Emploi
Doctorants
Postes à pourvoir à FEMTO-ST

Vous êtes ici

DISC :"Agents d'intelligence artificielle pour les applications de soins de santé"

Contexte : Après la révolution numérique déclenchée par l'IA générative basée sur les grands modèles de langage (LLM) [1] et initiée par OpenAI et son chatbot ChatGPT, les agents d'IA [2] devraient être la prochaine grande technologie de l'IA et, selon Gartner, la technologie la plus en vogue en 2024. Les agents d'IA sont également basés sur les LLM, mais ils ont plus de capacités telles que la prise de décision, la résolution de problèmes, l'interaction avec des environnements externes et l'exécution d'actions. Contrairement aux LLM, la réponse des agents d'IA n'est pas limitée par les données utilisées pour les former. Pour répondre à des demandes complexes pour lesquelles ils ne disposent pas d'une base de connaissances complète, les agents d'intelligence artificielle peuvent décomposer les tâches et créer un flux de travail composé de sous-tâches spécifiques. Ces sous-tâches peuvent être résolues à l'aide d'outils externes que l'agent d'IA peut appeler. Ces outils peuvent être des ensembles de données externes, des recherches sur le web, des API, des modèles d'IA spécialisés et même d'autres agents d'IA. Après chaque sous-tâche, l'agent peut mettre à jour sa base de connaissances, réévaluer son plan d'action et le modifier si nécessaire. En outre, les agents d'intelligence artificielle peuvent améliorer leur raisonnement et leur précision en tirant des enseignements du retour d'information fourni par d'autres agents d'intelligence artificielle et par des humains. Ils pourront ainsi mieux aligner leurs résultats sur les objectifs visés par les utilisateurs et éviter de répéter les mêmes erreurs en stockant les solutions aux obstacles précédents dans une base de connaissances.[...]

Les approches proposées dans cette thèse de doctorat seront appliquées à l'autorisation préalable dans le cadre de l'assurance maladie. Elle représente une charge administrative importante pour les prestataires de soins de santé, entraînant des retards dans la prise en charge des patients, une augmentation des coûts opérationnels et un épuisement professionnel des cliniciens.

Les processus de pré-autorisation des assurances de soins de santé souffrent de plusieurs problèmes critiques :
- L'examen manuel des dossiers des patients et des polices d'assurance, qui prend beaucoup de temps et crée d'importants goulots d'étranglement.
- Interprétation incohérente des critères de couverture par les examinateurs, ce qui entraîne des problèmes systémiques nécessitant des réformes internes et des programmes de formation améliorés.
- Des taux d'erreur élevés dans la documentation clinique et le codage, que des systèmes automatisés tels qu'InsightRT se sont révélés capables de réduire en s'intégrant aux dossiers médicaux électroniques [3].
- Les retards dans les soins aux patients dus aux délais de traitement administratif, les cabinets d'orthopédie constatant des délais d'approbation moyens de plus de 30 jours pour des procédures telles que les arthroplasties totales de la hanche et du genou [4]. Ces difficultés se traduisent par un gaspillage administratif annuel d'environ 31 milliards de dollars dans le seul système de santé américain (American Medical Association, 2023), 92 % des médecins déclarant que les processus de préautorisation ont un impact négatif sur les résultats cliniques des patients.

Date limite de candidature : 12/05/2025
Date de début : 01/10/2025
Salaire brut : 2200 €

Contact: 

raphael.couturier@univ-fcomte.fr

jean-claude.charr@univ-fcomte.fr

+ d'infos :
Icône PDF sujet_de_these.pdf
https://www.femto-st.fr/fr/offres-emploi-stage-these/doctorants#job-5767

DISC :"Optimisation de plans de vols de drone pour la collecte de données agricoles"

Descriptif : Les réseaux de capteurs sans fil (WSN) et la robotique révolutionnent l'industrie agricole. D'un côté, les WSN fournissent des informations précieuses sur l'environnement (telles que la température, les conditions du sol, les images
des cultures, etc.). De l'autre, les robots agissent en fonction de ces informations, par exemple pour des tâches de désherbage mécanique, de semis ou de récolte. Les techniques de collecte de données pour l'agriculture
doivent cependant encore être améliorées. Dans ce projet, l'utilisation d'un réseau de capteurs sans fil souterrain (WUSN) est envisagée afin de ne pas interférer avec le travail des machines agricoles. La collecte des données
enregistrées par ces capteurs est effectuée lors de la tournée d’un drone (UAV) à voilure tournante.[...]

Cette thèse s’inscrit dans un projet ANR OCOD porté par INRAE Clermont-Ferrand. Ce projet réunit des compétences de 4 laboratoires TSCF, FEMTOST, LPCA et Inria-FUN pour traiter des problèmes d'acquisition de données
agricoles en milieu naturel pouvant être difficilement accessible, et réalisée via des vecteurs de collecte aériens.

