Estimation Rapide des Dégradations Li-ion via IA

IFP Energies Nouvelles Group; France; Hybride; EUR 6 700 - 10 000; Temps partiel

Résumé du poste

IFP Energies nouvelles recherche un stagiaire en estimation rapide des modes de dégradation des batteries lithium‑ion, utilisant des méthodes d’apprentissage et une base de données expérimentale fournie par IFPEN.

Le stage vise à identifier les modes de dégradation et à construire des méthodes d’apprentissage pour estimer ces modes sur des fenêtres de temps réduites, en s’appuyant sur Python et les outils PyTorch/TensorFlow, et à communiquer les résultats au Responsable Gontran Lance et à

Qualifications

• Étudiant.e en dernière année d’école d’ingénieur généraliste / master 2 / master de recherche.
• Intérêt pour les énergies et l’IA.
• Connaissances sur Python et maîtrise des outils d’apprentissage (Pytorch, Tensorflow).
• Maîtrise de l’anglais (oral et écrit).

Responsabilités

• État de l’art sur les méthodes IA pour l’estimation des modes de dégradation des cellules lithium-ion et prise en main de la base de données.
• Identification des modes de dégradation sur la base des décharges lentes.
• Construction de méthodes d’apprentissage pour estimer les modes de dégradation des cellules sur des fenêtres de temps de sollicitation réduites.

Connaissances

Python

Anglais (oral et écrit)

Intérêt IA

Formation

Ingénierie générale / Master recherche

Outils

Pytorch

Tensorflow

Description du poste

IFP Energies nouvelles recherche un stagiaire en estimation rapide des modes de dégradation des batteries lithium‑ion, utilisant des méthodes d’apprentissage et une base de données expérimentale fournie par IFPEN.

Le stage vise à identifier les modes de dégradation et à construire des méthodes d’apprentissage pour estimer ces modes sur des fenêtres de temps réduites, en s’appuyant sur Python et les outils PyTorch/TensorFlow, et à communiquer les résultats au Responsable Gontran Lance et à