Chercheur Doctorant H/F : Intelligence artificielle distribuée pour la performance énergétique collaborative des prosommateurs
HybridLingolsheim, Grand Est, France
Job Summary
Design federated learning architectures and optimize client grouping algorithms to manage heterogeneous data and equipment in distributed AI systems. Develop dynamic optimization strategies using heuristics that integrate real-time variables like weather forecasts and pricing signals to maximize energy self-consumption. Implement incremental learning methods for continuous model refinement without centralized retraining, ensuring scalability across constrained client devices. Deploy and validate these modules in the FAIR'nRG pilot involving dozens of prosummers across France, Germany, and Switzerland. Author the doctoral thesis, present findings at international conferences, and contribute to a trinational observatory for distributed storage capabilities.
Required Qualifications
- Titulaire d'un diplôme de niveau Master ou d'un diplôme d'ingénieur
- Spécialisation en informatique, intelligence artificielle, systèmes embarqués
- Solide compétence mathématique surtout en optimisation convexe et non-convexe
- Solide niveau en programmation et Architecture distribuées
- Appétence pour le calcul distribué/haute performance
- Bon niveau en anglais à l'écrit et à l'oral
- Etre autonome, rigoureux, avoir un esprit d'initiative et de curiosité
- Capacité d'analyse critique
- Goût prononcé pour la recherche appliquée
- Aptitude à évoluer dans un environnement de travail international et multiculturel
- Maîtrise de l'anglais est indispensable
- Connaissance de l'allemand sera un atout précieux pour la dimension transfrontalière du projet
Desired Qualifications
- Une expérience avec Pytorch, tensorflow, Flower serait appréciable
Hiring someone like this?
Get your role in front of qualified candidates on Sorce.