Descriptif détaillé de la thèse : 

Les Services départementaux d’incendie et de secours (SDIS) doivent assurer en permanence une couverture opérationnelle de leur territoire malgré une demande variable et difficilement prévisible, des contraintes réglementaires fortes et des ressources humaines et matérielles limitées. Les choix de positionnement des véhicules, d’affectation des personnels et d’engagement sur intervention ont des effets en cascade sur la disponibilité future des centres de secours. Les outils actuels restent majoritairement fondés sur des règles locales, des tableaux de bord et l’expertise métier, avec peu de capacités d’anticipation globale. Le projet ANR OPTIMOPS vise à concevoir un jumeau numérique paramétrable du fonctionnement quotidien des SDIS, couplé à un optimiseur multicritère capable de recommander, en quasi temps réel, des allocations de ressources adaptées aux risques anticipés et aux contraintes locales. La thèse contribuera au coeur scientifique du projet : conception et calibration du simulateur, optimisation multicritère sous incertitude, comparaison entre méthodes de recherche opérationnelle et apprentissage par renforcement, puis explicabilité et validation des recommandations. Elle s’appuiera sur des données historiques de plusieurs SDIS et sur les prévisions produites par la plateforme PredictOps. Le problème d’optimisation considéré est un problème décisionnel séquentiel de grande dimension, intégrant les centres de secours, les véhicules, les personnels, leurs compétences et l’évolution temporelle de la demande. Plusieurs objectifs seront traités simultanément au travers des indicateurs CPIO : couverture territoriale, coût, qualité de service, fatigue des agents, équité entre centres, délais et adaptabilité. Certaines exigences – délais réglementaires, niveaux minimaux de couverture ou règles de repos – devront être modélisées comme des contraintes non négociables. 

Profil demandé :

Le candidat ou la candidate devra être titulaire d’un Master 2 ou d’un diplôme d’ingénieur en informatique, recherche opérationnelle, mathématiques appliquées, intelligence artificielle ou domaine proche. Une solide formation en optimisation combinatoire et/ou en apprentissage automatique est attendue. Des connaissances en programmation linéaire en nombres entiers, optimisation multicritère, simulation ou apprentissage par renforcement seront particulièrement appréciées. Une bonne maîtrise de Python est indispensable ; C++ et l’utilisation de solveurs d’optimisation (CPLEX, Gurobi ou équivalent) constituent un atout. Le poste requiert autonomie, rigueur scientifique, goût pour l’expérimentation et capacité à travailler avec des chercheurs, des ingénieurs et des experts métiers des SDIS. Un bon niveau d’anglais scientifique écrit et oral est attendu.

Objectives:

The overall objective of this PhD project is to investigate the links between marine biogeochemistry and the formation of ice nucleating particles in the Southern Ocean. To achieve this goal, the project will involve the development and subsequent deployment of an instrument based on microfluidic technologies. This miniaturized and portable instrument will enable the quantification of ice nucleating particles in seawater and, ultimately, in marine aerosols generated aboard research vessels.

Expected qualifications for the PhD candidate:
· Applicants should hold a Master's degree (or equivalent) in Atmospheric Sciences,
Environmental Sciences, Physics, Engineering, or a closely related discipline.
· This project has a strong experimental component and will be particularly well suited to
candidates interested in instrument development, environmental measurements, and the
deployment of novel sensors during field campaigns in challenging environments.
· Ideally, candidates should have a background in engineering (mechanical engineering,
electronics/instrumentation, thermal engineering, microtechnology, etc.).
· Experience or skills in microfluidics and microfabrication would be considered an asset.

En France, 11% des salariés utilisent des machines vibrantes tenues ou portées à la main qui menacent pernicieusement leur santé vasculaire. Parce que la réglementation actuelle sous-estime ce danger, l'INRS lance une contre-offensive scientifique avec le projet BIOPULSE. 

L'enjeu de cette thèse : simuler numériquement l'impact de ces vibrations sur le flux sanguin et sur les contraintes mécaniques dans les parois de nos artères digitales. Une plongée biomécanique inédite au cœur des vaisseaux sanguins pour comprendre l'origine des lésions vasculaires afin de réduire le risque sur la santé des travailleurs.

Objectifs : L'objectif principal de la thèse est de développer un cadre de modélisation d'interaction fluide-structure minutieux, exigeant, et original pour simuler les comportements mécaniques structurel et fluide d'une artère digitale propre soumise simultanément à un écoulement pulsé et à une sollicitation vibratoire représentative de l'exposition professionnelle. Ces modèles seront, ensuite, ajustés et validés expérimentalement en comparant les résultats des simulations à des mesures effectuées sur des fantômes d'artères en élastomère. À l'issue de ces validations, un plan d'expérience numérique sera réalisé sur les paramètres des modèles pour comprendre comment les caractéristiques de la vibration, couplées à celles du comportement mécanique de l'artère et au régime pulsé du sang, modifient le WSS et les contraintes circonférentielles dans la couche media de l'artère. 

Profil recherché : Le(a) candidat(e) sera titulaire d'un diplôme d'ingénieur ou d'un Master 2 recherche en mécanique, biomécanique, modélisation numérique ou discipline apparentée. 

Compétences techniques : en mécanique des milieux continus, dynamique des structures, et mécanique des fluides. Une bonne maîtrise en programmation scientifique (Matlab, Python) est demandée, ainsi que la connaissance de la méthode des éléments finis et une expérience d'utilisation d'au moins un solveur.