Vous êtes sur la page 1sur 3

Sujet de stage

Contribution à la compréhension et au déploiement de


l’Intelligence Artificielle dans la construction

Mots clés : Construction Lean, bâtiment, construction, gestion de projets, finances

Directeur du stage :

- Pr. Zoubeir LAFHAJ, Professeur des Universités, Centrale Lille.

Equipe de Recherche :

Le candidat intègrera l’équipe de recherche de Centrale Lille (LAM3, CNRS UMR 9013). Cette équipe
de recherche dynamique est spécialisée dans le génie civil et les technologies du futur pour la
construction. Plusieurs thèses de doctorats sont en cours dans cette perspective, comme par
exemple : un sujet de thèse de doctorat sur l’Intelligence artificielle appliquée à la construction, et
en particulier dans les énergies et services liés aux bâtiments. D’autres projets de recherche sont
développés comme par exemple « le développement d’un processus d’industrie 4.0 en construction
» avec comme cas d’étude la construction modulaire. Des collaborations avec les leaders
universitaires internationaux sont établis dans le domaine de l’industrialisation de la construction.
D’autre part, l’équipe dispose de grâce à plusieurs années d’expériences de l’équipe de recherche
dans la gestion des compétences avancées dans le domaine de la modélisation de processus ainsi
que dans les outils numériques et de gestion.

Contexte scientifique :

Le Building Information Model (BIM) se déploie dans les différents métiers de la construction, et son
intégration jusque chez les clients et fournisseurs est maintenant possible. De plus, un riche
écosystème de start-ups s’est largement mobilisé pour installer de nombreux capteurs et
actionneurs dans les bâtiments, sur les ouvrages ou même sur les sites de production.
De tout cela, il résulte actuellement une effervescence générale autour des chantiers, autour de la
transformation numérique d’un métier resté jusqu’alors très artisanal, et autour de processus qui
semblaient immuables. En parallèle et comme une conséquence de ces changements, les modes
constructifs sont affectés : la construction modulaire se développe, d’autres matériaux reviennent
comme le bois ou le métal, la logistique autour du chantier est repensée de manière innovante…
Cependant, l’idée très répandue dans le milieu, que chaque bâtiment est un prototype unique, n’a
pas du tout favorisé la capitalisation des données autour du processus de construction, ni même
permis une culture de la data en général. Pour cette raison, la recherche se penche sérieusement
sur la question de la data. Comment la capter, comment la structurer, comment l’exploiter et surtout

Centrale Lille
Formation Ecole Centrale de Lille – Cité Scientifique – CS20048 – 59651 Villeneuve d’Ascq Cedex – France
Tél. + 33 (0)3 20 33 53 53 Fax. +33 (0)3 20 33 54 99 http://ecole.centralelille.fr
comment créer de la valeur avec ? Les sujets autour du management de la data sont nombreux pour
un constructeur/mainteneur : management de la performance énergétique et tenue des
engagements, suivi et pilotage optimisé des chantiers en temps réel, capitalisation d’expérience au
niveau mondial réinjecté au niveau des processus d’étude et de conception architecturale,
exploitation optimisée de tous types d’ouvrages : bureaux, logements, hôpitaux, surfaces
commerciales…, maintenance prédictive et anticipation des risques en général, service à valeur
ajoutée aux utilisateurs finaux...

Ces technologies de la construction ouvrent la porte vers une mine de données non encore
exploitée. Il existe plusieurs définitions de «Big Data». Tous se réfèrent à la notion de taille et de
volume des bases de données. Dans ce contexte, nous trouvons que la définition du terme "Big
Data" fait référence à des ensembles de données qui sont plus grands que la capacité des données
des outils logiciels de base pour capturer, stocker, gérer et analyser ces données. La définition ne
définit pas de seuil, par exemple. nombre de téraoctets ou pétaoctets pour considérer un ensemble
de données comme Big Data, car selon MGI, la taille continuera et augmentera. Cette première
définition prend en compte l'aspect volume.

Cependant, le Big Data ne se définit pas seulement par le volume mais d'autres dimensions telles
que la vitesse, la variété ... Cela a donné naissance aux définitions connues: 3V, 4V et 5V. Selon
IBM, le Big Data couvre quatre dimensions: le volume, la vélocité, la variété et la véracité, le volume
fait référence au grand nombre de données créées. La vitesse est liée à la vitesse élevée du flux de
données, par exemple. Analyse en temps réel 500 millions d'enregistrements détaillés d'appels
quotidiens, The Variety est lié à la diversité des données qui peuvent être présentées: données
structurées ou non structurées (texte, données de capteur, son, vidéo, données sur le parcours,
fichiers journaux, etc. . .)

Comment pouvons-nous nous fier aux données si nous ne leur faisons pas confiance ?

Objectif :

Le projet de recherche s’insère dans la thématique de l’intelligence Artificielle

Le projet de Recherche a pour but d’identifier le potentiel de l’Intelligence Artificielle dans la gestion
de l’acte de construire et de comparer cette organisation (l’IA) avec la littérature existante
internationale (Benchmark), afin de proposer des schémas directeurs et recommandations pour
future implémentation.

Description de la mission :

Il y a émergence de nouvelles offres et services dans l’exploitation et la maintenance des bâtiments


intelligents.

Durée du Stage : entre 4 et 6 mois

Etapes de Recherche :

Le candidat investiguera le potentiel de l’Intelligence Artificielle dans la construction. Les étapes de


Recherches sont comme suit :

2/3
1. Réaliser une recherche bibliographique sur l’Intelligence Artificielle en phases conception et
surtout en exploitation.
2. Bibliographie sur l’IA et la performance collective.
3. Identification des applications (enquêtes, entretiens, et bibliographie poussée pour chacune).

De nombreux champs d’étude sont à investiguer :


- Maîtrise et prédiction des consommations d'énergie dans les bâtiments
- Amélioration des méthodes d'exécution des chantiers par analyse des retours de capteurs
- Optimisation des politiques d'achats et sous-traitance
- Reconnaissance d'images de chantier
- Prédiction des principaux risques de chantier : humains, financiers, pannes…
- Structuration de bases de données métier, nettoyage de bases de données automatisées,
outils de reporting,
- Machine learning, deep learning

4. Identifier les données existantes et l’impact en termes d’intelligence artificielle.


5. Décliner les besoins en termes de fonctionnalités.
6. Proposer un modèle économique et un business plan.
7. Réaliser des analyses et recommandations.

Profil du candidat :

Conditions requises : Master 2 Recherche / Diplôme d’Ingénieur / commerce

Il est souhaitable que le candidat ait une expérience professionnelle / Recherche mais ce n’est pas
une condition nécessaire (selon le profil).

Le sujet proposé est pluridisciplinaire. De manière non exhaustive, les notions indispensables pour
aborder un tel sujet ont trait à l’informatique, au BIM, à la construction, et aux technologies de
l’Information.

Des compétences en mathématiques appliquées et/ou en informatique sont recherchées. Nous


cherchons un candidat curieux qui devra avoir de fortes capacités relationnelles car il sera
potentiellement amené à gérer des partenariats avec d’autres entreprises et à travailler en équipe.
La maîtrise de l’anglais et du français est indispensable à l’écrit comme à l’oral. Ouverture d’esprit,
rigueur, esprit de synthèse et autonomie sont d’autres qualités recherchées. La motivation du
candidat fera, sans aucun doute, la différence.

Contacts :
Pr. Zoubeir LAFHAJ zoubeir.lafhaj@centrallelille.fr

3/3

Vous aimerez peut-être aussi