POURQUOI REJOINDRE ARTELYS ?
Artelys est une société internationale basée en France (siège social), avec des bureaux à Bruxelles (Belgique), Chicago (US) et Montréal (Canada). Artelys est spécialisée dans l'optimisation, la prise de décision et la modélisation. S'appuyant sur leur haut niveau d'expertise en méthodes quantitatives, les consultants d'Artelys apportent des solutions efficaces à des problèmes d'entreprise complexes. Ils fournissent des services à de nombreux secteurs d'activité : Energie et Environnement, Logistique et Transport, Télécommunications, Finance, Défense, etc.
Artelys propose une large gamme de services, notamment des solutions logicielles (solveurs d'optimisation, solutions métiers et développements logiciels spécifiques), du conseil, de l'assistance à maîtrise d'ouvrage, de la formation, etc. Par exemple, Artelys développe Artelys Knitro, un solveur de pointe pour l'optimisation non linéaire en variables mixtes.
SUJET DE STAGE
La programmation linéaire et la programmation linéaire en nombres entiers sont des outils bien maîtrisés et couramment utilisés par les praticiens de la recherche opérationnelle. La programmation non-linéaire est un outil moins souvent privilégié, y compris pour des applications où cela serait pourtant pertinent. Afin de promouvoir les méthodes basées sur la programmation non-linéaire, Artelys publie plusieurs exemples d’applications où l’utilisation de la programmation non-linéaire est pertinente. Ces exemples sont disponibles sous forme de notebooks sur un dépôt Github public https://github.com/Artelys/knitro-modeling-examples
L’objectif de ce stage est de compléter ce portfolio d’applications avec des applications issues de travaux de recherche ou du problèmes clients. Les exemples développés durant le stage seront publiés sur le dépôt Github du projet.
PROFIL RECHERCHE
Le candidat doit en dernière année de licence ou première année de master en informatique et/ou mathématiques appliquées avec une solide formation en recherche opérationnelle.
Compétences requises :
Connaissance de la programmation linéaire et de la programmation linéaire en nombres entiers mixtes
Connaissance de l'optimisation convexe et de la programmation non linéaire
Programmation en Python
Maîtrise de l'anglais et du français
Compétences appréciées :
Optimisation combinatoire, théorie des graphes, complexité informatique
Programmation en Julia, R