Stage - IA Générative & Conception Mécanique H/F

Safran - CDD/Stage/Alternance; Moissy-Cramayel; Sur place; EUR 7 800 - 13 000; Plein temps

Résumé du poste

Safran, acteur majeur de l’aéronautique, propose un stage au DataLab pour explorer des approches innovantes de génération automatique de géométries de pièces mécaniques. Vous combinerez ingénierie, IA générative et simulation numérique pour automatiser des étapes de conception et évaluer des géométries par des tests virtuels.

Le stage vise à identifier les méthodes les plus pertinentes pour les cas d’usage Safran et à Documenter les conclusions et les voies d’intégration dans les processus

Qualifications

• Génération automatisée de géométries par IA et algorithmes.
• Expérience ou connaissance des méthodes de générative design.
• Connaissances en simulation numérique et ingénierie mécanique.

Responsabilités

• Veille bibliographique et technologique sur les méthodes de génération.
• Comparaison et évaluation des approches selon des critères de performance.
• Expérimentation sur des cas d’usage Safran et prototypage de pipelines.

Connaissances

Génération géométries

IA générative

Data Science

R&D

Formation

Formation d’ingénieur ou université

Outils

Python

Outils open source

Logiciels de simulation

Description du poste

Safran, acteur majeur dans l'aéronautique, la défense et le spatial, s'appuie sur la Data Science et l'IA pour accompagner l'innovation et la transformation de ses activités. Au sein du DataLab, nous développons des solutions innovantes de Data Science et d'IA appliquées aux problématiques industrielles. Le stage proposé s'inscrit dans une démarche d'exploration d'approches innovantes permettant d'automatiser certaines étapes de la conception de pièces mécaniques. Il vise notamment à étudier comment les connaissances d'ingénierie, les contraintes physiques, les méthodes algorithmiques et les techniques d'IA générative peuvent être combinées pour générer automatiquement des géométries complexes et faciliter leur évaluation par simulation numérique.

Objectif du stage

Ce stage vise à évaluer et expérimenter différentes approches de génération automatisée de géométries de pièces mécaniques, en combinant méthodes algorithmiques, connaissances métier, simulation numérique et techniques d'IA générative. L'ambition est d'identifier les approches les plus pertinentes pour les cas d'usage Safran et d'évaluer leur intégration possible dans les processus de conception existants.

Missions principales

1. 1. Veille bibliographique et technologique
   • Étudier l'état de l'art des méthodes de génération automatisée de géométries, qu'elles reposent sur des approches algorithmiques, des méthodes d'optimisation ou des techniques d'IA générative.
   • Recenser les outils open source, travaux de recherche et solutions industrielles disponibles dans les domaines de la génération géométrique, du generative design et de l'IA appliquée à la conception.
   • Identifier les approches les plus pertinentes au regard des contraintes industrielles et des cas d'usage Safran.
2. 2. Comparaison et évaluation des approches
   • Analyser et comparer les différentes solutions identifiées selon des critères de performance, de flexibilité, d'intégration, de maîtrise des géométries générées et de robustesse industrielle.
   • Formaliser une grille d'évaluation adaptée aux cas d'usage aéronautiques : prise en compte des contraintes métier, compatibilité avec les outils de simulation, etc.
3. 3. Expérimentation sur des cas d'usage réels Safran
   • Prototyper des pipelines de génération de géométries sur des cas d'usage concrets identifiés avec les équipes métier.
   • Évaluer la capacité des différentes approches à intégrer ou satisfaire des contraintes mécaniques.
   • Coupler les géométries générées avec des outils de simulation numérique (FEA, CFD) afin d'évaluer leurs performances et leur pertinence.
4. 4. Valorisation des résultats
   • Documenter les expérimentations, les performances obtenues, les limites identifiées et les conditions d'intégration dans un environnement industriel.
   • Restituer les conclusions aux équipes concernées sous forme de rapport et de présentation.