Au sein de l’Institut de Recherche Technologique SystemX, vous prendrez une part active au développement d’un centre de recherche technologique de niveau international dans le domaine de l’ingénierie numérique des systèmes. Adossé aux meilleurs organismes de recherche français du domaine et constitué par des équipes mixtes d’industriels et d’académiques, ce centre a pour mission de générer de nouvelles connaissances et solutions technologiques en s’appuyant sur les percées de l’ingénierie numérique et de diffuser ses compétences dans tous les secteurs économiques.

Vous serez encadré par un ingénieur-chercheur SystemX du domaine ‘Science des données et Interaction’.
Vous travaillerez au sein du projet de recherche SystemX Lyon Covoiturage Expérimentation [LCE] dont les partenaires industriels sont Grand Lyon Métropole, ecov, Ridygo, SPIE, Vinci Autoroutes et les partenaires académiques CNRS (LAET) et ENTPE (LICIT).

Le poste est basé à l’IRT SystemX – Lyon.

 

SUJET DU STAGE

Le stage est une contribution au développement d’un logiciel d’aide à la décision : élaboration d’une brique ‘prévision de trafic’ pour l’exploitation de voies dynamiques et l’optimisation du réseau routier. Sur la base de données de trafic historiques et temps réel le stagiaire développera un modèle de prédiction de trafic (nombre de véhicules, vitesse, fluidité) combinant plusieurs approches en fonction des différents horizons temporels et des caractéristiques à anticiper.
Le stagiaire intégrera l’équipe du projet LCE (Lyon Covoiturage Expérimentation). LCE est un projet de R&D adossé à la requalification de l’autoroute A6-A7 à Lyon, comportant la création de voies dynamiques dédiées au covoiturage. Les sections de voiries dédiées seront activées et désactivées en fonction des conditions prévisionnelles de trafic, en intégrant des contraintes de temps de parcours, d’efficacité globale et de sécurité.
Des cas d’usage étendus sur le réseau urbain métropolitain seront considérés (i.e. logistique urbaine en lien avec le projet H2020 LEAD).

Vos missions seront les suivantes :
• État des lieux des techniques de machine learning adaptés au séries temporelles multivariées
• Exploration des données de mesure collectées, analyse des historiques et du flux temps réel
• Travailler avec les partenaires industriels du projet pour identifier les descripteurs les plus structurants
• Conception d’un module Prédiction basé sur l’apprentissage automatique appliqué sur des flux temps réel
• Évaluer la performance et l’impact des solutions candidates et des solutions retenues
• Développement du module Prédiction de trafic
• Participer à l’intégration du module Prédiction dans l’application de régulation trafic en cours de développement

Références sur le sujet :
• Comparison of traffic forecasting methods in urban and suburban context https://hal.archives-ouvertes.fr/hal-01895136/document
• Analyse spatio-temporelle de données trafic pour une mobilité intelligente http://imu.universite-lyon.fr/projet/astral-analyse-spatio-temporelle-de-donnees-trafic-pour-une-mobilite-intelligente/

 

PROFIL

Étudiant(e) en fin de cycle ingénieur ou Master2 dans le domaine des sciences de la donnée, IA, mathématiques appliquées.

Compétences :
• Machine Learning, statistiques
• Séries temporelles multivariées, classification, neural network, forecast
• Bon niveau de maitrise dans l’un des langages de programmation (Python, C++)

Aptitudes personnelles :
• Esprit d’analyse, autonomie, travail collaboratif
• Intérêt pour la recherche appliquée
• Aptitude à communiquer aussi bien à l’oral qu’à l’écrit (en français et anglais)
• Intérêt pour les transports, la mobilité

 

Durée du stage : 6 mois

Date de démarrage envisagée : février 2020

RÉF : DSR_2020_LCE_06_01

Pour postuler : maroua.meddeb@irt-systemx.fr et yann.briand@irt-systemx.fr – Merci de préciser la référence de l’offre en objet

- ABONNEMENT NEWSLETTER

Inscrivez-vous à la newsletter de l'IRT SystemX

et recevez chaque mois les dernières actualités de l'institut :