Descriptif du poste: Le contrat s'effectuera dans le cadre de la chaire Jumeau numérique qui regroupe trois écoles de l'IMT (Albi, Alès, Saint-Etienne) et trois industriels (Inoprod, Pierre Fabre, Siemens). Il a pour but d'amélioration un outil d'ordonnancement dynamique pour un atelier de type flow-shop hybride, en profitant de l'architecture du jumeau numérique. L'outil actuel fait intervenir un solveur d'optimisation discrète basé sur une méta-heuristique simple ainsi que des simulateurs à événements discrets pour évaluer la pertinence de l'ordonnancement et émuler une évolution perturbée de l'atelier. Les questions principales qui occuperont la période sont : ·       Peut-ont apprendre des données collectées, quand il est nécessaire de lancer le ré-ordonnancement plutôt que de lancer à échéances régulières ? ·       Quelles modifications peut-on apporter à des modèles/solveurs existants qui permettent de profiter de l'intégration dans un jumeau numérique ? La personne recrutée devra donc : ·       Améliorer l'outil existant en se basant sur les versions du logiciel déjà disponibles, soit sur le plan du solveur, soit sur le plan du simulateur ·       Soumettre les résultats de recherche dans des publications scientifiques et présenter les résultats du projet lors de conférences et événements nationaux et internationaux ·       Prendre part à l'enseignement dispensé au CGI si il/elle le souhaite Profil recherché: Master ou Doctorat en génie industriel et/ou optimisation Compétences en simulation à évènements discrets, en recherche opérationnelle. Une expérience dans les problématiques  d'apprentissage automatique et/ou optimisation robuste serait un plus. Bonne maîtrise des outils de programmation (Python, Java, C++ or C#) Maîtrise nécessaire du français ou de l'anglais