FullTime with BenefitsSe connecter

[post-doc] Capitalisation des règles métiers par IA hybride neurosymbolique

Institut supérieur de mécanique de Paris · Saint-Ouen

Depuis isae-supmeca.fr · vue ouverte le 21 novembre 2026 · vérifiée avant publication

FWB a lu cette offre sur isae-supmeca.fr le 21 novembre 2026 et vérifie chaque jour si elle est toujours ouverte. Avant sa publication, elle a été vérifiée pour détecter les signes d’une arnaque. Un problème ? Le signaler

  • Publiée le 21 novembre 2026
  • Pas encore sur FWB · postulez sur son site
  • Artificial Intelligence
  • Ontology
  • Knowledge Engineering
  • Systems Engineering
  • Deep Learning
  • LLM

Postuler sur isae-supmeca.fr (s’ouvre dans un nouvel onglet)Enregistrer sur FWB

ACCÈS RAPIDE

Inscriptions

Localisation

Téléchargements

ISAE-Supméca

L’École des ingénieurs en mécanique

L’ingénieur ISAE‑Supméca

Historique

Statut / Organisation

Fondation ISAE-Supméca

Nos engagements

Réseaux et partenaires

Témoignages

Localisation

Formation

Admission

Ingénieur ISAE‑Supméca statut étudiant

Ingénieur ISAE‑Supméca par apprentissage

Plateaux projets

Formation par la recherche

Formation continue

EME – diplôme d’établissement bac+5

Vie étudiante

Vie étudiante

Vie pratique

Bourses, aides sociales

Associations

Accompagnement handicap

International

L’international à ISAE‑Supméca

Internationaliser son cursus

Financer sa mobilité

Accueil d’étudiants internationaux

Partenariats et réseaux internationaux

Relations industrielles

Devenir partenaire d’ISAE‑Supméca

Recruter des diplômés ISAE‑Supméca

Formation continue

Entrepreneuriat

Projet Bureau d’Études

Faire appel à une junior étude

Ressources technologiques

Taxe d’apprentissage

Réseau des diplômés

Recherche

La recherche à ISAE‑Supméca

Laboratoire Euler

Laboratoire Quartz

Projets de recherche

Formation par la recherche

Thèses

Ressources technologiques

Conférences scientifiques

Infos pratiques

Recrutements

Localisation

Contacts

Presse

Documents

Charte graphique

Location d’espaces

Intranet

Formation

Recherche

Entreprise

École d’ingénierie mécanique et numérique fr / eng

Nos engagements

Taxe d’apprentissage

Insertion 2025

[post-doc] Capitalisation des règles métiers par IA hybride neurosymbolique

03 06 26

03/06/26 -

Offre de post-doctorat à ISAE-Supméca : Capitalisation des règles métiers par IA hybride neurosymbolique

Durée : 2 ans, disponible dès juin 2026

Localisation : Laboratoire EULER, ISAE-Supméca, 3 rue Fernand Hainaut, Saint-Ouen

Financement : Direction Générale de l’Aviation Civile (DGAC) ; consortium ICAP2 Supervision : O. PENAS, R. PLATEAUX, R. DELABEYE,

Mots-clés : Ontologies, IA neurosymbolique, Ingénierie système.

Contexte

L’accélération de l’intégration des innovations produit et process constitue un enjeu industriel stratégique majeur. Pour y répondre, les industriels doivent déployer des outils numériques évolutifs et modulaires, conçus pour accompagner les cycles de développement avec une flexibilité et une collaboration accrues. L’un des défis centraux réside dans la structuration d’une base de connaissances de la production, conçue pour être à la fois générique et évolutive. Cette base doit intégrer et capitaliser les connaissances métiers existantes, tout en offrant une architecture suffisamment flexible pour s’adapter aux évolutions techno-logiques ou organisationnelles. L’enjeu est donc de concevoir une formalisation unifiée et dynamique des connaissances et des données (ontologie) produit-process-système industriel, capable de (i) centra-liser/structurer/capitaliser les savoir-faire et les bonnes pratiques, (ii) faciliter leur mise à jour et leur enrichissement continu, (iii) garantir leur accessibilité et leur exploitation optimale par les équipes, (iv) soutenir la prise de décision et l’innovation tout au long du cycle de vie des produits et des processus. Il faudra structurer un système de capitalisation capable d’unifier ces connaissances hétérogènes, pour en faciliter l’accès et la réutilisation par les équipes, et d’assurer leur pérennité malgré les évolutions technologiques et organisationnelles. La réussite de ces travaux repose sur la résolution de deux défis majeurs :

Le premier consiste à identifier et adapter une ontologie Produits/Process/Système Industriel (PPSI) qui soit à la fois pertinente pour le domaine d’activité spécifique de l’entreprise Corse Composite Aéronautiques (CCA) et suffisamment évolutive pour intégrer, sans rupture, de nouveaux procé-dés, y compris ceux qui ne sont pas encore connus aujourd’hui.

