Thèse CIFRE - Scenario intelligence for ADAS validation F/H

Company

AMPERE SOFTWARE TECHNOLOGY

Job Description

Contexte et environnement de travail
Dans un contexte en pleine mutation technologique, l’industrie automobile évolue rapidement vers la conduite autonome et le véhicule défini par logiciel (Software-Defined Vehicle). Cette transition s’accompagne de défis majeurs, tels que garantir la sécurité, maîtriser la complexité des environnements de conduite et gérer des volumes colossaux de données. Pour relever ces défis, le Groupe Renault via Ampere, place l'intelligence artificielle au cœur de sa stratégie et de sa performance pour le développement des systèmes d'aide à la conduite (ADAS) et de Navigation On Autopilot (NOA).
Parmi les initiatives visant à garantir la sécurité de ces systèmes, l'évaluation rigoureuse des modèles d'IA "end-to-end" et l'identification des scénarios de conduite atypiques ou critiques jouent un rôle crucial. C’est dans cette démarche d'innovation autour de la "Scenario Intelligence" que s’inscrivent ces travaux de thèse.
En intégrant l’Ingénierie du Groupe Renault, vous rejoignez un domaine à forts enjeux techniques, sécuritaires et économiques.

Vos missions
Ce sujet de thèse vise à concevoir des méthodes novatrices pour classifier les scénarios de conduite présents dans nos données de roulage et évaluer rigoureusement la couverture de nos bases de données (réelles ou synthétiques). Les approches développées devront exploiter les espaces latents (embeddings) issus de l'IA pour s'affranchir des limites du langage naturel, et s'appuyer sur des modèles génératifs (World Models) pour combler le manque de données critiques. L’enjeu de cette validation est double : garantir la sécurité de nos systèmes par des tests en boucle fermée sur des scénarios synthétisés, tout en minimisant les coûts d'acquisition de données et d'infrastructure de calcul.
Dans cet objectif, vous aurez notamment pour mission :
•    La réalisation de recherches bibliographiques en vue d’établir un état de l’art critique sur l'apprentissage de représentations (Representation Learning) appliqué à la conduite autonome.
•    La conception et l'entraînement d'une architecture d'encodage (espace latent) optimisée pour modéliser fidèlement les dynamiques routières.
•    L’évaluation expérimentale et le benchmarking de cette méthode sur les bases de données massives de Renault et sur des jeux de données publics de référence.
•    L'élaboration d'une stratégie de génération de scénarios manquants (edge cases) à l'aide de World Models.
•    La valorisation scientifique de vos travaux à travers la rédaction de brevets et de publications pour des conférences internationales et des journaux.

Votre profil
Vous êtes diplômé(e) d'un BAC+5 (Master universitaire ou école d’ingénieur) avec une spécialisation en Informatique, Machine Learning ou Mathématiques Appliquées. Vous avez de solides connaissances en Intelligence Artificielle (Deep learning, modèles de vision, architectures génératives) ainsi que de très bonnes capacités de développement en Python et d’intégration de code tiers. Des connaissances sur la validation des systèmes embarqués ou la conduite autonome seraient un plus.
Vous êtes autonome, rigoureux(se) et organisé(e). Vous appréciez la recherche algorithmique et êtes doté(e) de compétences rédactionnelles et de synthèse. Vous vous démarquez par votre motivation, votre curiosité face aux défis scientifiques complexes et votre capacité à être force de proposition. Vous êtes doté(e) d'un bon relationnel, communiquez aisément, et savez travailler en équipe (partage à 50% entre l'entreprise et le laboratoire).
Votre niveau d'anglais est un atout indispensable afin d'évoluer dans la recherche scientifique (rédaction, conférences) et dans un contexte multiculturel au sein de Renault Group.

Job Family

Transverse

Contract Duration

36 months