Thèse CIFRE - Sécurité des systèmes ADAS/AD basés sur des IA de bout en bout : méthodes et cadres pour la garantie de la sécurité

Descripción del puesto:

Company

AMPERE SOFTWARE TECHNOLOGY

Job Description

Contexte
Dans un contexte en pleine mutation environnementale et numérique, l'industrie automobile évolue rapidement vers l'électrification et l'automatisation.
Rejoignez Ampère pour contribuer à l'innovation dans les véhicules électriques et les systèmes avancés d'aide à la conduite, au service d'une mobilité plus sûre et plus intelligente. La sécurité des systèmes d'aide à la conduite, fondée sur des architectures intelligentes, représente aujourd'hui un enjeu scientifique et industriel essentiel pour l'avenir de la mobilité.
La convergence de l'intelligence artificielle dans les applications véhicules offre des perspectives prometteuses, tout en posant de nouveaux défis en matière de sûreté de fonctionnement. Une approche rigoureuse s'impose pour l'analyse et la validation de la sécurité des aides à la conduite basés sur les IA end-to-end, afin de répondre aux exigences normatives et pour garantir la confiance et la sécurité des utilisateurs.
L'évolution rapide des architectures à base d'IA dans l'industrie automobile, et leur industrialisation sur le marché mondial, met en lumière la nécessité de développer des méthodes innovantes de validation et d'évaluation de la sûreté.

Votre environnement
La Direction de l'Ingénierie de Renault Group recherche un Doctorant pour travailler sur la sécurité des « IA end to end » pour les systèmes d'aides à la conduite (ADAS) des véhicules ayant des hauts niveaux d'autonomie.
Vous collaborez avec les équipes :
* de l'expertise technique des systèmes d'aides à la conduite et de sûreté de fonctionnement chargées d'orienter les choix techniques de l'entreprise pour les futurs véhicules,
* les autres doctorants travaillant sur des sujets similaires.

Vos missions

Cette thèse vise à définir un cadre méthodologique robuste pour évaluer la fiabilité des algorithmes d'IA, concevoir des modèles de sécurité indépendants de l'IA et développer des mécanismes d'auto-évaluation en temps réel.
À ce titre, vous serez amené(e) à :
* réaliser une analyse bibliographique afin d'établir un état de l'art du domaine ;
* définir et valider un cadre méthodologique fondé sur les données et la simulation pour évaluer la robustesse des algorithmes d'IA au regard des enjeux de sécurité ;
* élaborer un modèle de sécurité rule-based, indépendant des algorithmes d'IA, afin de garantir le maintien du véhicule dans une enveloppe de sécurité prédéfinie ;
* développer des mécanismes d'auto-évaluation permettant aux algorithmes d'IA d'estimer en temps réel le niveau de confiance associé à leurs prédictions ;
* démontrer, par la simulation et/ou l'expérimentation physique, que la solution proposée répond aux exigences de sécurité définies ;
* contribuer à la valorisation scientifique des travaux à travers des publications et la participation à un dépôt de brevet ;
* présenter régulièrement l'avancement des travaux au comité scientifique de suivi.

Votre profil
Vous êtes diplômé(e) d'une grande école d'ingénieur (ENSTA, UTC, INSA, etc.) ou issu(e) d'un programme Erasmus Mundus. Une expérience industrielle dans les applications de l'IA aux systèmes automatisés serait appréciée
Vous possédez des connaissances en :
* informatique, intelligence artificielle, systèmes autonomes et/ou systèmes d'aide à la conduite ;
* modélisation des systèmes complexes, ingénierie des systèmes et systèmes robotiques.

Des connaissances en sûreté de fonctionnement constitueraient un atout.
Vous faites preuve de force de proposition et d'autonomie.
Vous faites preuve de clarté de raisonnement et d'explication.
Vous avez un très bon niveau en anglais écrit et oral.

Métier
Transverse

CONTEXT & SCIENTIFIC CHALLENGE

The automotive industry is undergoing a profound transformation driven by electrification and automation. At Ampere, Renault Group's electric and software-defined vehicle entity, increasingly capable AI is being integrated into the perception, planning, and control chain of ADAS and autonomous driving functions.
This architectural shift towards end-to-end AI replaces modular, rule-based pipelines with learned models that directly map sensor inputs to driving decisions. While enabling significant performance improvements, it also raises fundamental questions regarding predictability, failure modes, and accountability that conventional safety engineering approaches-largely based on deterministic behaviour-do not fully address.
The central scientific challenge of this thesis is therefore not performance, but safety assurance: how can we rigorously reason about the safe operation of inherently non-deterministic systems while satisfying the normative frameworks governing road vehicles?

