Présentation de la société : ORANGE SA
L'ambition de la Division Innovation est de porter plus loin l'innovation d'Orange et de renforcer son leadership technologique, en mobilisant nos capacités de recherche pour nourrir une innovation responsable au service de l'humain, éclairer les choix stratégiques du Groupe à long terme et influencer l'écosystème digital mondial. Nous formons les expert(e) s des technologies d'aujourd'hui et de demain et veillons à une amélioration continue de la performance de nos services et de notre efficacité. La division Innovation rassemble, dans le monde, 6000 salariés dédiés à la recherche et l'innovation dont 740 chercheurs. Porteurs d'une vision globale avec une grande diversité de profils (chercheurs, ingénieurs, designers, développeurs, data scientists, …) , les femmes et les hommes de Innovation sont à l'écoute et au service des pays et des business units pour faire d'Orange un opérateur multiservices de confiance.Vous serez intégré(e) au sein du département HomeLan Services (environ 160 personnes) de la direction Home Services d'Orange Innovation. Ce département est composé d'ingénieurs, de chercheurs, de doctorants et d'experts techniques et assure la recherche, l'anticipation et le développement du groupe Orange, dans tous les domaines proches de la maison connectée, des réseaux domestiques, de l'efficacité et la sobriété énergétique, du 'device management' et de l'intelligence artificielle, dans le but d'offrir des produits et services à la pointe de l'innovation
Missions
Votre rôle est d'effectuer un travail de Post doc sur l'IA embarquée inspirée des structures neuronales des insectes dans le cadre du projet ANR " From biological neural connectomes to embodied ultra-edge AI " (AAPG2023) qui a démarré en 2024.Contexte global et problématique du sujet :
La prolifération d'équipements connectés (senseurs, caméras, …) et d'équipements mobiles, les enjeux énergétiques (e.g. batterie limitée, RSE) , éthiques (e.g. confidentialité des données) ou techniques (e.g. latence) entraînent la nécessité d'embarquer les modèles d'IA (Edge AI) et de concevoir des modèles frugaux en énergie et en complexité calculatoire.
Bien qu'ayant des systèmes neuronaux (connectome) de petite taille, les insectes peuvent réaliser des tâches complexes (apprentissage, calculs, décision d'actions, …) avec des bilans énergétiques très faibles et très peu de données d'apprentissage.
Depuis peu, le connectome de certains insectes est connu en détail. Par exemple, le connectome complet de la larve de drosophile constitué de 3016 neurones et 548000 synapses est maintenant connu en détail. Des sous-circuits de ce connectome impliqués par exemple dans des tâches de décision ou de classification ont également été caractérisés. Le but du projet ANR est de tirer parti de ces récentes avancées en biologie pour concevoir de réseaux de neurones artificiels compacts et énergétiquement frugaux directement inspirés des structures et principes de fonctionnement découverts dans le connectomes d'insectes. Un accent sera mis lors du projet sur le développement et l'implémentation de SNN permettant la classification et la prédiction de séries temporelles.
Objectif scientifique :
L'objectif du travail de postdoc est de s'inspirer des structures neuronales des insectes pour produire des réseaux de neurones classiques (DNN) et spiking neural networks (SNN) qui soient à la fois hautement compressés et frugaux en énergie ainsi qu'en données d'apprentissage.
Profil recherché
Compétences (scientifiques et techniques) et qualités personnelles exigées par le poste :Machine learning, IA et réseaux de neurones.
Maitrise de langages de développement (python, C++) .
Curiosité, dynamisme et appétence pour l'innovation et la recherche multi-disciplinaire.
Appétence pour la biologie et les neurosciences.
Très bonne capacité d'analyse et de synthèse.
Formation demandée:
Doctorat d'informatique, de physique, de mathématiques ou de neurosciences avec spécialisation en machine learning, intelligence artificielle et réseaux de neurones.
Le doctorat doit être obtenu depuis 2022.
Expériences souhaitées :
Spiking neural networks.
Connaissance en biologie, neurosciences, biomathématique.