombreuses entreprises et a accompagné la création de plus de 200 start-up. L'institut s'eorce ainsi de répondre aux enjeux de la transformation numérique de la science, de la société et de l'économie.Enhancing AI-driven Predictive Analysis in Dynamic Contact Networks

Type de contrat : CDD

Contrat renouvelable : Oui

Niveau de diplôme exigé : Bac +5 ou équivalent

Fonction : Ingénieur scientifique contractuel

A propos du centre ou de la direction fonctionnelle

Le centre Inria de Lyon est le 9ème centre de recherche Inria. Créé en janvier
2022, il regroupe environ 320 personnes au sein de 19 équipes de recherche et des
services supports à la recherche.
Ses équipes sont localisées à Villeurbanne, à Lyon Gerland, ainsi qu'à Saint-
Etienne.
Le centre de Lyon est présent dans les domaines du logiciel, du calcul distribué et
haute performance, des systèmes embarqués, du calcul quantique et de respect de
la vie privée dans le monde numérique, mais aussi de la santé et de la biologie
numériques.

Contexte et atouts du poste

Contexte scientifique:

Avec l'urbanisation rapide depuis le milieu du 20e siècle, les villes ont connu une augmentation significative des défis tels que les embouteillages, la pollution et les modes de vie malsains. Le vélo s'est imposé comme une alternative durable, entraînant une tendance mondiale au développement du vélo urbain. Les systèmes de partage de vélos, en particulier, ont connu une croissance considérable, avec des milliers de vélos dans plus d'un millier de villes dans le monde. Cette évolution vers des systèmes de transport intelligents (STI) a donné lieu à des approches innovantes telles que l'Internet des vélos (IoB-DTN).

L'IoB-DTN est un protocole de réseau tolérant aux retards (DTN) conçu pour les applications de l'internet des objets (IoT) dans les systèmes urbains de partage de vélos. Il met l'accent sur l'agrégation des données, en tirant parti de la mobilité des vélos pour collecter et relayer les données de manière efficace. Le protocole explore des stratégies d'agrégation de données spatiales, temporelles et spatiotemporelles, visant à optimiser le débit du réseau et à réduire la consommation d'énergie lors de la transmission des données. Dans ce contexte, ce projet de recherche se concentrera sur la modélisation avancée des contacts pour comprendre et prédire les interactions entre les vélos et l'infrastructure urbaine afin d'améliorer les expériences de mobilité urbaine.

Mission confiée

Objectifs :

Notre objectif est d'améliorer l'analyse prédictive dans les réseaux de contact dynamiques grâce à des méthodologies basées sur l'IA, en se concentrant sur les réseaux urbains vélo-infrastructure. Nous visons à développer et valider des modèles d'IA capables de prédire efficacement les interactions futures du réseau en analysant les données de contact historiques et en optimisant l'efficacité et la fiabilité du réseau.

Afin d'atteindre l'objectif de ce projet, nous envisageons une série de solutions d'apprentissage automatique pour relever les défis de l'analyse prédictive dans les réseaux de contact dynamiques, en particulier pour les réseaux vélo-infrastructure. Nous utiliserons, entre autres, les réseaux neuronaux récurrents (RNN) et les réseaux à mémoire à long terme (LSTM). En effet, ces modèles sont bien adaptés à la prévision des contacts futurs sur la base de modèles temporels dans les données historiques. Ils peuvent traiter efficacement des données séquentielles, ce qui les rend idéaux pour l'analyse des traces de contacts en fonction du temps.

Principales activités

Les principales tâches de l'ingénieur de recherche seront:

- La collecte et le traitement des données : recueillir de nombreuses données sur les traces de contact à partir de «testbeds» existants de vélos urbains. Cela inclut également le traitement et la préparation des données pour l'analyse, en veillant à ce qu'elles soient adaptées à la modélisation de l'IA.

- Le développement de modèles prédictifs : utiliser l'analyse des séries temporelles et les méthodes de prévision pour prédire les contacts futurs.

- La validation et le test des modèles : tester les modèles d'IA développés pour les réseaux vélo-infrastructure et évaluer les performances des modèles en fonction de paramètres clés tels que la précision, l'efficacité et la fiabilité.

Compétences

Compétences techniques requises : analyse de données, programmation Python.

Avantages

- Restauration subventionnée
- Transports publics remboursés partiellement
- Congés: 7 semaines de congés annuels + 10 jours de RTT (base temps plein) + possibilité d'autorisations d'absence exceptionnelle (ex : enfants malades, déménagement)
- Possibilité de télétravail (après 6 mois d'ancienneté) et aménagement du temps de travail
- Équipements professionnels à disposition (visioconférence, prêts de matériels informatiques, etc.)
- Prestations sociales, culturelles et sportives (Association de gestion des oeuvres sociales d'Inria)
- Accès à la formation professionnelle
- Sécurité sociale

Rémunération

2692 € brut / mois