Ingénieur R&D Machine Learning for Optimal Control (H/F)

Framatome; Île-de-France; Sur place; EUR 60 000 - 80 000; Plein temps

Résumé du poste

Une entreprise d'ingénierie en R&D située à La Défense recherche un stagiaire en automatique et intelligence artificielle. Vous participerez à un projet d'innovation alliant machine learning et ingénierie nucléaire. Ce rôle nécessite une maîtrise du langage Python et une bonne capacité d'initiative dans un environnement de recherche. Les candidats doivent être en dernière année d'école d'ingénieurs ou équivalent, poser un intérêt pour le secteur nucléaire et avoir des compétences en anglais.

Prestations

Stage à La Défense

Pas de déplacements requis

Intégration à une équipe de R&D dynamique

Qualifications

• Étudiant(e) spécialisé(e) en mathématiques appliquées, automatique ou intelligence artificielle.
• Intérêt pour l'automatique et le contrôle dans le secteur nucléaire et énergétique.

Responsabilités

• Réaliser un état de l'art des méthodes d'apprentissage statistique en ligne.
• Concevoir un modèle adaptatif pour corriger en temps réel l'erreur de prédiction/simulation.
• Évaluer différentes familles de modèles de séries temporelles.
• Implémenter et entraîner les modèles, constituer un jeu de données représentatif.

Connaissances

Maîtrise du langage Python

Capacité à faire preuve d'initiative et d'autonomie

Aptitude à travailler en équipe

Maîtrise de l'anglais (oral et écrit)

Formation

Étudiant(e) en dernière année d'école d'ingénieurs ou équivalent

Outils

Matlab/SIMULINK

Description du poste

Opportunité

• Rejoignez une équipe de R&D spécialisée en automatique et intelligence artificielle appliquées au pilotage de systèmes complexes.
• Participez à un projet innovant qui allie machine learning et ingénierie nucléaire, avec un impact direct sur la sûreté et la performance des installations.
• Développez vos compétences en travaillant sur des méthodes d'apprentissage en temps réel pour améliorer la précision des commandes prédictives d'un réacteur nucléaire.

Mission

• Réaliser un état de l'art des méthodes d'apprentissage statistique en ligne.
• Concevoir un modèle adaptatif pour corriger en temps réel l'erreur de prédiction/simulation.
• Évaluer différentes familles de modèles de séries temporelles selon performance, complexité et explicabilité.
• Implémenter et entraîner les modèles, constituer un jeu de données représentatif, comparer les approches retenues.
• Analyser la Sample Complexity pour obtenir des garanties théoriques sur le nombre minimal de données nécessaires.
• Intégrer des stratégies d'active learning pour ajuster le modèle selon les variations physiques réelles (optionnel).
• Définir une stratégie de contrôle optimal basée sur le modèle corrigé (optionnel).
• Explorer des approches de contrôle autonome en temps réel (optionnel).

Profil idéal

• Étudiant(e) en dernière année d'école d'ingénieurs ou équivalent universitaire, spécialisé(e) en mathématiques appliquées, automatique ou intelligence artificielle.
• Maîtrise du langage Python.
• Capacité à faire preuve d'initiative et d'autonomie, avec un goût pour la recherche appliquée.
• Aptitude à travailler en équipe et à communiquer clairement vos choix et résultats.
• Maîtrise de l'anglais (oral et écrit) requise.
• Intérêt pour l'automatique et le contrôle, notions en Matlab/SIMULINK, curiosité pour le secteur nucléaire et énergétique appréciés.
• Intégration directe à une équipe de R&D en automatique, encadré(e) par un ingénieur et un doctorant.
• Toutes nos offres sont ouvertes aux personnes en situation de handicap.

Bénéfices

• Stage de fin d'études situé à La Défense, Hauts-de-Seine (92), en Ile-de-France.
• Pas de déplacements requis.
• Poste soumis à enquête administrative et autorisation au titre du contrôle des exportations.