Thèse Contribution a la Modelisation & Simulation Assistee par IA des Processus Organisations et Flux de Donnees dans le Cadre des Activites de Maintien en Conditions Operationnelles d'Un Parc Ele H/F - Doctorat.Gouv.Fr

Établissement : IMT MINES ALES École doctorale : I2S - Information, Structures, Systèmes Laboratoire de recherche : SyCoIA - Systèmes Complexes et Intelligence Artificielle Direction de la thèse : Gregory ZACHAREWICZ ORCID 0000000177261725 Début de la thèse : 2026-09-30 Date limite de candidature : 2026-05-15T23:59:59 Le maintien en conditions opérationnelles (MCO) d'un parc électronucléaire repose sur des processus d'ingénierie complexes intégrant de multiples acteurs, métiers et systèmes d'information, soumis à de fortes contraintes de sûreté, de réglementation et de traçabilité. Le vieillissement des installations, la perte progressive de connaissances tacites et l'augmentation du volume et de l'hétérogénéité des données rendent les modes de pilotage actuels difficiles à optimiser et à sécuriser durablement.
Cette thèse vise à contribuer à la modélisation et à la simulation assistées par intelligence artificielle des processus, organisations et flux de données intervenant dans les activités de MCO d'un parc électronucléaire. L'objectif est de proposer une approche générique, transposable et simulable permettant de mieux représenter les décisions d'ingénierie, d'en évaluer les impacts et d'identifier des leviers d'optimisation tout en garantissant la conformité aux exigences de sûreté.
Les travaux s'appuieront sur des standards de modélisation de processus et de décisions (notamment BPMN et DMN), enrichis par des techniques d'IA agentique et des approches neuro symboliques. L'IA assistera les experts dans la formalisation des connaissances issues de documents hétérogènes et d'entretiens métier, tout en préservant un contrôle humain explicite sur les décisions critiques. Une architecture d'orchestration « gouvernée », de type control plane, assurera la supervision des interactions entre agents IA, experts humains et systèmes d'information, ainsi que la traçabilité et la justification des décisions.
La recherche s'organisera autour d'un cycle de double co adaptation entre modèles, experts et agents IA, permettant l'évolution conjointe des représentations, des pratiques et des outils. Des environnements de simulation et des bacs à sable expérimentaux seront développés afin d'évaluer différents scénarios et critères de performance, de confiance, de conformité et de facteurs humains.
Les résultats attendus incluent des modèles de référence réutilisables, une méthodologie d'intégration et de qualification d'agents IA en contexte nucléaire, ainsi qu'un démonstrateur appliqué à des cas industriels liés aux visites décennales et au maintien du parc électronucléaire en exploitation. Ces travaux s'inscrivent dans le cadre de la chaire industrielle CIMES portée par ASSYSTEM et IMT Mines Alès, et visent à produire des contributions scientifiques et méthodologiques à fort potentiel de transfert industriel. L'exploitation d'un parc électronucléaire repose sur des processus sociotechniques complexes caractérisés par des contraintes réglementaires fortes, une multiplicité d'acteurs et des volumes massifs de données interdépendantes. Les approches traditionnelles de gestion restent largement cloisonnées et peu adaptées à l'analyse dynamique des interactions entre métiers, décisions et systèmes d'information.
Les travaux récents en IA agentique et en approches neurosymboliques ouvrent des perspectives pour assister les experts humains dans la structuration des connaissances, la détection de conflits et l'aide à la décision, tout en maintenant un contrôle humain explicite. Toutefois, leur intégration en contexte critique pose des verrous scientifiques majeurs : gouvernance des agents, maîtrise des risques, validation des comportements au runtime et acceptabilité humaine. Cette thèse s'inscrit à l'interface entre ingénierie système, simulation et IA de confiance. L'objectif principal de la thèse est de concevoir une approche générique de modélisation et de simulation assistée par IA des processus et décisions d'ingénierie intervenant dans le maintien en conditions opérationnelles (MCO) d'un parc électronucléaire.
Les objectifs scientifiques et méthodologiques sont :
\_Formaliser les processus, organisations et décisions d'ingénierie à l'aide de standards (BPMN, DMN) intégrant des flux de données hétérogènes.
\_Développer une architecture d'IA agentique gouvernée, combinant modèles symboliques et raisonnements probabilistes, tout en garantissant traçabilité, sûreté et conformité.
\_Mettre en oeuvre des environnements de simulation permettant d'évaluer l'impact des choix organisationnels et décisionnels selon des critères de performance, de confiance et de facteurs humains.
\_Proposer une méthodologie de qualification et de validation de systèmes IA intégrés à des environnements industriels fortement contraints. La démarche méthodologique sera itérative et comprendra :
\_une revue de littérature ciblée sur l'IA agentique, la modélisation des processus décisionnels et la gouvernance des systèmes critiques ;
\_l'analyse des pratiques industrielles réelles à partir d'entretiens, documents et retours d'expérience ;
\_la modélisation des processus et décisions (BPMN/DMN) et la structuration des connaissances (ontologies, graphes de connaissances) ;
\_la conception d'une architecture agentique gouvernée de type « controlplane » assurant supervision, traçabilité et gestion de l'autonomie ;
\_la mise en place de bacs à sable de simulation et d'expérimentation pour tester scénarios, performances et critères humains ;
\_l'évaluation et la généralisation des résultats vers des patrons méthodologiques transférables.

Le(la) candidat(e) recherchée(e) est titulaire d'un diplôme de Master ou d'Ingénieur dans un domaine en lien avec l'ingénierie des systèmes, l'informatique, l'IA, la modélisation ou les systèmes complexes.
Le profil attendu combine de solides capacités analytiques, un intérêt marqué pour les systèmes critiques et la recherche appliquée, ainsi qu'une aptitude à travailler à l'interface entre monde académique et industriel.
Compétences et connaissances souhaitées
Sans constituer des prérequis stricts, les compétences suivantes seront particulièrement appréciées :

\_Ingénierie système, systèmes de systèmes, ou approches MBSE ;
\_Modélisation de processus, de projets ou de systèmes (BPMN, UML, SysML, ou équivalents) ;
\_Notions de modélisation des décisions, de simulation ou d'aide à la décision ;
\_Bases en intelligence artificielle (IA symbolique, apprentissage automatique, systèmes multiagents, ou traitement de données) ;
\_Intérêt pour les problématiques de gouvernance, sûreté, confiance et validation des systèmes numériques ;
\_Compétences en développement informatique et capacité à prototyper des solutions expérimentales.

Qualités personnelles attendues
Le(la) candidat(e) devra faire preuve de :
\_curiosité scientifique, autonomie et esprit critique ;
\_capacité à dialoguer avec des experts métiers et à formaliser des connaissances complexes ;
\_rigueur méthodologique et sens des responsabilités, en particulier dans un contexte fortement contraint ;
\_aptitude à travailler en équipe pluridisciplinaire et à communiquer ses résultats à l'oral et à l'écrit, en français et en anglais.