Découvrez les offres de stage ENAC

Publié le 07 décembre 2023

L’ENAC propose tout au long de l’année des stages à destination d’étudiants, dans différents domaines.

Pour toute candidature spontanée, merci d'écrire à recrutement@enac.fr

Liste actuelle des stages proposés :

Sujet : Étude de l’impact d’une présentation multisensorielle des alarmes sur l’occurrence d’échecs perceptifs.

Lieu du Stage : Équipe Informatique Interactive, École Nationale de l’Aviation Civile (ENAC), Toulouse
Encadrants : Angelo Gaillet (ENAC), Jérémie Garcia (ENAC) et Sébastien Scannella (ISAE-Supaéro)
Durée du Stage : 5 à 6 mois à partir de mars 2026 (date de début flexible)
Rémunération : gratification réglementaire 4,50€ / heure soit environ 650€ par mois

Objectifs du stage et travail demandé

L’objectif de ce stage est d’étudier les possibles bénéfices d’une présentation multisensorielle des alarmes critiques pour réduire l’occurrence d’échecs perceptifs dans une situation (plus) proche de celles réelles de pilotage.

En particulier, nous souhaitons mener une expérimentation, avec un jeu vidéo, visée à créer des échecs perceptifs parmi les participants. Dans cette expérience nous souhaitons comparer les taux de réponses à des alarmes présentées via différents canaux sensoriels. Nous nous intéresserons aussi à la caractérisation des signatures électrophysiologiques sous-jacentes aux phénomènes observés (échecs perceptifs et intégration multisensorielle ; cf. Dehais et al., 2019; Foxe et al., 2000; Noel et al., 2018).

Déroulé envisagé du stage :

Familiarisation avec l’état de l’art sur les échecs perceptifs et sur l’intégration multisensorielle ;
Participation à la conception et au développement d’une expérimentation ;
Recueil des données expérimentales ;
Analyse des données ;
Participation à la rédaction d’un article scientifique décrivant les résultats ;

Profil recherché :

Étudiant·e en Sciences Cognitives, Psychologie, Neurosciences, Ingéniérie Cognitique, ou disciplines associées ;
Lecture et compréhension de l’anglais écrit ;
Intérêt pour la recherche ;
Compétences souhaitées en méthodes expérimentales, développement (python) et analyse statistique de données ;
Des compétences en analyse de données EEG sont un plus

Merci de contacter Angelo Gaillet et Jérémie Garcia par email angelo.gaillet@enac.fr et jeremie.garcia@enac.fr pour des renseignements ou postuler avec un CV et une lettre/email de motivation avant le 16 janvier 2026.

Nous organiserons des entretiens présentiels ou visio-conférence entre le 19 et le 23 janviers avec les candidat.e.s retenu.e.s.

Stage - Allier théorie des jeux et apprentissage par renforcement

Profil recherché :

Stage de fin d’étude ou de recherche (M2, 3ème année d’école d’ingénieur, ou césure)

Compétences requises :

Goût pour la recherche
Intérêt pour l’IA pour les systèmes dynamiques
Connaissances en programmation, maîtrise du langage Python
Connaissance des principes et techniques de Deep Learning
Maîtrise de l’anglais ou du français

Compétences supplémentaires appréciées :

Expérience en recherche
Connaissance des principes de la théorie des jeux,
Connaissance des principes et techniques de Reinforcement Learning
Connaissance de la programmation fonctionnelle (eg: CamL, JAX)
Connaissance des drones

Stands-out :

Connaissance de JAX (Bibliothèque Python pour le calcul sur GPU, cf. suite)
Connaissance de l’apprentissage par renforcement multi-agent dans des environnements compétitifs
Connaissance et/ou expériences avec les techniques de la théorie des jeux, comme PSRO ou CFR.

Lieu de travail : ENAC, 7 avenue Edouard Belin à Toulouse (campus universitaire Rangueil)
Pour candidater : Adressez par mail à timothee.gavin-ext@enac.fr et murat.bronz@enac.fr un CV et une lettre de motivation.

