Safran est un groupe international de haute technologie opérant dans les domaines de l'aéronautique (propulsion, équipements et intérieurs), de l'espace et de la défense. Sa mission : contribuer durablement à un monde plus sûr, où le transport aérien devient toujours plus respectueux de l'environnement, plus confortable et plus accessible. Implanté sur tous les continents, le Groupe emploie 100 000 collaborateurs pour un chiffre d'affaires de 27,3 milliards d'euros en 2024, et occupe, seul ou en partenariat, des positions de premier plan mondial ou européen sur ses marchés. Safran est la 2ème entreprise du secteur aéronautique et défense du classement « World's Best Companies 2024 » du magazine TIME. Parce que nous sommes persuadés que chaque talent compte, nous valorisons et encourageons les candidatures de personnes en situation de handicap pour nos opportunités d'emploi Descriptif missionAu sein de Safran Tech, vous rejoindrez le département Sciences et Technologies du Numérique (STN), qui a pour but de répondre aux enjeux stratégiques du Groupe dans le domaine du digital. Au sein de ce département d'environ 120 personnes, l'unité de recherche CASPer (Confiance, Autonomie, Simulation, Perception) a en charge la conception algorithmique des briques d'autonomie et de vision artificielle pour les systèmes autonomes dans les domaines terrestres et aéronautiques, ainsi que l'exploration, la compréhension et l'appropriation pour Safran des sujets autour de l'IA de confiance. La mission de cette thèse s'inscrit dans un projet novateur visant à renforcer l'autonomie des systèmes robotiques à travers la combinaison de modèles de langage de grande ampleur (LLM) et d'agents d'IA symbolique. En utilisant la robotique comme cas d'usage, ainsi que l'usine du futur, l'objectif est d'explorer comment ces technologies peuvent améliorer la planification et la prise de décision en environnement dynamique et incertain. Les recherches porteront sur la conception d'une architecture multi-agents où les LLM apportent flexibilité et adaptabilité grâce à leur capacité à interagir de manière quasi-humaine dans des situations complexes. Il s'agira également d'étudier l'intégration de ces modèles dans des systèmes embarqués, optimisant ainsi leur performance malgré des ressources matérielles limitées. Comparer et évaluer différentes approches architecturales constituera un axe majeur de cette recherche, afin de proposer des solutions avancées pour la robotique autonome.