La personne recrutée assurera une charge d’enseignement de 64 heures équivalent TD par an afin de renforcer les activités pédagogiques dans les domaines de la science des données, de l'intelligence artificielle et des systèmes interactifs intelligents (par exemple : apprentissage automatique, IA fiable, aide à la décision basée sur l'IA, IA centrée sur l'humain, systèmes pilotés par les données, perception intelligente, IA explicable).
Elle contribuera aux cours existants et pourra en développer de nouveaux. Les activités d’enseignement cibleront principalement les programmes de niveau Master, en synergie avec le nouveau programme ERASMUS MUNDUS European Master in Sustainable Systems Engineering (UTC, Université de Gênes, Universitat Politècnica de Catalunya, et Université Polytechnique de Tirana). La personne recrutée aura également l’opportunité de contribuer au cursus du cycle ingénieur en informatique de l’UTC, tant pour les étudiants en formation initiale que pour ceux en alternance.
La personne recrutée intégrera le laboratoire Heudiasyc. Ce poste s’inscrit dans le cadre du programme CAP (Collaborative Acceleration Program) « AI for Industry and Risk Management », porté par le consortium PostGenAI@Paris de Sorbonne Université.
Objectifs :
Le projet aborde un enjeu central de l’IA industrielle moderne : passer de systèmes prédictifs performants à des systèmes d’IA fiables, auditables et adaptés aux analyses de risque, pour un déploiement dans des environnements opérationnels critiques.
Les technologies actuelles d’IA ont démontré des performances remarquables dans des domaines tels que la vision par ordinateur, la maintenance prédictive, la détection d’anomalies, le contrôle qualité, la prévision, ou encore l’aide à la décision. Toutefois, leur adoption dans les contextes industriels reste limitée en raison de plusieurs limitations structurelles :
- une interprétabilité limitée du comportement des modèles,
- des garanties insuffisantes en matière de robustesse et de fiabilité,
- une caractérisation insuffisante de l’incertitude en prédiction,
- un manque de robustesse face aux changements de distribution, aux événements rares et aux conditions adverses,
- un manque de traçabilité et d’auditabilité requis par les normes industrielles et réglementaires.
Le projet vise donc à établir un nouveau cadre méthodologique pour une IA industrielle de confiance, combinant rigueur statistique, explicabilité des prédictions et modélisation de l’incertitude, permettant une supervision informée par l’humain.
La personne recrutée rejoindra le laboratoire Heudiasyc et contribuera à un ou plusieurs axes scientifiques du projet. L’objectif ne se limite pas à une vision purement technique des outils de prédiction, mais inclut également la conformité réglementaire et la confiance opérationnelle (acceptation industrielle, amélioration de la supervision humaine).
De la simple prédiction vers une aide à la décision fiable :
- estimation des niveaux de confiance associés aux prédictions,
- identification des situations sortant du domaine de validité opérationnelle,
- aide à la décision industrielle sensible aux risques, avec communication de l’incertitude aux opérateurs humains.
Explicabilité et interprétabilité des systèmes d’IA :
- développement de modèles dont le comportement peut être analysé, interprété et audité par des experts métiers,
- apprentissage automatique explicable, techniques d’explication post-hoc,
- méthodes d’attribution,
- approches fondées sur le raisonnement causal et symbolique,
- représentations compréhensibles par l’humain des prédictions produites par l’IA.
Quantification et propagation de l’incertitude dans les environnements industriels (capteurs bruités, dégradation des capteurs, processus de production évolutifs, événements rares, jeux de données incomplets…) :
- quantification des incertitudes épistémiques et aléatoires,
- détection des situations anormales ou imprévues, domain shift,
- calibration des estimations de la confiance,
- propagation de l’incertitude dans les chaînes de traitement IA.
