Stage de R&D : développement de métriques pour l’évaluation de la représentativité des scénarios dans le cadre de la conduite autonome

Contexte du stage

Au sein de l’Institut de Recherche Technologique SystemX, situé au cœur du campus scientifique d’excellence mondiale de Paris-Saclay, 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 de l’équipe science des données et IA.

Vous travaillerez au sein du projet européen SYNERGIES, traitant les scénarios réel et simulés de la conduite autonome, spécifiquement dans la problématique de l’évaluation de la représentativité des scénarios pour une besoin donné.

Le poste est basé à l’IRT SystemX – Palaiseau

Présentation du sujet

Objectifs du stage :

Le stage se déroulera dans le cadre du projet SYNERGIES, et particulièrement au sein de la tâche 6.1 du projet. Cette tâche a pour but d’évaluer les caractéristiques d’un ensemble de scénarios pour estimer sa représentativité dans le contexte opérationnel d’un système cible. 
L’objectif premier du stage est d’implémenter un ensemble de méthodes pour calculer la représentativité avec plusieurs niveaux de granularité et de détail, en appliquant des méthodes telles que la méthode «Maximal Uncovered Patterns » proposé par Asudeh et al. [1] ou GRTE proposée par Chaouche et al. [2]. En plus de l’implémentation des approches évaluant la représentativité, l’adaptation de ces approches au contexte de la conduite autonome ainsi que leurs interprétations sont les défis majeurs du stage proposé.
Le deuxième objectif du stage est d’intégrer ces approches dans la plateforme MOSAR [3], [4] afin de permettre leur utilisation lors de la sélection des sous-ensembles de scénarios pour la validation de systèmes.

Missions :

• Mettre à jour l’état de l’art existant sur les métriques de représentativité utilisées dans le contexte de la conduite autonome. Cette analyse nous permettra d’enrichir le catalogue de métriques existantes ainsi que leur apport scientifique dans ce contexte particulier de la conduite autonome.
• Développer et adapter les méthodes sélectionnées au contexte de la conduite autonome.
• Intégrer les codes dans la plateforme MOSAR et afficher les indicateurs de la représentativité.
• Présenter les travaux et les résultats au sein de l’équipe et du projet.
• Rédiger un rapport technique et une documentation accompagnant le code.

Références bibliographiques sur le sujet :
[1]        A. Asudeh, Z. Jin, et H. V. Jagadish, « Assessing and Remedying Coverage for a Given Dataset », in 2019 IEEE 35th International Conference on Data Engineering (ICDE), avr. 2019, p. 554‑565. doi: 10.1109/ICDE.2019.00056.
[2]        S. Chaouche, Y. Randon, F. Adjed, N. Boudjani, et M. Ibn Khedher, « DQM: Data Quality Metrics for AI Components in the Industry », AAAI-SS, vol. 4, no 1, p. 24‑31, nov. 2024, doi: 10.1609/aaaiss.v4i1.31767.
[3]        M. Brini et al., « MOOVE & MOSAR Projects: a scenario library for designing & validating ADS », 2020.
[4]        E. Revert, « MOSAR Scenario Manager insights ».

Profil et compétences

De formation : BAC+5, dans le domaine des sciences de la donnée / statistiques.

Compétences souhaitées :

• Statistiques, mathématiques appliquées
• Développement logiciel / Python
• Connaissance dans les librairies de visualisation web est un plus (ex: plotly)

Aptitudes personnelles :

• Bon relationnel
• Avoir envie de travailler en mode collaboratif
• Curiosité, esprit d’initiative, capacité d’analyse et rigueur
• Niveau d’anglais correct

Merci d’indiquer la référence du stage dans l’objet de votre mail de candidature, d’y joindre CV, lettre de motivation et autres documents pertinents.