[CIFRE] Thèse - Développement de Modèles Robustes pour du Traitement du Langage Naturel en aéronautique par Apprentissage Auto-supervisé M/F

Blagnac - Wings Campus

Airbus

Airbus pioneers sustainable aerospace for a safe and united world. Airbus designs, manufactures and delivers industry-leading commercial aircraft, helicopters, military transports, satellites, launchers and more.

View all jobs at Airbus

Apply now Apply later

Job Description:

Etes-vous prêt à découvrir les futures générations d’aéronefs, avec une empreinte environnementale plus faible et davantage de systèmes
électriques embarqués?

Notre équipe rassemble des experts aux profils variés, couvrant un vaste éventail de sujets autour de l'intelligence artificielle.

Composée de talents multiculturels provenant de plusieurs pays, elle offre un environnement riche en diversité et en perspectives internationales.

Candidatez sans plus attendre!


Nous vous proposons de nous rejoindre en tant qu’étudiant en thèse sur le sujet: “Développement de Modèles Robustes pour du Traitement du Langage"
Naturel en aéronautique par Apprentissage Auto-supervisé (M/F)”, au sein de Central Research and Technology, Airbus SAS.


Le département travaille en collaboration avec l'IRIT à Toulouse, France, dans lequel vous serez intégré en tant qu’étudiant extérieur en thèse.
La thèse sera réalisée à la fois dans les locaux de l'IRIT à Toulouse et dans ceux d'Airbus à Toulouse Saint-Martin. La période d'alternance précise entre les deux sites sera définie ultérieurement en accord avec les différentes parties prenantes.


Contexte de la thèse:


L'objectif d'Airbus pour la prochaine décennie est d'incorporer des fonctionnalités basées sur l'intelligence artificielle afin de réaliser deux objectifs majeurs. Premièrement, l'entreprise vise à atteindre ses objectifs environnementaux en réduisant l'empreinte carbone des avions.
Deuxièmement, Airbus cherche à améliorer l'expérience de ses clients en introduisant des fonctionnalités d'autonomie et d'assistance virtuelle. En parallèle, les ingénieurs avioniques auront l'opportunité d'améliorer les performances du cockpit et de garantir une plus grande sûreté de fonctionnement.
L'introduction du Machine Learning (ML) dans les systèmes avioniques marque l'émergence d'un nouveau paradigme de développement logiciel, ce qui pose des défis à la méthodologie d'assurance du développement pratiquée depuis des décennies. Les groupes de standardisations travaillent actuellement sur des solutions pour répondre aux contraintes des régulateurs, mais il existe un manque de méthodes pour soutenir la démonstration des nouveaux objectifs d'assurance des processus de développement ML.
 

Dans le cadre des recherches récentes d'Airbus, de nouvelles avancées technologiques ont été développées pour soutenir la certification de modèles ML appliqués aux basses dimensions ou aux images. Toutefois, une étape technologique supplémentaire est nécessaire pour étendre ces méthodes à d'autres types de supports dont le traitement automatique du langage naturel. Il
s’agit d’un défi majeur pour Airbus, qui travaille sur de nombreux projets d'assistance au pilote utilisant l'apprentissage automatique basé sur ces modalités, notamment pour la retranscription des échanges avec la tour de contrôle.
 

L'objectif général de cette thèse est d'adapter ou de créer de nouveaux algorithmes pour répondre aux exigences de certification des normes concernant l'apprentissage automatique appliqué à la parole. Parmi les nombreuses exigences des normes, la stabilité de l'algorithme, sa robustesse et son équité vis-à-vis des utilisateurs seront particulièrement étudiées. Pour atteindre ces objectifs, ANITI apparaît comme un partenaire naturel, compte tenu des résultats obtenus en collaboration avec eux sur les défis précédents..


Le travail de thèse consistera donc à:

  • Réaliser un état de l'art des méthodes de speech to text, d'apprentissage auto-supervisé, d'apprentissage équitable ;

  • Concevoir des méthodes d'apprentissage auto-supervisé robuste dans un contexte de speech to text ;

  • Valider ces méthodes sur des données spécifiques du transport et de l'aéronautique pour des applications parole ou texte ;

Le profil et compétences que nous recherchons:

  • Master de Recherche en Intelligence Artificielle, Mathématiques Appliquées

  • Connaissance à la fois de l'apprentissage profond, si possible en Natural Language Processing ou Speech to Text.

