ALTERNANCE BAC+5 – Chimiométrie & Chimie Analytique : Modélisation Machine Learning sur Données[...]

TOTAL Deutschland GmbH; France; Sur place; EUR 60 000 - 80 000; Plein temps

Résumé du poste

Une entreprise dans le secteur énergétique recherche un(e) stagiaire préparant un Master 2 en Chimie Analytique pour développer des modèles de machine learning à partir de données NIR. Les candidats doivent avoir des compétences en data science et en programmation (Python ou Matlab). Une expérience en chimiométrie est appréciée. Ce stage de 12 mois est une excellente opportunité pour travailler sur des projets innovants.

Qualifications

• Compétences en data science pour développer des modèles adaptés.
• Connaissances en chimiométrie et machine learning.
• Esprit critique et capacité à travailler en équipe.

Responsabilités

• Développer des modèles de machine learning à partir de données spectroscopiques.
• Caractériser les produits avec des méthodes NIR.
• Assister des projets d'innovation en R&D.

Connaissances

Data science

Chimiométrie

Machine learning

Anglais

Python

Matlab

Formation

Master 2 en Chimie Analytique

Description du poste

Le Centre de recherche TotalEnergies TRTG (TotalEnergies Recherche et Technologie Gonfreville) est un campus technologique situé en Normandie près du Havre, qui soutient les activités de TotalEnergies face aux défis énergétiques et climatiques. Nos experts y développent des solutions innovantes pour la nouvelle Branche One Tech.

Nos collaborateurs travaillent chaque jour pour rendre l'énergie plus abordable, plus propre, plus fiable et accessible à tous.

L’équipe Advanced Monitoring and Models regroupe des spécialistes en procédés, monitoring, data science et chimiométrie.

Référente au sein de TotalEnergies pour la spectroscopie NIR, elle accompagne les laboratoires des sites de production et de R&D dans le développement d’analyses spectroscopiques et le traitement de données analytiques.

Les projets vont du développement de modèles NIR pour caractériser les différents produits pour les sites à l'assistance à des projets d'innovation et de R&D sur de nouvelles méthodes et produits.

L'objectif sera de fournir des modèles de machine learning permettant de caractériser les produits et procédés à l'aide des données spectroscopiques

Plusieurs sujets connexes sont envisagés:

Caractérisation de produits (essences, bruts, etc.) par NIR pour améliorer la rapidité et la simplicité des analyses au laboratoire et permettre un suivi en ligne.

Traitement des données NIR pour mettre en place le suivi en ligne d'un procédé de production de graisses pour l'optimiser.

Traitement de données ATG/IR de plastiques recyclés pour mieux caractériser les compositions.

Nous recherchons un(e) candidat(e) préparant un Master 2 en Chimie Analytique, Chimiométrie, Qualité - Optimisation des Procédés Expérimentaux (durée 12 mois) avec ces compétences :

Compétences à développer : data science pour trouver et développer les méthodes et les modèles adaptés aux données et aux objectifs, communication pour échanger efficacement avec les différents acteurs des projets (laboratoires, site et les membres de l'équipe), l'esprit critique pour avoir du recul sur les méthodes et les résultats qui seront obtenus

Connaissances : Chimiométrie, data science, machine learning (méthodes de régressions multivariées et d'exploration de données) / Anglais / Bases de spectroscopie NIR appréciées / Code python ou Matlab requis

Qualités personnelles : Esprit critique, capacité à travailler en équipe, rigoureux

Si vous êtes intéressé(e), N'attendez plus, postulez !!

TotalEnergies est une compagnie multi-énergies mondiale de production et de fourniture d’énergies : pétrole et biocarburants, gaz naturel et gaz verts, renouvelables et électricité. Ses 105 000 collaborateurs s'engagent pour une énergie toujours plus abordable, propre, fiable et accessible au plus grand nombre. Présent dans plus de 130 pays, TotalEnergies inscrit le développement durable dans toutes ses dimensions au cœur de ses projets et opérations pour contribuer au bien-être des populations.