RESPONSABILITÉS : Le/la postdoctorant(e) contribuera aux activités suivantes : • Formaliser les problèmes de décision en contexte multiplateforme. • Modéliser le multihoming des conducteurs et différentes configurations multi-fournisseurs • Étendre le cadre à l'intégration passagers + colis • Développer des méthodes OR et des algorithmes scalables : formulations MILP/flots, modèles dynamiques/online, heuristiques/metaheuristiques, décomposition/approximation. • Intégrer des composantes prédictives dans la décision opérationnelle. • Développer des approches d'apprentissage adaptatif (RL/ADP) et éventuellement des schémas hybrides OR + RL/CP. • Concevoir et mener des campagnes expérimentales et analyser des métriques multi-critères : performance système, résultats plateformes, revenus conducteurs, équité et soutenabilité. • Produire des publications et communications scientifiques, contribuer aux rapports et à la valorisation du projet. PROFIL RECHERCHÉ : Le/la candidat(e) recruté(e) mènera des travaux de recherche originaux au croisement de l'optimisation, de l'apprentissage (ML/RL) et des systèmes de mobilité, avec une forte exigence de reproductibilité et de diffusion scientifique. • Doctorat (obtenu ou en cours, soutenance avant le 1er septembre) en recherche opérationnelle, informatique, mathématiques appliquées, génie industriel, transport ou domaine proche. • Expertise solide en optimisation/algorithmes à grande échelle (MILP, flots, heuristiques, décomposition, optimisation dynamique/online) et/ou en apprentissage par renforcement pour la décision séquentielle. • Très bonnes compétences en programmation (p. ex. C++ ) et capacité à construire des pipelines expérimentaux reproductibles. • Capacité à conduire une recherche autonome et à rédiger des articles scientifiques en anglais. • Atouts : mobilité/logistique (ride-sourcing/ride-sharing, gestion de flotte, livraison du dernier kilomètre), simulation multi-agents, jeux/incitations, conception de mécanismes, métriques d'équité.