Contexte et objectifs:

• Mise en œuvre d’un système d’ordonnancement intelligent de la production industrielle à l’aide d’algorithmes génétiques (GA).
• Objectif : modéliser les flux de production, planifier la production et optimiser les contraintes de ressources et de délais pour améliorer le rendement usine.

Tâches principales à réaliser:

• Modéliser les flux de production et formaliser les contraintes (machines, opérateurs, délais, capacités).
• Appliquer et adapter des algorithmes génétiques pour planifier la production et tester différentes fonctions d’évaluation.
• Optimiser les contraintes de ressources et de délais, comparer GA avec méthodes classiques (optimisation linéaire, heuristiques).
• Développer une interface de pilotage en temps réel pour visualiser les plannings et permettre des ajustements dynamiques.

Profil recherché et compétences:

• Étudiant en génie industriel ou développement IA, motivé par l’optimisation de production et l’algorithmique.
• Compétences nécessaires : Python, GA (algorithmes génétiques), PHP, SQL et optimisation linéaire.
• Connaissances utiles : modélisation des flux industriels, simulation de processus, visualisation temps réel.

Livrables et résultats attendus:

• Modèle fonctionnel des flux de production et jeux de données de test.
• Implémentation d’un algorithme GA adapté aux contraintes de l’usine et rapport de performance comparatif.
• Interface de pilotage en temps réel (prototype web/API) et documentation technique.

Modalités et candidature:

• Durée estimée du projet : 6 mois (voir durée : 4-6 mois pour le PFE).
• Pour postuler : envoyer un CV et une lettre de motivation à recrutement@smoft.tn ou via le site https://www.smoft.io.
• Contact candidature : recrutement@smoft.tn