Objectif du sujet :

• Concevoir et développer un modèle d'intelligence artificielle pour la prévision des pannes à partir de l'analyse des paramètres des calculateurs automobiles.
• Intégrer ce modèle IA dans le boîtier iCAN développé par ACTIA afin d'assurer un diagnostic prédictif embarqué.

Principales étapes / Intégration :

• Récupérer les données du véhicule via la prise OBD (CANbus) à l'aide du boîtier iCAN.
• Transmettre les données vers le modèle IA (sous forme d'application Android ou desktop) et afficher les prévisions concernant le remplacement des pièces automobiles.
• Traiter les codes défaut (DTC) et proposer des méthodes de réparation, avec une assistance interactive (vocale et visuelle).

Travail à faire (tâches techniques) :

• Analyse prédictive : exploiter des fichiers JSON contenant des données véhicules et traiter ces données via un modèle d'IA pour générer des recommandations et des courbes de suivi, simulant le rôle d'un expert mécanique.
• Diagnostic intelligent : remonter les codes défaut (DTC), analyser ces codes et rédiger un rapport détaillé incluant un guide de réparation.

Contraintes et livrables attendus :

• Intégration embarquée dans le boîtier iCAN et développement d'une interface (Android ou desktop) pour la visualisation des résultats et l'assistance interactive.
• Livrables : modèle IA entraîné, outil d'intégration/communication avec iCAN, rapport de diagnostic et guide de réparation, démonstrateur fonctionnel.

Compétences requises :

• Maîtrise des techniques d'IA / machine learning pour l'analyse de séries de données et la prédiction de pannes.
• Compétences en développement embarqué et bas niveau (C/C++) pour l'intégration dans le boîtier iCAN.

Modalités et contact pour candidature :

• Lieu / profil : INGÉNIEUR, TUNIS.
• Durée : 6 mois.
• Pour postuler, envoyer votre candidature en indiquant en objet : "Candidature PFE - REF:IA-04 - Développement d'un agent IA" à l'adresse suivante : aes-stages@actia.com .
• Adresse e-mail de contact : aes-stages@actia.com.