Emplois actuels liés à Doctorant / These Informatique Et Recherche - Strasbourg - Cesi Strasbourg
-
Strasbourg, France JobiJoba FR S2 Temps pleinLes virus de la Dengue et du Zika sont transmis par les moustiques de type Aedes. Ils appartiennent à la famille des flaviviridae et sont apparentés aux virus de la fièvre jaune (YFV) et de la fièvre du Nil (WNV). Le virus de la Dengue (DENV) est considéré comme l’un des plus critiques : 400 millions d’infections sont répertoriées chaque année,...
-
Doctorant (F/H) Faciliter Le Diagnostique
il y a 3 jours
Strasbourg, France Inria Temps plein**Type de contrat **:CDD **Niveau de diplôme exigé **:Bac + 5 ou équivalent **Fonction **:Doctorant **Contexte et atouts du poste**: Les nuisances sonores sont citées comme première source de gêne par les populations et constituent un enjeu sanitaire et social important, contribuant notamment au stress, aux déficits d'attention en classe, ou aux...
-
Doctorant en Psychologie Du Travail Et Des
il y a 2 semaines
Strasbourg, France INRS Temps pleinL’INRS, Institut National de Recherche et Sécurité, a pour mission de développer et de promouvoir une culture de prévention des accidents du travail et des maladies professionnelles à travers 3 axes majeurs: - Identifier les risques professionnels et mettre en évidence les dangers, - Analyser leurs conséquences pour la santé et la sécurité des...
-
Doctorant (F/H) Analyse de La Géométrie Des
il y a 3 jours
Strasbourg, France Inria Temps plein**Type de contrat **:CDD **Niveau de diplôme exigé **:Bac + 5 ou équivalent **Fonction **:Doctorant **Contexte et atouts du poste**: **Dans le cadre d’un projet de recherche concernant les humanités numériques (projet Apollon)** **L’ objectif est de **procéder à une analyse fine des techniques de plongements de mots (algorithmes de type...
-
Strasbourg, France ICUBE - INSA de Strasbourg Temps plein**Conception Inventive et Optimisation de Mousses Polymères via l'Intelligence Artificielle**: - Réf **ABG-129211** - Sujet de Thèse - 06/03/2025 - Contrat doctoral - ICUBE - INSA de Strasbourg - Lieu de travail- Strasbourg - Grand Est - France - Intitulé du sujet- Conception Inventive et Optimisation de Mousses Polymères via l'Intelligence...
-
Post-doctorant (H/F) en synthèse organique / photocatalyse
il y a 1 semaine
Strasbourg, France JobiJoba FR S2 Temps pleinLe poste s’inscrit dans le cadre du projet GOFAR soutenu par le programme Emergence@INC 2026, visant l’élaboration de stratégies catalytiques pour la génération de complexité moléculaire. Le candidat (H/F) aura pour mission de concevoir et développer expérimentalement de nouvelles séquences réactionnelles tirant profit d’une initiation...
-
Post-doctorant (H/F) en synthèse organique / photocatalyse
il y a 1 semaine
Strasbourg, Grand Est, France Choisir le Service Public Temps pleinInformations générales Organisme de rattachement CNRS Référence UMR7042-NICKER-002 Date de début de diffusion /01/2026 Date de parution /01/2026 Date de fin de diffusion /01/2026 VersantFonction Publique de l'Etat CatégorieCatégorie A (cadre) Nature de l'emploiEmploi ouvert uniquement aux contractuels Domaine / MétierRecherche -...
-
Revendeur Et Sous Traitant Indépendant en Informatique
il y a 5 jours
Strasbourg, France Mil Services Informatique Temps plein**À propos du poste** Nous recherchons un commercial ou revendeur indépendant, avec des connaissances en informatique pour rejoindre notre équipe dynamique. En tant qu'indépendant(e), vous aurez l'opportunité de travailler sur des projets variés et de contribuer à notre développement tout en bénéficiant d'une grande flexibilité dans votre emploi...
-
Enseignant Chercheur en Informatique
il y a 1 semaine
Strasbourg, France CESI Temps pleinEtre **Enseignant Chercheur chez CESI **c’est participer à l’innovation au plus proche des besoins des entreprises tout en bénéficiant d’un réseau national. Sur le campus de Nancy, vous participerez au développement de la **filière informatique** de notre école d’ingénieurs. Notre laboratoire** LINEACT CESI **(EA 7527) (Laboratoire...
-
Strasbourg, Grand Est, France Choisir le Service Public Temps pleinInformations générales Organisme de rattachement CNRS Référence UMR7504-GUISCH-002 Date de début de diffusion /01/2026 Date de parution /01/2026 Date de fin de diffusion /01/2026 Intitulé long de l'offre thèse (H/F) : Photoluminescence exaltée par effet de pointe sur isolant. Date limite de candidature27/01/2026 Nature du contratCDD...