  • Aisance en programmation Python, éventuellement C++

  • Intérêt pour la recherche scientifique et les applications industrielles

____________________________________

ENGLISH VERSION

____________________________________

Are you up to discovering the forthcoming generation of aircrafts, with lower environmental footprint and more embedded electric systems?
 

Our team brings together experts with diverse backgrounds, covering a wide range of topics in artificial intelligence. Made up of multicultural talent from various countries, it offers a rich environment of diversity and international perspectives.

Then apply now!

We would like to invite you to join us as a thesis student on the subject: "Development of Robust Models for Natural Language Processing
(M/W)", within Central Research and Technology, Airbus SAS.

The department works in collaboration with IRIT in Toulouse, France, where you will be integrated as an external thesis student.
The thesis will be carried out at both IRIT in Toulouse and Airbus in Toulouse Saint-Martin. The exact period of alternation between the two sites will be defined at a later date in agreement with the various parties involved.


PhD thesis scope:

Airbus' objective for the next decade is to incorporate artificial intelligence-based functionalities to achieve two major goals. Firstly, the company aims to meet its environmental objectives by reducing the carbon footprint of aircraft.
Secondly, Airbus aims to enhance the customer experience by introducing autonomy and virtual assistance functionalities. At the same time, avionics engineers will have the opportunity to improve cockpit performance and guarantee greater operational reliability.
The introduction of Machine Learning (ML) in avionics systems marks the emergence of a new software development paradigm, posing challenges to the development assurance methodology practiced for decades. Standardization groups are currently working on solutions to meet regulators' constraints, but there is a lack of methods to support the demonstration of new assurance objectives for ML development processes.

As part of Airbus' recent research, new technological advances have been developed to support the certification of ML models applied to low dimensions or images.However, a further technological step is needed to extend these methods to other types of media, including automatic natural language processing. This
This is a major challenge for Airbus, which is working on a number of pilot assistance projects using machine learning based on these modalities, notably for the transcription of exchanges with the control tower.


The general aim of this thesis is to adapt or create new algorithms to meet the certification requirements of standards concerning machine learning applied to speech.Among the many requirements of the standards, the stability of the algorithm, its robustness and its fairness to users will be particularly studied. ANITI appears to be a natural partner for achieving these objectives, given the results obtained in collaboration with them on previous challenges.

The thesis work will therefore consist of:

  • Carry out a state-of-the-art review of speech-to-text, self-supervised learning and fair learning methods;

  • Design robust self-supervised learning methods in a speech-to-text context;

  • Validate these methods on specific transportation and aeronautical data for speech and text applications;

The profile and skills we're looking for:

  • Research Master's degree in Artificial Intelligence, Applied Mathematics

  • Knowledge of both deep learning, if possible in Natural Language Processing or Speech to Text. 

  • Fluency in Python programming.

  • Interest in scientific research and industrial applications

This job requires an awareness of any potential compliance risks and a commitment to act with integrity, as the foundation for the Company’s success, reputation and sustainable growth.

Company:

AIRBUS SAS

Employment Type:

PHD, Research

-------

Classe Emploi (France): Classe F11

Experience Level:

Student

Job Family:

Digital

By submitting your CV or application you are consenting to Airbus using and storing information about you for monitoring purposes relating to your application or future employment. This information will only be used by Airbus.
Airbus is committed to achieving workforce diversity and creating an inclusive working environment. We welcome all applications irrespective of social and cultural background, age, gender, disability, sexual orientation or religious belief.

Airbus is, and always has been, committed to equal opportunities for all. As such, we will never ask for any type of monetary exchange in the frame of a recruitment process. Any impersonation of Airbus to do so should be reported to emsom@airbus.com.

At Airbus, we support you to work, connect and collaborate more easily and flexibly. Wherever possible, we foster flexible working arrangements to stimulate innovative thinking.

Apply now Apply later
Job stats:  2  0  0
Category: Deep Learning Jobs

Tags: CX Deep Learning Industrial Machine Learning Mathematics ML models NLP PhD Python Research SAS

Perks/benefits: Career development Flex hours

Region: Europe
Country: France

More jobs like this