Doctorante / Doctorant en mathématiques appliquées, probabilités et statistique
Toulouse, 31400
CDD
01/10/2025- 30/09/2028
Description
L’ENAC, École Nationale de l’Aviation Civile, est la plus importante des Grandes Écoles ou universités aéronautiques en Europe. Elle forme à un spectre large de métiers : des ingénieurs ou des professionnels de haut niveau capables de concevoir et faire évoluer les systèmes aéronautiques et plus largement ceux du transport aérien ainsi que des pilotes de ligne, des contrôleurs aériens ou encore des techniciens aéronautiques.
Ses laboratoires de recherche sont à la pointe de l’innovation et travaillent activement en coopération avec des universités internationales de haut niveau pour un transport aérien toujours plus sûr, efficace et durable.
L’ENAC est un établissement public à caractère scientifique, culturel et professionnel – grand établissement (EPSCP-GE), sous tutelle de la DGAC (Direction Générale de l’Aviation Civile), Direction du Ministère de la Transition Écologique et Solidaire. L’ENAC comprend une direction générale localisée à Toulouse et 8 sites en France.
Pour soutenir sa dynamique en faveur de la promotion de la diversité, l’ENAC facilite l’accueil et l’intégration des travailleurs en situation de handicap.
Mission
Cette thèse s'inscrit dans le cadre du projet ANR Gatsbii (https://uq.math.cnrs.fr/gatsbii) qui est un projet de recherche en collaboration à la fois avec des industriels (EDF et Thales) et des partenaires académiques (Paris Dauphine, l’ENSAE, Institut de mathématiques de Toulouse et l’ENAC).
Le projet porte sur l'utilisation des mathématiques appliquées (optimisation, statistique et probabilités), de l'informatique, de la théorie des jeux et de l'IA sur l'analyse de sensibilité (A.S. en abrégé ci-dessous) pour des applications dans divers domaines industriels, dont ceux d'EDF et de Thales. L’objectif principale de cette thèse est de construire de nouveaux estimateurs d’indices de sensibilités (par exemple les indices de Sobol) et d’en étudier à la fois les propriétés théoriques (vitesse de convergence,...) , leurs implémentations et leurs propriétés numériques. On s’attaquera principalement à deux problèmes fondamentaux : être capable de construire des estimateurs online basés sur des algorithmes doptimisations stochastiques et construire des estimateur dans le cas dit Given data.
Profil
Compétences attendues
Master 2 en mathématiques appliquées en probabilités et statistiques
Avoir de solides connaissances en mathématiques
Savoir programmer en R ou en Python
Des déplacements sont à prévoir, dans le cadre de participations à des conférences / workshops