Una candidatura completa en un minuto
Currículum y carta de presentación personalizados, listos para enviar.
AMPERE ENERGY recherche un stagiaire en Data Science et Intelligence Artificielle pour rejoindre l'équipe GMP de Renault. Le stage vise à étudier et développer des approches de complétion de données multimodales pour le diagnostic de véhicules électriques.
Profil: étudiant en dernière année d'école d'ingénieurs ou Master 2, avec Python, SQL et ML; travail en équipe, autonomie et rigueur.
AMPERE ENERGY
Contexte et environnement de travail
Renault poursuit son engagement envers les jeunes au travers de la formation par l'alternance et les stages. Cette politique volontariste positionne Renault comme un des contributeurs majeurs au développement de l'apprentissage en France. Dans le cadre de votre stage, vous serez suivi par le service Emploi, compétences et Politiques Jeunes et plus particulièrement au sein des relations écoles et de la marque employeur de Renault.
L'équipe simulation usages clients du Groupe Moto Propulseur (GMP) intervient sur le dimensionnement de l'ensemble des organes électrifiés (e-powertrain, batterie et sous-ensembles) en se concentrant sur les aspects de prestations tels que l'agrément, la performance, la dépollution, l'acoustique, ainsi que la fiabilité et la durabilité. Dans ce cadre, l'équipe réalise des simulations et des traitements statistiques sur un grand nombre de véhicules et de kilomètres de roulage mesurés afin d'assurer la robustesse de nos calculs d'ingénierie vis-à-vis de l'usage en clientèle.
L'objectif principal du stage est d'étudier et développer des approches de complétion de données multimodale pour le diagnostic de véhicules électriques dans des contextes de modalités manquantes ou incertaines. En pratique, les données issues des différents capteurs embarqués ne sont pas toujours disponibles simultanément : certaines modalités peuvent être absentes, dégradées ou incomplètes selon les conditions d'acquisition ou les contraintes opérationnelles. Le stage visera à explorer des méthodes récentes de complétion de données multimodale permettant de reconstruire ou d'estimer les modalités manquantes à partir des modalités disponibles. Une attention particulière sera portée à la prise en compte de l'incertitude associée à ces reconstructions afin d'améliorer la robustesse et la fiabilité des modèles de diagnostic. L'objectif est également de quantifier l'impact des mécanismes de complétion et d'estimation d'incertitude sur la qualité des prédictions.
Research & Development
6 months
Renault Group is committed to creating an inclusive working environment and the conditions for each of us to bring their passion, perform to the full and grow, whilst being themselves. We find strength in our diversity and we are engaged to ensure equal employment opportunities regardless of race, colour, ancestry, religion, gender, national origin, sexual orientation, age, citizenship, marital status, disability, gender identity, etc. If you have a disability or special need requiring layout of the workstation or work schedule, please let us know by completing this form.