Profil recherché :  Le candidat ou la candidate doit posséder une solide formation en optimisation combinatoire, notamment en programmation linéaire en nombres entiers et en algorithmes d'optimisation sur les graphes. Il ou elle doit avoir obtenu un master, de préférence en recherche opérationnelle ou en mathématiques appliquées, et maîtriser la programmation en C++ et/ou Python.

Le dossier doit comporter à minima :
- un CV détaillé
- photocopie carte d’identité ou passeport
- les notes de Master 1 et 2 (ou de la dernière formation suivie)
- une lettre précisant la motivation du candidat pour réaliser une thèse et pour
faire de la recherche sur le sujet proposé.
Début du contrat : Début Octobre 2025

Dossier à envoyer avant le 15 Mai 2025 aux 3 correspondants de FEMTO-ST listés ci-dessous.

Contact: 

jean-claude.charr@univ-fcomte.fr

mourad.hakem@univ-fcomte.fr

karine.deschinkel@univ-fcomte.fr

+ d'infos :
Icône PDF doctoral_position_anr_ocod.pdf
https://www.femto-st.fr/fr/offres-emploi-stage-these/doctorants#job-5760

Temps Fréquence : "Conception d'un système innovant, autonome et auto-nettoyant pour le suivi des particules fines dans l’environnement, utilisant des capteurs SAW et des substrats POI dans un impacteur"

Contexte : La pollution de l’air représente un risque environnemental majeur pour la santé et l’on estime qu’à l’échelle mondiale, elle est à l’origine d’environ deux millions de décès prématurés par an. Le contrôle de l’environnement nécessite la mesure de différentes espèces de gaz et particules. Il ne peut dont pas être effectué par un seul capteur mais un ensemble de capteurs spécifiques et sélectifs.
Notre environnement est constitué de nombreuses particules micro et nanométriques en suspension dans l’air pouvant entraîner des conséquences plus ou moins importantes pour la santé. Cela peut se traduire par une intoxication dans le cas du monoxyde de carbone ou par des problèmes pulmonaires dans le cas du formaldéhyde, classé comme gaz cancérigène pour l’homme par l’Agence Internationale de Recherche sur le Cancer (IARC).[...]

Description du travail de thèse et intégration dans le projet général :
Le sujet proposé consiste à étudier et développer de nouveaux dispositifs à base de substrats piézoélectriques POI (Piezoelectric-on-Insulator) de manière à détecter précisément les particules fines présentes dans l’environnement et permettre le nettoyage de la surface après encrassement.

Ce travail sera principalement réalisé dans le département Temps-Fréquence de l’institut FEMTO-ST sous la direction principale de Virginie Blondeau-Patissier, secondée par Thomas Baron et Sylvain Ballandras (entreprise SOITEC).

Contact: 

virginie.blondeau@femto-st.fr

+ d'infos :
Icône PDF proposition_de_these_de_doctorat_poi_avril_2025.pdf
https://www.femto-st.fr/fr/offres-emploi-stage-these/doctorants#job-5754

DMA : "Numerical Simulation of the dynamic behavior of machine seats up using a model enhanced by machine learning methods"

Context :

The research will be carried out at the French National Research and Safety Institute for the Prevention of Occupational Accidents and Diseases (INRS) in Nancy (FRANCE), in collaboration with the FEMTO-ST Institute in Besançon (FRANCE). The work will involve developing a model that reproduces the dynamic behavior of machine seats (loaders, dumpers, etc.) based on acceleration measurements. The originality of this thesis lies in combining a structural dynamics model with machine learning methods derived from artificial intelligence (neural networks, etc.) to simulate complex nonlinear systems.

Machine operators (dumpers, loaders, forklifts, etc.) are exposed to vibrations that can lead to low back pain. Machine seats are equipped with suspension mechanisms designed to reduce this exposure. To prevent occupational risks, INRS has launched an ambitious scientific study aimed at improving the vibration isolation of seat suspensions. This study will involve in-situ assessment of the vibration insulation performance of seats used in the workplace

Required Profile  :

Master’s student (second year) or engineering school student in mechanics, system dynamics, or a related field.

Technical skills: Numerical modeling of physical phenomena, vibration and mechanical analysis, signal processing methods, programming (Python or MATLAB). Knowledge of machine learning methods would be appreciated.

Personal qualities: Scientific curiosity and rigor, analytical mindset, autonomy, and ability to work in a team.

Bonus: Interest in laboratory experiments and applications with real-world impact.

 

Contact: 

emeline.sadoulet-reboul@univ-fcomte.fr

quentin.pierron@inrs.fr

+ d'infos :
Icône PDF annonce_offre_these_modelesphysiqueia_eng.pdf
https://www.femto-st.fr/fr/offres-emploi-stage-these/doctorants#job-5751

DMA : Simulation numérique du comportement dynamique de sièges d'engin par un modèle physique enrichi par des méthodes d'apprentissage automatique

Contexte :

Les travaux de recherche seront menés au sein de l’Institut National de la Recherche pour la Prévention Professionnelle (INRS) basé à Nancy, en collaboration avec l’institut FEMTO-ST situé à Besançon. Les travaux consisteront à développer un modèle qui reproduit le comportement dynamique de sièges d’engin (chargeuses, tombereaux, …) à partir de mesures d’accélérations. L’originalité de ces travaux de thèse est de combiner un modèle de dynamique des structures avec des méthodes d’apprentissage automatique issues de l‘intelligence artificielle (réseau de neurones, …) pour simuler des systèmes complexes non linéaires.

