Design and Development of an AI-, Drone-, and Digital-Twin–Enabled Platform for Anomaly Detection and Sustainable Manufacturing Operations.

Descriptif du sujet
Intitulé du sujet de doctorat :

Design and Development of an AI-, Drone-, and Digital-Twin–Enabled Platform for Anomaly Detection and Sustainable Manufacturing Operations.

Brève description :

Ce projet doctoral porte sur la conception d’une plateforme intelligente intégrant l’IA, les drones et les jumeaux numériques afin d’améliorer la performance, la durabilité et la conformité QSE des processus manufacturiers. Le doctorant développera des modèles d’apprentissage profond, d’apprentissage par renforcement et de réseaux de graphes pour la détection d’anomalies QSE et l’optimisation multicritères (coût, empreinte carbone, sécurité, niveau de service). La solution combinera un système d’inspection par drones et un jumeau numérique de ligne de production, validée sur des données industrielles réelles. Les livrables comprendront un programme IA opérationnel, un démonstrateur drone–simulateur et un tableau de bord décisionnel, contribuant à une industrie prédictive, résiliente et durable, alignée sur les ODD 9, 12 et 13.

Conditions de la recherche :

Les candidats sont appelés à effectuer leur recherche à plein temps au sein des structures de l’Université EUROMED.

Missions du doctorant :

1- Mener l’état de l’art sur l’intelligence artificielle appliquée à l’industrie, les drones d’inspection et les jumeaux numériques, en identifiant les approches les plus prometteuses pour la performance et la durabilité manufacturières.

2- Concevoir, entraîner et valider des modèles d’IA (Deep Learning, Reinforcement Learning, Graph Neural Networks) pour la détection d’anomalies et l’optimisation multicritère (coût, empreinte carbone, sécurité, niveau de service).

3- Développer et intégrer une plateforme expérimentale combinant drones intelligents, jumeau numérique et tableau de bord décisionnel, testée sur des données industrielles réelles.

4- Élaborer des protocoles d’évaluation rigoureux et analyser les performances selon des indicateurs clés (précision, taux de fausses alertes, CO₂/unité produite, fiabilité opérationnelle).

5- Valoriser les résultats de la recherche à travers des publications dans des revues scientifiques à fort impact, des communications internationales, et des actions de transfert industriel (brevets, démonstrateur, partenariats).

Profil recherché :

• Diplôme d’ingénieur ou Master (Génie industriel/manufacturier, Informatique/IA, Data/Maths appliquées ou domaines proches).

• Compétences souhaitées : Python (PyTorch/TensorFlow), modélisation/optimisation, traitement d’images/vidéo, bases en RL et graphes, jumeaux numériques/simulation (ex. AnyLogic, FlexSim, MATLAB/Simulink) et/ou KNIME.

• Intérêt fort pour la recherche appliquée interdisciplinaire et la durabilité (QSE/ODD).

• Rigueur scientifique, autonomie, esprit d’équipe ; aisance rédactionnelle en français et en anglais.

Le dossier de candidature doit être constitué des éléments suivants :

Un CV, une lettre de candidature, le projet de thèse, diplômes et relevés de notes.

Le dépôt de dossier :

Le dossier doit être envoyé au Centre d’Etudes Doctorales (CEDoc) de l’Université Euromed de Fès par email (au plus tard le 24 octobre 2025) :

Responsable des affaires administratives du CEDoc (Mme Boutaina Jai Mansouri : b.jai-mansouri@emadu.ueuromed.org)

Directeur de la Recherche et du CEDoc (Pr. Abdelghafour Marfak : : a.marfak@euromed.org)

Directeurs de thèse :

• Pr. AMELLAL Asmae (a.amellal@ueuromed.org)