Offre en lien avec l’Action/le Réseau : – — –/Doctorants

Laboratoire/Entreprise : Département Génie ma
Durée : 3 ans
Contact : batton@emse.fr
Date limite de publication : 2020-04-30

Contexte :
Cette thèse se développe dans le cadre du projet européen FA4.0, en collaboration avec les équipes de STMicroelectronics sur Grenoble (Grenoble Reliability & Analysis Laboratory). Plus précisément, le projet vise à déployer des solutions d’Intelligence Artificielle développée dans une perspective ‘Industrie du Futur’ pour transformer et améliorer les pratiques industrielles au sein d’un service particulier de l’entreprise : le laboratoire d’analyse des défaillances. Ce laboratoire est un maillon essentiel de la production industrielle, en charge d’analyser et de diagnostiquer les problèmes de qualité et de défaillance qui apparaissent dans les processus de production de wafers micro-électroniques (fabrication de micro-puces) et de produits complexes.

Sujet :
Il s’agit alors de développer des méthodes adaptées de diagnostic basées sur l’analyse des profils de décision et du flot de données, afin d’orienter la stratégie optimale (ou meilleures stratégies) pour sélectionner, progressivement, les étapes d’analyse de défaillance pertinentes dans un cas donné. Les décisions de choix d’étapes d’analyse permettent ainsi de construire progressivement l’ensemble du parcours d’analyse de défaillance. De plus, cela doit permettre de limiter les mauvais choix lors du passage d’une étape non-destructive à une étape destructive.

Profil du candidat :
Master français ou européen de recherche ou bien Ingénieur (Généraliste ou Sciences des données) avec possibilité d’équivalence Master recherche (première expérience de projet recherche).

Formation et compétences requises :
Nous recherchons à couvrir une ou bien plusieurs des compétences suivantes :
– Mathématiques appliquées, orientée vers l’analyse des données et l’aide à la décision
-Science des données, Machine learning, Process mining
-Recherche opérationnelle, Aide à la décision, Optimisation multicritères.
-Culture en génie industriel, Process industriel, Systèmes de production
Bien sûr un intérêt ou des expériences complémentaires en lien avec l’industrie de la microélectronique seront également appréciées.

Adresse d’emploi :
Ecole des Mines de Saint Etienne, Institut FAYOL
158 Cours Fauriel
CS 62362
42023 Saint Etienne cedex 2

Document attaché : 202004141940_2020_ Sujet Thèse_EMSE_FA40.pdf