Les conducteurs d’engins (tombereaux, chargeuses, chariots, …) sont exposés à des vibrations pouvant entraîner des lombalgies. Les sièges des engins sont équipés de mécanismes de suspensions destinés à réduire cette exposition. Pour la prévention des risques professionnels, l'INRS lance une étude scientifique ambitieuse dont l’objectif est d’améliorer l’isolation vibratoire des suspensions de sièges. Cela passe notamment par l’évaluation in situ des performances d’isolation vibratoire des sièges utilisés en entreprise. L’objectif des travaux qui seront conduits durant cette thèse est de développer un modèle en capacité de reproduire numériquement le comportement dynamique d’un siège d’engin à partir de mesures temporelles d’accélération (jumeau numérique).

Profil recherché  :

Étudiant en Master 2 ou diplôme d’ingénieur en mécanique, dynamique des systèmes, ou discipline connexe.
Compétences techniques : Modélisation numérique de phénomènes physiques, analyse vibratoire et mécanique, méthodes de traitement du signal, programmation (Python ou MATLAB). Des connaissances en
lien avec des méthodes d’apprentissage automatique seraient appréciées.
Qualités personnelles : Curiosité et rigueur scientifique, esprit d’analyse, autonomie, capacité à travailler en équipe.
Bonus : Intérêt pour les expérimentations en laboratoire et le travail en lien avec des applications concrètes.

Contact: 

emeline.sadoulet-reboul@univ-fcomte.fr

quentin.pierron@inrs.fr

+ d'infos :
Icône PDF annonce_offre_these_modelesphysiqueia.pdf
https://www.femto-st.fr/fr/offres-emploi-stage-these/doctorants#job-5750

Mécanique Appliquée :"Stockage solide de l’hydrogène par hydruration réversible"

La thèse sera hébergée au sein du Département Mécanique Appliquée (~110 personnes dont ~50 enseignant-chercheurs, chercheurs et techniciens). L’équipe Mat’éco se structure autour de deux domaines d’application : les matériaux composites biosourcés et le stockage de l’hydrogène. Elle regroupe une dizaine de doctorants et masters autour de techniques expérimentales multi-échelles et multimodales, de simulations numériques par éléments finis ou éléments discrets avec pour but de prendre en compte des couplages thermomécaniques mais aussi chimiques, hydriques ou gazeux.

Contexte :La pertinence de l’hydrogène comme vecteur énergétique, son rôle dans la transition écologique, ne sont plus à démontrer. Des solutions de stockage sûres et frugales énergétiquement sont la condition sine qua non de son caractère vert. Le stockage solide de l’H2 par hydruration réversible d'alliages intermétalliques est une technologie prometteuse car sécurisé, sans infrastructures lourdes, disposant d’un rendement énergétique élevé (fonctionnement à basse pression, de 1 à 10 bars ; peu de compression, moins de perte) et à des températures proches de l’ambiante (entre 10 et 80°C).

DESCRIPTION DU PROJET CYCLAHMID (CYCLage des Alliages Hydrurés : MIcrostructure et Décrépitation)
Ce sujet de thèse est proposé dans le cadre d’un projet de la Graduate School EUR EIPHI, avec le soutien de la région Bourgogne- Franche Comté. Le projet CYCLAHMID explore la problématique du lien microstructure – stockage – décrépitation par l’étude comparée de deux intermétalliques et d’un HEA (High Entropy Alloy). Vous profiterez dans ce projet de l’alliance de l'expertise en caractérisation mécanique multi-échelle et travail sous hydrogène du DMA/FEMTO ST et celle en caractérisation structurale et microstructurale des matériaux à haute réactivité de PMDM/ICB.

PROFIL RECHERCHÉ :
Nous recherchons un(e) étudiant(e) en Master 2 ou en dernière année d’école d’ingénieur, ou déjà diplômé. Vous avez étudié la mécanique des matériaux et/ou la science des matériaux métalliques et vous vous intéressez aux relations entre
la microstructure des alliages (composition, structure fine…) et leurs propriétés fonctionnelles, telles que la résistance mécanique, la durabilité ou les performances de stockage de l’hydrogène.

Date de début : Septembre ou Octobre 2025

Contact: 

anne.maynadier@univ-fcomte.fr
david.chapelle@univ-fcomte.fr

+ d'infos :
Icône PDF offre_these_cyclahmid_sr.pdf
https://www.femto-st.fr/fr/offres-emploi-stage-these/doctorants#job-5718