IA agentique et LLM souverain pour l'orchestration de jumeaux numériques IoT fondée sur une ontologie interopérable — application aux systèmes de sécurité incendie

Contexte 

Le projet TwinHypervisor développe un hyperviseur de jumeaux numériques : une plateforme SaaS/PaaS modulaire qui unifie la géométrie spatiale (indoor/outdoor), l'IoT et les réseaux de communication au sein d'un jumeau numérique convergent, et qui orchestre sur cette base des services intelligents (évacuation dynamique et navigation inclusive PMR, optimisation du placement des équipements IoT, caméras et sécurité incendie, réseaux mesh résilients, maintenance prédictive). L'innovation de rupture du projet est le pilotage de cet hyperviseur par une IA agentique souveraine : des agents logiciels spécialisés perçoivent l'état du jumeau, raisonnent via un LLM souverain (modèle open-weight européen, hébergé on-premise / edge) sur une ontologie interopérable, et agissent sur la plateforme sous le contrôle d'un raisonneur symbolique qui valide et explique chaque décision (approche neuro-symbolique, conforme à l'AI Act). Le cas d'usage pilote retenu est le système de sécurité incendie (SSI) : parce qu'il combine géométrie et compartimentage du bâtiment, parc hétérogène d'équipements (détecteurs de fumée et de chaleur, déclencheurs manuels, caméras, extincteurs et RIA, désenfumage, sirènes, BAES), contraintes réglementaires fortes, criticité temps réel et obligation de justifier chaque décision, il constitue le banc d'essai le plus exigeant (et le plus discriminant) de la couche agentique.

La thèse est réalisée dans le cadre d'une convention CIFRE (ANRT) associant l'entreprise d'accueil uGetWin et un laboratoire académique LIGM (UMR 8049), avec un co-encadrement industriel et académique. Le doctorant ou la doctorante est au cœur du projet : ses travaux portent les principaux verrous scientifiques et alimentent directement la plateforme.

Sujet de thèse 

« Couplage neuro-symbolique entre LLM souverain et ontologie interopérable pour l'orchestration multi-agents d'un hyperviseur de jumeaux numériques IoT : application aux systèmes de sécurité incendie des environnements intelligents » Trois verrous scientifiques structurent la thèse, tous instruits et évalués sur le cas d'usage pilote de la sécurité incendie :

• Ontologie interopérable et modélisation unifiée : conception d'une ontologie formelle (OWL 2) couvrant géométrie et compartimentage, IoT, réseaux, équipements et zones de sécurité incendie et capacités des agents, alignée sur les standards (SAREF, SOSA/SSN, BOT/ifcOWL) et sur les référentiels du domaine (EN 54, NF S 61-93x), avec un compromis expressivité / interopérabilité / scalabilité.
• Couplage neuro-symbolique LLM ↔ ontologie : ancrage (grounding) des sorties du LLM dans le graphe de connaissances du jumeau et dans le corpus réglementaire, RAG structuré, validation symbolique anti-hallucination, frugalité (quantification, distillation, inférence edge) — condition de déploiement sur un système de mise en sécurité des personnes.
• Orchestration multi-agents explicable : coordination, négociation et arbitrage multi-critères entre agents (évacuation, placement, réseau, maintenance) selon des politiques formalisées (sécurité des personnes > accessibilité > sobriété ), avec supervision humaine (human-in-theloop), contrainte de latence en situation d'alarme et journal d'audit sémantique. Le cas d'usage pilote fournit les trois scénarios d'évaluation de la thèse : (i) placement optimisé et justifié des capteurs, caméras et équipements de sécurité incendie sous double contrainte d'optimalité et de conformité ; (ii) identification et calcul dynamique des chemins d'évacuation sûrs en fonction de la propagation estimée du feu et des fumées ; (iii) maintenance prédictive du SSI par détection d'anomalies et de dérives sur le parc d'équipements.

