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. Safran Aircraft Engines conçoit, produit et commercialise, seul ou en coopération, des moteurs aéronautiques civils et militaires aux meilleurs niveaux de performance, fiabilité et respect de l'environnement. La société est notamment, à travers CFM International*, le leader mondial de la propulsion d'avions commerciaux courts et moyen-courriers. * CFM International est une société commune 50/50 de Safran Aircraft Engines et GE Aerospace. 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 missionLe département Engineering global se positionne en tant que hub technique pour supporter le développement des ateliers du réseau MRO Safran Aircraft Engines (France, Maroc, Belgique, Mexique) Au sein de ce secteur Engineering, vous êtes en charge d'imaginer et de développer les ateliers de demain via les nouvelles technologies (nouveaux produits, transformation digitale, automatisation, usine 4.0) pour l'ensemble des shops moteurs. Le sujet de la thèse porte sur l'usage et l'investigation des modèles large de langage (LLM) pour établir une plateforme logicielle chez Safran Aircraft Engines permettant un accès à des bibliothèques de données utilisées par les inspecteurs et opérateurs des divers shops pour la réparation et la maintenance de pièces de moteurs critiques. Pour investiguer ce champ de recherche appliqué chez SAE, on propose de lever les verrous techniques et scientifiques suivants : 1. Phénomène d'hallucination des LLM : Les modèles génératifs comme GPT, Mistral ou Llama peuvent produire des réponses plausibles mais fausses, ce qui limite leur fiabilité, notamment pour des usages professionnels ou critiques. 2. Manque de traçabilité et d'explicabilité : Les LLM peinent à expliciter comment une réponse a été obtenue et à fournir les sources utilisées, ce qui pose un problème vis-à-vis des exigences légales (ex : AI Act). 3. Difficulté à mener un raisonnement complexe : Limitations des LLM dans la réalisation de raisonnements pas à pas ou dans le traitement de questions nécessitant plusieurs étapes logiques. 4. Taux d'échec élevé des solutions hybrides existantes : Malgré des approches comme le fine-tuning, le RAG ou l'utilisation de plugins spécialisés, le taux d'échec demeure significatif pour beaucoup de questions. 5. Limites dans la capacité à fusionner des données hétérogènes : Les essais pour traiter à la fois des données de types texte ou images sont peu concluant. La levée de ces verrous techniques et scientifiques aura comme objectif principal de mette en place une solution d'exploitation temps réel de la documentation MRO et donnera un accès « user friendly » à l'opérateur dans sa recherche d'information, de schémas ou de toute indication utile dans son métier du quotidien. Outre les intérêts scientifiques et technologiques sus-mentionnés, cette thèse a pour objectif aussi de : o Permettre une interaction fluide et réactive avec un LLM performant. o Offrir un accès rapide aux informations textuelles et visuelles concernant les indications. o Utiliser dans un cadre soumis à la règlementation o Assurer la fiabilité des réponses. La thèse se déroulera sous la direction et la collaboration d'un partenaire académique en cours d'identification et qui serait expert dans les sujets LLM et leur application dans la gestion dynamique documentaire.