Descriptif du poste: Missions La qualité de l'air intérieur est un enjeu majeur de santé publique. Contrairement aux environnements extérieurs, aucun système précis de mesure des composés organiques volatils (COV) en intérieur n'est déployé. Les capteurs MOX (Metal Oxide) dominent le marché en raison de leur miniaturisation et de leur coût réduit. Cependant, leur manque de sensibilité, leur dépendance aux conditions environnementales et leur dérive temporelle compliquent leur usage. Une solution étudiée consiste à regrouper plusieurs capteurs en « nez électroniques », permettant une meilleure identification des COV. Le projet européen AMUSENS vise à optimiser ces systèmes via l'intelligence artificielle (IA), en s'appuyant sur les compétences de 10 partenaires européens issus du milieu académique et industriel. Présentation du projet AMUSENS AMUSENS a pour objectif de développer un système agile de détection des gaz nocifs en environnements fermés, en exploitant des capteurs MOX et des méthodes avancées d'IA. L'IA sera utilisée pour accélérer le choix des matériaux et pour la fusion des données, afin de développer des modèles robustes d'analyse des gaz. Travaux de recherche Cette thèse se concentre sur plusieurs défis scientifiques : Optimisation des capteurs MOX : Développement d'algorithmes d'IA pour identifier la meilleure combinaison de capteurs MOX permettant une détection efficace des COV. Gestion des dérives et incertitudes : Mise en place d'une approche basée sur des représentations contextuelles des signaux, inspirées des modèles de traitement du langage (ex. Transformers), afin de compenser les variations de mesure. Amélioration des performances des nez électroniques : Étude de la dimension intrinsèque des signaux des capteurs MOX pour optimiser la classification des gaz. Activités Les principales tâches du doctorant seront : Réaliser une revue bibliographique sur les capteurs MOX et les algorithmes d'IA associés. Concevoir, simuler et tester des algorithmes exploitant les données existantes et celles produites dans le cadre du projet AMUSENS. Rédiger des publications scientifiques et participer à des conférences. Rédiger le mémoire de thèse. Cette thèse constitue une opportunité unique de contribuer aux technologies de mesure de la qualité de l'air tout en développant une expertise en intelligence artificielle appliquée aux capteurs.   Activités Les tâches à réaliser dans le cadre de cette thèse sont les suivantes : - Effectuer une bibliographie sur le sujet - Etudier, simuler et développer des algorithmes répondant aux problématiques énoncées dans la rubrique précédente (Missions) qui exploiteront les données existantes et nouvelles produites dans le cadre du projet AMUSENS - Rédiger des publications pour des conférences et revues dans le domaine - Réaliser un mémoire de thèse   Profil recherché: Formation * Diplôme de Mastère Recherche dans les domaines des sciences des données, de l'IA, de la reconnaissance des formes, du traitement du signal et des données ou équivalent   Compétences, connaissances et expériences indispensables * Méthodes d'apprentissage profond * Traitement de données et méthodes de classification * Bases en traitement du signal et en électronique embarquée * Connaissance du domaine des capteurs de gaz MOX très appréciée * Langages Python, Matlab, C, Unix,..   Compétences, connaissances et expériences souhaitables * Connaissances souhaitables dans le domaine de la qualité de l'air * Connaissance des logiciels de librairies scientifiques spécifiques au Machine Learning, Traitements du Signal et des Donnés (Pytorch, KERAS, etc.   Capacités et aptitudes * Maitrise de l'anglais (écrit et parlé) et du français (apprécié) * Travail en équipe * Qualités d'analyse et rigueur * Capacités à aborder des sujets scientifiques transversaux (IA, traitement du signal et électronique et capteurs MOX) * Capacités à travailler dans un environnement scientifique international, la thèse s'effectuant dans le cadre d'un projet Européen (projet AMUSENS)