Je suis diplômé de l’Ensimag, une école d’ingénieur en informatique et mathématiques appliquées à Grenoble. J’ai fait ma troisième année au master de recherche opérationnelle, combinatoire et optimisation de l’Université Grenoble Alpes. J’ai ensuite poursuivi en thèse au laboratoire G-SCOP où j’ai travaillé sur des problèmes d’ordonnancement d’observations d’étoiles et la découpe de matériau. C’est pendant ma thèse que j’ai connu Artelys, à l’occasion de l’un des séminaires organisés régulièrement au laboratoire.

À la fin de mon doctorat j’ai postulé chez Artelys où je travaille maintenant en tant qu’ingénieur en optimisation depuis bientôt 5 ans.

Mon travail à Artelys se réparti principalement sur deux axes : le service en optimisation et le développement de solveurs.

La partie service correspond au développement de solutions spécifiques pour un problème d’optimisation d’un client. Cela inclut le design et l’implémentation de solutions d’optimisation. Ce sont des missions avec un contact fort avec le client. Il faut comprendre ses problématiques, ses besoins et proposer des approches adaptées.

Sur la partie solveur, je travaille sur le développement du solveur Knitro. C’est un solveur qui résout des problèmes d’optimisation non-linéaires. Je travaille en particulier sur les algorithmes de résolution de problèmes d’optimisation non-linéaires en nombre entiers de Knitro. Mon travail consiste à trouver de nouvelles idées pour améliorer les performances du solveur et à les y implémenter. Les décisions d’amélioration sont ouvertes à la discussion. Nous avons les lignes directives puis nous voyons ce qu’il nous semble possible de faire en fonction du temps nécessaire et de la difficulté technique. Nous faisons alors l’arbitrage sur la priorisation des implémentations d’amélioration du solveur.

Je travaille régulièrement sur des projets liés aux problèmes de découpe. Il s’agit de concevoir et implémenter des algorithmes qui, à partir d’une liste de pièces à découper et de matériaux dans lesquelles les découper, génèrent des plans de coupes qui minimisent les chutes.

Ces projets se situent dans la continuité d’une partie de mes travaux de thèse. Cela me permet à la fois de réutiliser et d’approfondir les connaissances que j’ai pu acquérir pendant ma thèse. Il est également plaisant de pouvoir industrialiser des travaux de recherche afin qu’ils ne restent pas uniquement dans le domaine académique, mais puissent avoir un impact concret.

Ce sont des projets stimulants techniquement car ces problèmes industriels contiennent beaucoup de difficultés supplémentaires qu’il faut arriver à gérer. Cela demande une bonne compréhension des méthodes et de la réflexion.

Ce sont également des projets où la relation client se passe très bien, avec un contact fluide et des échanges faciles.

Illustration d’un problème de découpe :

Tout d’abord, la diversité des applications : l’optimisation de la découpe mentionnée plus haut, mais aussi d’autres problèmes combinatoires de packing et d’ordonnancement, des problèmes de transport de marchandises, des problèmes liés à la production ou au transport d’énergie etc. Cela me permet de voir des applications variées des méthodes d’optimisation et d’étendre mes connaissances métiers dans ces domaines

Également la diversité des outils mathématiques que nous utilisons pour travailler sur ces applications – programmation linéaire en nombre entier, programmation par contrainte, méthodes arborescente, recherche locale, génération de colonnes… – en fonction de ce qui est le plus adapté pour les problématiques à traiter.

J’apprécie aussi le contact direct avec le client que je peux avoir sur la partie service. C’est ce qui me permet de voir l’impact concret de mon travail, de m’assurer que ce que je fais est utile et pertinent.

Enfin, dans mon travail sur les solveurs, j’apprécie l’aspect technique. Nous travaillons sur des outils qui sont à l’état de l’art de la recherche scientifique, et que nous essayons de pousser plus loin.