Une candidature complète en une minute — CV personnalisé et lettre de motivation, prêts à envoyer.
Dassault Systèmes, au cœur de l'innovation, recherche un stagiaire pour rejoindre l'équipe 3D MODSIM & AI Technologies.
Vous étudierez et développerez des méthodes de deep learning pour générer des géométries 3D exactes, en utilisant des graph networks, transformers et LLMs, avec Python.
Ce stage vise à explorer des approches IA génératives et à prototyper des architectures capables d'inferer des modèles 3D à partir de texte, image ou critères physiques.
Au cœur de l'innovation chez Dassault Systèmes, vous intégrerez une équipe dédiée aux nouvelles approches de modélisation et simulation 3D au sein du département 3D MODSIM & AI Technologies. En particulier, notre équipe a pour mission d'inventer les futures technologies qui serviront à concevoir des expériences de design 3D plus intuitives et davantage automatisées.
Pour concevoir un objet manufacturé, un designer utilise un logiciel de Conception Assistée par Ordinateur (CAO), comme CATIA, où il dispose d'un certain nombre d'opérateurs géométriques de base qu'il peut enchaîner et combiner afin de modéliser de manière exacte la forme qu'il souhaite obtenir. Ce stage à pour objectif d'explorer des approches d'IA générative afin d'inférer des modèles 3D exacts.
Votre mission consistera à étudier et développer des méthodes de deep learning capables de générer des géométries 3D représentées par des séquences d'opérations géométriques exactes. En particulier, vous pourrez concevoir et implémenter des architectures de deep learning propres aux données structurées (graph neural networks, transformer networks, LLMs, etc.) pour les appliquer à de l'apprentissage de modèles 3D exacts.
De telles méthodes pourraient être utilisées pour aider un utilisateur lors d'un design en conditionnant la génération de la géométrie exacte d'une forme 3D par différentes modalités (texte, image, critères physiques, contraintes d'assemblage, ...).
Vous aurez notamment la possibilité de réaliser les tâches suivantes :