Ces directions de recherche pourront être explorées à l’aide de différentes approches, telles que l’apprentissage bayésien, l’apprentissage évidentiel (evidential learning), ou la prédiction conforme, afin de doter les systèmes d’IA de mécanismes leur permettant de « savoir quand ils ne savent pas », fournir des explications, déclencher une intervention humaine lorsque nécessaire, pour réduire les décisions autonomes non sûres. Le programme vise à améliorer la robustesse face à divers phénomènes, pour offrir des garanties de sécurité aux systèmes d’apprentissage automatique, ouvrant à terme la voie à des protocoles de validation, des cadres de certification. À long terme, l’ambition est de contribuer aux futures normes et méthodologies pour la certification des systèmes d’IA industrielle de confiance.
Les activités de recherche pourront être validées à l’aide de plateformes de simulation, systèmes expérimentaux, données réelles.
La personne recrutée contribuera également au développement des partenariats et à la stratégie du programme. Ce dernier est intrinsèquement interdisciplinaire, combinant des recherches en intelligence artificielle, apprentissage automatique, interaction homme-machine, systèmes interactifs.
Activités complémentaires
Participer à la mise en œuvre du schéma directeur Développement Durable & Responsabilité Sociétale et Environnementale - DD&RSE.
L’établissement
L'Université de technologie de Compiègne (UTC), membre de l’Alliance Sorbonne Université (ASU) et du réseau des universités de technologie, figure parmi les premières écoles d'ingénieur dans de nombreux classements nationaux et offre un cadre privilégié pour l'enseignement et la recherche.
www.utc.fr
Le département
Parmi les 6 départements de l’UTC, le département génie informatique (GI) dispense des enseignements :
- en tronc commun (cycle préparatoire intégré),
- en branche (cycle ingénieur : formation sous statut étudiant et apprenti, formation continue)
- en 3ème cycle (master et doctorat).
Il héberge les laboratoires LMAC et Heudiasyc.
Il entretient des relations solides avec l’industrie tant en formation qu’en recherche.
Il cultive des liens étroits avec des institutions nationales et internationales.
https://www.utc.fr/formations/diplome-dingenieur/genie-informatique-gi/
Le laboratoire
Heudiasyc (UMR 7253) est une unité mixte de recherche associant l'UTC et le CNRS créée en 1981. Elle mène une recherche pluridisciplinaire centrée sur les sciences informatiques, incluant l’intelligence artificielle, l'apprentissage automatique, la robotique et l'automatique.
Les activités d’Heudiasyc sont fondées sur la synergie entre recherche amont et recherche technologique, pour répondre aux grands enjeux de la société dans le domaine des sciences de l’information et ceci en étroite collaboration avec des partenaires métiers, notamment industriels.
Plusieurs plateformes et démonstrateurs, développés au sein du laboratoire, illustrent cette volonté de confronter la recherche à la complexité des applications.
https://www.hds.utc.fr/recherche/plateformes-technologiques/
Type de contrat et date prévisionnelle de recrutement
Contrat à durée déterminée - durée prévue de 2 à 3 ans, prolongation possible - à pourvoir début 2027
Salaire mensuel brut
De 2 590 € à 5 000 € selon expérience et financement
Dates pour candidater
Du 29/07/2026 au 30/09/2026
Contacts
Yves Grandvalet, directeur de recherche CNRS, porteur du CAP 1.6 « AI for Industry and Risk Management » du consortium PostGenAI@Paris
[email protected]
Profil et mots-clés
Profil : Expérience de recherche dans un ou plusieurs domaines scientifiques liés à l’IA pour l’industrie et la gestion des risques.
Mots-clés : Intelligence artificielle, IA pour l’industrie, vision par ordinateur, apprentissage automatique, IA de confiance, explicabilité, quantification de l’incertitude, robustesse, auditabilité, certification des systèmes basés IA.
Diplôme, formation
Diplôme : doctorat (le diplôme du doctorat n’est pas exigible au moment de la candidature mais il le sera après l’audition)
Domaine de formation : informatique ou discipline connexe.
La personne recrutée sera amenée à travailler de manière collaborative et contribuer à la coordination scientifique et à l’animation du CAP. Elle devra montrer un intérêt pour la recherche technologique et les partenariats industriels et maîtriser l’anglais pour diffuser les résultats de recherche par des publications et d’autres formes de valorisation, ainsi que pour enseigner à des publics étudiants variés.
