Ingénieur(e) stagiaire - Développement HPC sur GPU - F/H

Mews Partners; Cachan; Sur place; EUR 20 000 - 40 000; Plein temps

Résumé du poste

Une entreprise de conseil technologique à Cachan recherche un(e) stagiaire pour un projet ambitieux au sein de Mews Labs. L'objectif est le portage sur GPU du cœur de calcul de Capytaine, utilisant des compétences en machine learning et en programmation avancée. Ce stage de 6 mois permettra au candidat de travailler sur des défis techniques stimulants, avec une possibilité d'embauche par la suite. Les candidats doivent avoir de solides compétences en Python et en méthodes numériques.

Prestations

Possibilité de valorisation des résultats

Proposition d'embauche possible après le stage

Qualifications

• Étudiant(e) avec solides compétences en programmation et en méthodes numériques.
• Capacité à travailler de manière autonome et à proposer des solutions innovantes.

Responsabilités

• Portage sur GPU de cœur de calcul de Capytaine.
• Remplacer les métamodèles par des modèles adaptés au calcul sur GPU.
• Tester et optimiser la performance du code sur GPU.

Connaissances

Implémentation de code haute performance sur GPU

Machine learning pour la métamodélisation

Analyse numérique de codes de simulation

Programmation en Python

Scikit-learn

PyTorch/TensorFlow

Formation

Étudiant(e) en dernière année de Master ou d'Ecole d'ingénieurs (Bac +5)

Description du poste

Mews Labs est une filiale de Mews Partners* spécialisée dans la résolution de problèmes complexes issus de l’industrie dans les domaines de l’optimisation, de la modélisation, de la simulation physique et de la science des données.

Le logiciel de simulation open source Capytaine https://capytaine.org est utilisé par des chercheurs et des industriels pour le calcul des forces d’interactions entre les vagues et les objets flottants, comme les systèmes houlomoteurs ou les éoliennes flottantes.

Le cœur de calcul de Capytaine repose sur la méthode des éléments fins de frontière (BEM: Boundary Element Method) implémenté en Python, et partiellement en Fortran. Cette méthode numérique de résolution des écoulements potentiels linéaires se prête bien au calcul sur GPU. De premiers tests montrent des gains de performance intéressants sur GPU, qu’il s’agirait de confirmer en réalisant le portage complet du solveur.

*Mews Partners est un cabinet de conseil en management indépendant de plus de 250 Consultant.e.s. Spécialisé dans la conduite de projets de stratégie opérationnelle auprès de clients phares de l’industrie, le cabinet est en croissance régulière depuis sa création en 1992.

Sujet du stage

L'objectif du stage est le portage sur GPU de cœur de calcul de Capytaine. Une première preuve de concept pourra être implémentée par exemple avec PyTorch. Pour ce faire, on cherchera à remplacer les métamodèles utilisés dans la version CPU du code par des métamodèles plus adaptés au calcul sur GPU, comme par exemple des réseaux de neurones. On cherchera ensuite à tester et optimiser la performance du code sur GPU.

Compétences mises en jeu :

• Implémentation de code haute performance sur GPU
• Machine learning pour la métamodélisation
• Analyse numérique de codes de simulation

Notre futur talent

• Étudiant(e) en dernière année de Master ou d'Ecole d'ingénieurs (Bac +5) en mathématiques appliquées, intelligence artificielle, informatique ou domaine connexe.
• Solides compétences en programmation (Python, Scikit-learn, PyTorch/TensorFlow).
• Connaissance des méthodes numériques et du machine learning.
• Capacité à travailler de manière autonome et à proposer des solutions innovantes.

Informations complémentaires

• Le stage se déroulera sur une durée de 6 mois dans les locaux de Mews Labs à Cachan (94230).
• Possibilité de valorisation des résultats (rapport technique, démonstrateur logiciel, communication scientifique).
• Ce stage pourra être suivi d’une proposition d’embauche au sein de Mews Labs.

Si vous êtes prêt.e à relever des défis stimulants et à développer vos compétences au sein d’une équipe de passionnés, nous vous attendons avec impatience !