Missions

• Conduire les travaux de recherche sur les trois verrous ci-dessus et publier dans des conférences et revues de rang international (IA, systèmes multi-agents, jumeaux numériques, réseaux de communication, bâtiments intelligents et sécurité).
• Concevoir et implémenter l'ontologie interopérable et le graphe de connaissances du jumeau numérique, incluant son extension au domaine de la sécurité incendie.
• Développer la couche agentique de la plateforme : runtime d'agents, agent orchestrateur, intégration du LLM souverain (sélection, affinage, RAG, déploiement on-premise / edge).
• Contribuer au développement full-stack de la plateforme (API, micro-services, interfaces) en interaction avec l'équipe d'ingénierie, dans une démarche de génie logiciel rigoureuse (architecture, tests, CI/CD, documentation).
• Participer aux expérimentations sur site pilote de sécurité incendie (jeux de données réels, scénarios d'évacuation simulés, données d'exploitation du parc d'équipements) et à l'évaluation de la fiabilité et de l'explicabilité des agents.
• Co-encadrer les stagiaires M2 adossés au projet et contribuer à la valorisation (démonstrateurs, brevet, transfert).

Le Laboratoire d’informatique Gaspard-Monge (LIGM) est une unité mixte de recherche (UMR 8049) du CNRS, de l’Université Gustave Eiffel et de l’École des Ponts ParisTech, localisé sur le campus de la cité Descartes à Champs-sur-Marne (bâtiment Copernic, bâtiment ESIEE et bâtiment Coriolis).

Le LGIM a un effectif de personnel permanent d’une centaine de personnes et non permanent d’une soixantaine de personnes.

Le laboratoire est structuré en 6 équipes de recherche : A3SI (Algorithmes, architectures, analyse et synthèse d’images), ADA (Algorithmique discrète et applications), BAAM (Bases de données, automates, analyse d’algorithmes et modèles), COMBI (Combinatoire algébrique et calcul symbolique), LRT (Logiciels, réseaux et temps réel), et MMSID (Méthodes et modèles pour le signal, l’image et les données).

Les membres du LIGM s’impliquent dans les enseignements d’informatique de l’Institut Gaspard-Monge, de l’IUT de Marne-la-Vallée, d’ESIEE Paris et de l’École des Ponts ParisTech.

De préférence, titulaire d’un master II en Informatique, génie logiciel, sciences de données et ingénerie de données.

Le candidat ou la candidate doit être passionné(e) par les technologies avancées liées à l’intelligence artificielle et les systèmes de communication sans-fil et les réseaux IoT. Il ou elle devra avoir une forte capacité à travailler de manière autonome, tout en étant capable d’interagir efficacement avec les membres de l’équipe. Des compétences en modélisation, optimisation et analyse de systèmes complexes seront particulièrement appréciées.

Une première expérience de recherche (stage M2 en laboratoire, publication) est un plus.

Compétences techniques attendues :

• Intelligence artificielle et apprentissage automatique : solides bases théoriques et pratiques (deep learning, NLP), Python scientifique (PyTorch, scikit-learn).
• LLM : pratique des grands modèles de langage — prompt engineering, fine-tuning (LoRA/QLoRA), RAG, évaluation ; familiarité avec les modèles open-weight (Mistral, Llama) et leur déploiement local (vLLM, Ollama, quantification).
• IA agentique : conception de systèmes d'agents autonomes ou multi-agents — planification, outillage (function calling / MCP), frameworks agentiques (LangGraph, AutoGen ou équivalents), boucles perception–raisonnement–action.
• Développement full-stack : back-end (Python et/ou Node.js, API REST, micro-services, bases de données), front-end (React ou équivalent), conteneurisation (Docker, Kubernetes apprécié).
• Génie logiciel : architecture logicielle, qualité de code, tests automatisés, CI/CD, Git, documentation — capacité à produire du logiciel robuste destiné à une plateforme opérationnelle.

Compétences appréciées  : web sémantique et ontologies (OWL, RDF, SPARQL, raisonneurs), jumeaux numériques, IoT et protocoles associés (MQTT), BIM/SIG, réseaux mesh, cloudnative, détection d'anomalies et maintenance prédictive (séries temporelles), notions de sécurité incendie du bâtiment (SSI, EN 54, NF S 61-93x). Qualités personnelles : autonomie et rigueur scientifique, goût du prototypage et de l'expérimentation, capacité à travailler à l'interface recherche / ingénierie, bonne communication écrite et orale, anglais scientifique courant.