Ingénieur ML: Modélisation du cœur et sûreté neutronique

Framatome; Lyon; Sur place; EUR 10 000 - 15 000; Plein temps

Résumé du poste

Framatome recherche un stagiaire en machine learning pour contribuer à l’introduction de modèles ML dans une méthode statistique destinée à estimer l’incertitude liée à la perte de représentativité des collectrons sur l’EPR. Le stage s’inscrit dans le cadre du dimensionnement et du contrôle de sûreté, avec utilisation de calculs neutroniques et de configurations de cœur, en environnement Linux et Python.

Profil: en dernière année d’école d’ingénieurs ou master équivalent, spécialisation

Qualifications

• En dernière année d’école d’ingénieurs ou équivalent, spécialisation nucléaire.
• Première expérience avec les codes de calcul et la simulation numérique.
• Esprit de synthèse et bonnes capacités rédactionnelles requises.
• Connaissance de l’environnement Linux et du langage Python.

Responsabilités

• Contribuer à l’introduction de modèles de machine learning dans une méthode statistique pour estimer l’incertitude liée à la LOR.
• Générer de nouvelles configurations de cœur pertinentes à partir des résultats des calculs neutroniques.
• Travailler dans un contexte français, dans l’interaction avec les équipes de sûreté et de physique.

Connaissances

Esprit de synthèse

Bonnes capacités rédactionnelles

Rigueur

Esprit d'équipe

Écoute

Formation

Ingénieur en cours

Outils

Linux

Python

Description du poste

Framatome recherche un stagiaire en machine learning pour contribuer à l’introduction de modèles ML dans une méthode statistique destinée à estimer l’incertitude liée à la perte de représentativité des collectrons sur l’EPR. Le stage s’inscrit dans le cadre du dimensionnement et du contrôle de sûreté, avec utilisation de calculs neutroniques et de configurations de cœur, en environnement Linux et Python.

Profil: en dernière année d’école d’ingénieurs ou master équivalent, spécialisation