Le second défi réside dans la définition du niveau de granularité optimal de cette ontologie, afin qu’elle réponde précisément aux besoins et usages concrets des équipes sur le terrain. Ce choix sera déterminant pour garantir que l’ontologie soit à la fois opérationnelle et exploitée.

Méthodologie

Il s’agit de formaliser et structurer une base de connaissances (référentiel unique), qui permettra d’assurer la généricité de la représentation/modélisation de la connaissance de n’importe quel nouveau produit, process ou système industriel (intégrant un nouvel équipement par exemple). Pour cela, nous proposons d’utiliser une ontologie (représentation/modélisation qui décrit les concepts d’un domaine, les relations entre ces concepts et les règles qui les organisent) couvrant les domaines de connaissances « Produit-Process-Système Industriel ». Celle-ci permettra de décrire tous les concepts associés à ce périmètre et les relations (sémantiques) qui les relient. Cette ontologie devra permettre de décrire les concepts de la production sur le périmètre du domaine d’expertise de CCA permettant de décrire de manière « standard» les différents produits, procédés et moyens de production existants et à venir.

Cette formalisation « conceptuelle » de la connaissance du système productif de CCA, mènera à une standardisation et donc une généricité qui permettra non seulement de repenser l’architecture de l’ou-til de gestion de connaissances actuel développé dans un précédent projet (assistant numérique spé-cialisé), pour avoir des pipelines basées sur des concepts, et qui ne soient plus spécifiques aux objets réels/instances (PPSI), et ainsi faciliter l’intégration de nouveaux équipements dans l’outil. Par ailleurs, il s’agira également d’intégrer les connaissances expertes (règles métiers) non actuellement intégrées dans le datalake constitué des données des lignes, par hybridation neurosymbolique.

Sur l’offre de post-doctorat

Mission

La personne recrutée intègrera le Laboratoire EULER et le projet ICAP2 impliquant plusieurs équipes de recherche du laboratoire. Elle mènera des travaux de recherche pour répondre aux attentes détaillée dans cette offre, et bénéficiera de l’expertise du laboratoire (méthodologies, outils et aspects scientifiques) EULER ainsi que de l’expertise industrielle en ce qui concerne l’application (composites, aéronautique). Elle aura l’opportunité de co-superviser des stagiaires sur des missions dédiées (développement d’outils, montée en maturité, etc.). Elle contribuera à la production des livrables projet, internes et en interaction avec les autres partenaires (CCA, COMPOSITADOUR/ESTIA).

Dissémination scientifique

Pour diffuser les travaux de recherche réalisés, le/la postdoctorant(e) devra :

publier dans une revue scientifique renommée;

publier dans une conférence nationale et/ou internationale ;

contribuer aux livrables projet (DGAC).

Profil

Formation :

Docteur dans au moins un des domaines suivants : ontologie, machine learning (NLP), in-génierie des connaissances, IA hybride, ingénierie système;

Une expérience dans chacun de ces domaines serait un

Compétences attendues ou appréciées :

Expertise en ingénierie système et/ou en ingénierie des connaissances (ontologies) ;

Expertise en apprentissage profond (LLM);

Compétence dans au moins un framework de machine learning (PyTorch, Tensorflow, ) et/ou de RAG (LangChain, etc.) ;

Programmation scientifique (Python, ou tout autre langage haut niveau).

Qualités

Autonomie et aptitude à conduire un projet de recherche;

Créativité et innovation méthodologique;

Aptitude à travailler dans une équipe multi-disciplinaire, en interaction avec des partenaires in-dustriels ;

Bonnes compétences de communication scientifique, à l’écrit comme à l’oral ;

Rigueur scientifique et capacités d’analyse.

ISAE-Supméca

Institut supérieur de mécanique de Paris

3 rue Fernand Hainaut

93407 Saint-Ouen CEDEX

Ministère de l’Enseignement supérieur et de la Recherche www.isae-supmeca.fr

À propos

Presse

Recrutements

Localisation

Contacts

Documents

Syllabus

Charte graphique

Statut / Organisation

Mentions légales

Extranet

Sur le campus

Images du campus d’ISAE-Supméca

Bibliothèque

Ressources technologiques

Vie pratique

Vie étudiante

Location d’espaces

Nos engagements

Transitions

Égalité Diversité

Cellule d’écoute

Accompagnement handicap

Enquête d’insertion

Démarche qualité

Santé, sécurité & conditions de travail

Médiation scientifique et culturelle

Nos réseaux

Réseaux et partenaires

Réseaux sociaux

Réseau des diplômés

Témoignages

Podcast Novagogie

Autour de la recherche

Laboratoire Quartz

Laboratoire Euler

Ingénierie des Systèmes mécatroniques et Multiphysiques

Tribologie et Matériaux

VAST-FM : Vibrations, Acoustique, STructures & Formes Mécaniques

Systèmes durables

HAL

Suniswell

Nemelift

Laboratoire Commun i-OREO

Offre d’origine : www.isae-supmeca.fr

Postuler sur isae-supmeca.fr (s’ouvre dans un nouvel onglet)Enregistrer sur FWB