Stage - Implémentation d'algorithmes d'apprentissage par renforcement multi-agent

Profil recherché : Bac +3/+4

Compétences requises

Intérêt pour l’IA pour les systèmes dynamiques
Connaissances en programmation, maîtrise du langage Python
Maîtrise de l’anglais ou du français

Compétences supplémentaires appréciées

Connaissance des principes et techniques de Deep Learning
Connaissance des principes et techniques de Reinforcement Learning
Connaissance de la programmation fonctionnelle (eg: CamL, JAX)
Connaissance des drones

Stands-out :

Connaissance de JAX
Connaissance de l’apprentissage par renforcement multi-agent

Stage - Explorer les méthodes d'amélioration des processus d'apprentissage par renforcement multi-agents

Profil recherché : Stage de fin d’étude ou de recherche (M2, 3ème année d’école d’ingénieur, ou césure)

Compétences requises

Goût pour la recherche
Intérêt pour l’IA pour les systèmes dynamiques
Connaissances en programmation, maîtrise du langage Python
Maîtrise de l’anglais ou du français

Compétences supplémentaires appréciées

Connaissance des principes et techniques de Deep Learning
Connaissance des principes et techniques de Reinforcement Learning
Connaissance de la programmation fonctionnelle (eg: CamL, JAX)
Connaissance des drones

Stands-out :

Connaissance de JAX (Bibliothèque Python pour le calcul sur GPU, cf. suite)
Connaissance de l’apprentissage par renforcement multi-agent

Stage M2 - Analyse de l’invention dans les lignées de techniques d’interaction F/H

Contexte
Une grande partie de la recherche en interaction humain-machine porte sur l'invention de nouvelles techniques d’interaction, comme en témoignent les publications dans les conférences UIST ou CHI ou les ouvrages de référence, comme par exemple (Myers 2024). Une technique d'interaction est ce qui permet, en combinant des modalités d'entrée et de sortie (graphisme 2D, gestes, parole…), d'effectuer des tâches élémentaires d'interaction telles que la sélection, l'entrée de données, le déclenchement, le défilement ou la spécification d'arguments et de propriétés. Par exemple, le défilement dans une vidéo peut être effectué par manipulation directe non par une barre de défilement, mais par saisie et déplacement d'un objet en déplacement dans la vidéo (Dragicevic et al 2008). La spécification simultanée d'arguments dans un outil de dessin peut être effectuée par un seul geste traversant plusieurs palettes (CrossY, Apitz et al 2004). La sélection d'une cible dans un ensemble de bulles de tailles différentes peut être réalisée plus efficacement par un redimensionnement dynamique de la taille du curseur de sélection (Bubble Cursor, Grossman et al 2005). La sélection dans une zone peut être réalisée bi-manuellement par dimensionnement et sélection dans la zone (WritLarge, Xia et al 2017). Dernier exemple bien connu, la saisie de formes géométriques peut être réalisée par combinaison de commandes vocales et de gestes de pointage (Bolt 1980).

Objectifs du stage :
L’objectif de ce stage est, à travers une analyse de la littérature scientifique et une analyse de deux ou trois cas d’étude, de décrire des exemples de tels schèmes techniques. La description des schèmes intervenant dans l'évolution des techniques d'interaction est présente d'une certaine manière dans la littérature scientifique en IHM, notamment dans les sections "état de l'art" qui servent à situer la technique d'interaction publiée par rapport à des lignées, ainsi que dans l’histoire des techniques d’interaction (Myers 2024). Une première étude des lignées pourrait ainsi s'inspirer d'une analyse de ces sections avec cet objectif spécifique. Les schèmes techniques sont également présents dans les cours, dans les schémas des ingénieurs et des chercheurs. Le musée de l'interaction de l'INRIA (Mackay 2015) est un recensement qui propose une première classification de ces techniques, tout comme la classification cladistique des objets interactifs tangibles proposée par (Fleck et al 2018). Le modèle de l'interaction instrumentale (Beaudouin-Lafon 2000), qui permet de préciser pour un instrument ses degrés d'indirection, d'intégration et de compatibilité, fournit une formalisation de ce que serait la concrétisation pour un interacteur. C'est une mesure statique, mais on pourrait imaginer l'utiliser pour mesurer le degré de concrétisation d'un objet évoluant dans une lignée technique. Ce modèle est un exemple de schème, mais il y en aurait probablement d'autres dont la genèse démontrerait la concrétisation, comme la liaison (Magnaudet et al 2018), un schème qui unifie plusieurs formes d'interaction. Enfin les recherches en IHM portant sur l'innovation dans les techniques d'interaction comportent ce qu'on appelle des "espaces de conception" (e.g. Card et Mackinlay 1990) ou "espace de caractérisation" (Baglioni et al 2009). Ces "design space" ont pour objectif de caractériser sur le plan technique et fonctionnel les propriétés des techniques d'interaction et les dimensions des problématiques.

Travail demandé :