Donnez du sens à votre carrière dans l’aéronautique
Doctorante / Doctorant : « Formal Verification of Quantized Neural Networks on Embedded Platforms»
Toulouse, 31400
CDD
01/10/2026- 30/09/2029
2673€
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.
Missions
L’utilisation des réseaux de neurones dans les systèmes embarqués critiques connaît une forte croissance dans des domaines tels que l’aéronautique, les drones, l’automobile et le spatial. Ces réseaux sont notamment utilisés pour remplacer de grandes tables de décision (ex. ACAS-Xu), traiter des signaux visuels pour l’atterrissage sécurisé (vision-based landing avec le dataset LARD) ou encore prendre des décisions en temps réel lors de procédures d’urgence. Ces applications sont soumises à des contraintes fortes : ressources mémoire limitées, consommation énergétique réduite, faible latence sur plateformes embarquées (CPU, DSP, FPGA, ASIC), exigences élevées de sûreté et nécessité d’un comportement prédictible et certifiable conformément aux normes telles que DO-178C, DO-254 ou ISO 26262. L’objectif principal de cette thèse est de développer une méthodologie de co-conception intégrant : la quantification des réseaux de neurones, la vérification formelle et leur implémentation embarquée pour des applications critiques. Les travaux porteront notamment sur :
• Le développement de méthodes de quantification fondées sur l’analyse statique et offrant des garanties formelles sur les sorties des réseaux de neurones ;
• La conversion sécurisée d’arithmétiques haute précision (floating-point) vers des arithmétiques entières à virgule fixe (fixed-point), afin de réduire les besoins en mémoire et en calcul tout en facilitant la vérification
• L’application de techniques de vérification formelle (SMT, MILP, interprétation abstraite) pour garantir les propriétés de sûreté des réseaux quantifiés
• Le déploiement déterministe et certifiable de réseaux de neurones sur plateformes embarquées (CPU, DSP, FPGA), avec une attention particulière portée à l’optimisation matérielle et logicielle.
Profil
Qualifications : Diplôme de niveau Bac +5 (Master 2 ou diplôme d’ingénieur) en informatique, systèmes embarqués, intelligence artificielle, mathématiques appliquées ou domaine connexe.
• Solides connaissances en intelligence artificielle et/ systèmes embarqués
• Programmation niveau avancé, connaissances en vérification formelle, optimisation/compilation
• Bon niveau d’anglais scientifique