Doctorant / These Informatique Et Recherche
il y a 3 semaines
**Titre : Green-JIT²** - Méthode d’organisation Juste à Temps pour un ordonnancement intégré durable de la production et de la livraison
**Domaines scientifiques**: Sciences et technologie ; Sciences des données
**Mots clés**: Industrie 4.0 ; Chaine logistique ; Production & transport ; Véhicules électriques ; Planification ; Intelligence Artificielle
**Encadrement**
- Directeur de thèse : _M. Mourad ZGHAL, Enseignant-Chercheur HDR - CESI Strasbourg_
- Co-directeur ou co-encadrant (s):
- _M. Simon CAILLARD, Enseignant-Chercheur (MCF) - CESI Strasbourg_
- _Mme Hajar NOUINOU, Enseignant-Chercheur (MCF) - CESI Nancy_
**Travaux de Recherche**
**Projet de thèse**
De multiple facteurs liés à la concurrence intensifiée des entreprises industrielles, mais aussi aux exigences des consommateurs, ont entraîné le besoin de diversifier l’offre, ce qui pose des défis majeurs aux managers de production. Les entreprises ont ainsi adopté de nouvelles stratégies de gestion de leur chaîne logistique pour faire face à l’incertitude qui découle de la variabilité de la demande. Le modèle Build-To-Order (BTO) permet, entre autres, une amélioration de l’efficacité en optimisant la fabrication des produits pour répondre au plus juste à la demande [1] Face à ces défis, une maitrise de la chaîne logistique devient indispensable pour garantir la flexibilité des différentes opérations. Des concepts comme celui du Just-In-Time (JIT) sont largement utilisés pour réduire les coûts de logistique. Cependant, de telles approches impliquent la nécessité de respecter des délais et peuvent s’avérer inutiles si la chaine logistique n’est pas suffisamment maitrisée. C’est ainsi que nous avons considéré une gestion centralisée des décisions d’ordonnancement de la production et de transport [2].
Afin de correspondre à la réalité, nous considérons une gestion dynamique et intelligente de la chaîne logistique avec la prise en compte des commandes urgentes, des annulations de la part du client, ou des pannes et maintenances pouvant survenir. Pour réagir efficacement à ces différents facteurs imprévisibles, l’utilisation de l’intelligence artificielle (IA) pour prédire les demandes clients permettra aux entreprises d’être plus réactives et de pouvoir pleinement utiliser des stratégies de production JIT. Cela se fera en intégrant les prévisions sur la demande clients, en étudiant des séries temporelles basées sur l’historique des commandes. A notre connaissance, très peu de travaux ont été publiés sur ce sujet particulièrement prometteur. De plus, avec la gestion coordonnée des différentes phases de la chaine logistique, l’impact environnementale des processus qui la constitue est mieux maitrisé, via un traitement et regroupement intelligent des commandes qui vise à réduire l’empreinte carbone et le parcours à vide. Pour aller plus loin, nous considérons l’utilisation des véhicules électriques en plus des véhicules conventionnels, afin de favoriser la transition vers les énergies renouvelables et permettre une utilisation pérenne de la méthode proposée. Ainsi, des contraintes supplémentaires [3] relatives au temps de recharges, à la disponibilité des bornes, et aux distances d’autonomie des véhicules seront pris en compte.
L’objectif de la thèse est de faire un bilan sur les derniers travaux sur la coordination des décisions de l’ordonnancement de la production et du transport ainsi que les travaux qui portent sur l’intégration des véhicules électriques comme moyens de livraison. Il s’agit ensuite de modéliser la chaîne logistique en considérant les différentes contraintes et objectifs de ce projet (économiques et environnementaux), puis de développer des algorithmes d'optimisation dynamiques intégrant des informations temps-réel pour la prise en compte des commandes urgentes, des annulations, etc. Nous considérons dans un premier temps une seule ligne de production avec un nombre défini des clients à livrer ainsi que leurs caractéristiques comme des données relatives aux nombres de commandes à satisfaire, leurs temps de traitement, etc. La gestion des commandes imprévues sera prise en compte avec l’intégration des information temps-réel issu des clients, de l’état des véhicules assurant la livraison des produits et leurs disponibilités ainsi que de l’état des machines de production.
Par ailleurs, des techniques basées sur l’Intelligence Artificielle (IA) seront utilisées pour améliorer le fonctionnement des méthodes de résolution retenues [4]. Ces techniques peuvent être intégrées dans les méthodes d’optimisation selon différentes approches : (1) Apprendre les données incertaines et manquantes afin d'incorporer les contraintes adéquates dans le modèle, (2) Pendant le processus de sélection et d'optimisation, afin de faire respecter les conditions d'optimalité et de con
