Optimisation et méthodes d’apprentissage pour la gestion optimale des plateformes IoT

  • Posted on: 8 May 2020
  • By: marc.sevaux@uni...
  • Updated on: 8 May 2020
Type recrutement: 
Sujet de thèse
Section: 
61 (Génie informatique, automatique et traitement du signal)
Entité et lieu: 
Lab-STICC, CNRS, UMR 6285
Urgent ?: 
oui
Détails: 

Titre de la thèse : Optimisation et méthodes d’apprentissage pour la gestion optimale des plateformes IoT
Encadrement : Prof. Marc Sevaux et Dr HDR Ahcène Bounceur
Laboratoire d'accueil : Lab-STICC, CNRS, UMR 6285
Localisation : UBO, Brest

Ce sujet concerne un domaine en plein essor, la combinaison de méthodes d'optimisation et de méthodes d'apprentissage. Le champ d'application est celui des plateformes IoT (Internet of Things - ou réseaux de capteurs).

Nous sommes à la recherche d'un candidat ayant un background en Optimisation et RO (et interessé par se former aux techniques de Machine Learning), ou un candidat avec un background en Machine Learning (et intéressé par se former en RO et Optimisation). Un bon niveau en programmation est un atout pour le candidat. La connaissance ou l’appétence pour l'électronique au sens large est un plus. Le plus important est la motivation du candidat ainsi que des bonnes notes dans le master (principalement dans les matières qui nous intéressent).

Les calendriers de recrutement sont très contraints. Si vous êtes intéressé, merci de prendre contact par email avec Marc Sevaux et Ahcène Bounceur, le plus rapidement possible. La date limite de candidature est fixée au 10 juin. Le dossier de candidature devra comporter une lettre de motivation, un CV et le détail des notes de Master 1 et 2.

M. Sevaux & A. Bounceur.
 

--