Stage en ML pour les Transitions d'Écoulement Diphasique

CEA; Gif-sur-Yvette; On-site; EUR 13,000 - 19,000; Full time

Job summary

Le CEA propose un stage en Machine-Learning/apprentissage statistique dans le cadre d’un travail de thèse sur les écoulements diphasiques. Le candidat intégrera le STMF et travaillera sur une base de données expérimentales, en utilisant Python et l’environnement URANIE.

Profil recherché: étudiant en fin d’école d’ingénieurs ou Master 2, fort intérêt pour la physique des écoulements et le machine learning, avec des compétences en statistiques et en Python.

Qualifications

• Bonnes connaissances en statistiques et apprentissage statistique.
• Connaissances en méthodes de machine learning.
• Maîtrise de Python et analyse de données.

Responsibilities

• Analyse et structuration des données expérimentales issues de différentes études.
• Développement de modèles d’apprentissage supervisé (forêts, NN, processus gaussiens).
• Analyse et interprétation des résultats en relation avec les mécanismes physiques.

Skills

Statistiques

Machine learning

Python

Analyse de données

Interprétation des modèles

Education

Bac+5 – Diplôme école d'ingénieurs

Master 2 en ML/data science

Tools

Python (URANIE)

Job description

Le CEA propose un stage en Machine-Learning/apprentissage statistique dans le cadre d’un travail de thèse sur les écoulements diphasiques. Le candidat intégrera le STMF et travaillera sur une base de données expérimentales, en utilisant Python et l’environnement URANIE.

Profil recherché: étudiant en fin d’école d’ingénieurs ou Master 2, fort intérêt pour la physique des écoulements et le machine learning, avec des compétences en statistiques et en Python.