Applicable norms and standards
ISO 26262
ISO/PAS 21448 (SOTIF)
ISO/IEC 24028
IEEE 2846
UNECE WP.29 / R155-R156
SAE J3016

RESEARCH THEMES
Safety envelope design
Formal, AI-independent models that bound vehicle behaviour within a demonstrably safe operating region.
Robustness assessment
Data- and simulation-based methods to characterise AI behaviour at and beyond the operational design domain.
Runtime confidence estimation
Self-assessment mechanisms providing calibrated, real-time uncertainty estimates to the functional safety architecture.
Normative compliance
Mapping methods onto ISO 26262, SOTIF, and UNECE WP.29; building a defensible safety case.

MISSIONS - WHAT YOU WILL DO
Review. Conduct a structured literature review spanning AI safety, functional safety, formal methods, and the ADAS/AD standards landscape, establishing a rigorous state of the art. Robustness framework: Develop and validate a framework combining real-world data, synthetic data, and simulation to assess robustness and failure modes of end-to-end AI systems. Safety monitor. Design an independent rule-based safety monitor enforcing safe operating boundaries. Runtime self-assessment. Develop real-time confidence estimation mechanisms to support functional safety architectures. Experimental validation. Validate the proposed approach through simulation and physical experiments, demonstrating conformance with applicable safety requirements and relevant norms. Publications & IP. Contribute to scientific dissemination through publications in peer-reviewed venues (IEEE ITSC, IV, ICRA, SafeComp) and participate in patent applications. Progress reporting. Present progress regularly to the scientific monitoring committee (comité de suivi de thèse) and to industrial stakeholders within the Renault Group engineering community.

YOUR WORKING ENVIRONMENT
You will be embedded in Ampere's Engineering Department, within a team holding deep technical expertise in ADAS and vehicle safety systems. You will collaborate with system architects, functional safety engineers, and data scientists, and work alongside other PhD students pursuing adjacent topics in AI and autonomous systems.
The CIFRE scheme places you at the intersection of academic rigour and industrial relevance: your research will directly inform technical choices for upcoming vehicle programmes. You will benefit from Ampere's infrastructure - including simulation environments, experimental vehicles, and datasets - as well as academic supervision providing independent scientific oversight.

PROFILE SOUGHT
ACADEMIC BACKGROUND
* Master's degree or final year of a grande école d'ingénieur (ENSTA, UTC, INSA, CentraleSupélec, Arts et Métiers, or equivalent), or an Erasmus Mundus programme.
* Solid foundations in at least 2 of: AI/ML, control theory, systems engineering, software engineering, or robotics.
* Industrial experience in AI applications to automated systems is an asset but is not required.
TECHNICAL KNOWLEDGE
* Machine learning - architectures, training, evaluation, uncertainty quantification.
* Autonomous systems or ADAS - perception, planning, or control stack.
* Systems engineering and complex system modelling.
* Knowledge of dependability, functional safety, or formal verification is a significant asset.

MINDSET & APPROACH
* Intellectually curious and genuinely motivated by hard, unsolved problems.
* Willing to work at the boundary of theory, norms, and experiment - and to listen as much as to propose.
* Rigorous and clear in both written and oral communication.
* Comfortable with uncertainty: safety assurance of non-deterministic systems is an open research question.
LANGUAGES
* Proficient written and spoken English - working language for publications and international conferences.
* French is an asset for day-to-day on-site collaboration.

Job Family

Research & Development

Contract Duration

36 months

Renault Group is committed to creating an inclusive working environment and the conditions for each of us to bring their passion, perform to the full and grow, whilst being themselves.
We find strength in our diversity and we are engaged to ensure equal employment opportunities regardless of race, colour, ancestry, religion, gender, national origin, sexual orientation, age, citizenship, marital status, disability, gender identity, etc. If you have a disability or special need requiring layout of the workstation or work schedule, please let us know by completing this form.

In order to follow in real time the evolution of your applications and to stay in touch with us, we invite you to create a candidate account. This will take you no more than a minute and will also make it easier for you to apply in the future.
By submitting your CV or application, you authorise Renault Group to use and store information about you for the purposes of following up your application or future employment. This information will only be used by Renault Group companies as described in the Group privacy policy