STAGE : Ingénieur procédé

Lynred; France; Hybride; EUR 13 000 - 18 000; Plein temps

Résumé du poste

Lynred, leader mondial des détecteurs infrarouges, recherche un stagiaire Master 2 pour travailler dans l’équipe R&D Couche Mince à Veurey-Voroize près de Grenoble. Vous déployerez des techniques de métrologie avancées (MEB, FIB) pour identifier et comprendre les défauts micrométriques limitant le rendement des détecteurs IR.

Vous analyserez les données industrielles avec JMP et Python, en explorant des corrélations avec les paramètres de dépôt, et proposerez des améliorations du procédé et des

Qualifications

• Master 2 ou diplôme équivalent en matériaux, micro‑électronique ou physique appliquée.
• Connaissances en couches minces et analyse d’images.
• Maîtrise de Python et Matlab pour le traitement de données.
• Expérience avec MEB/FIB et techniques de métrologie est un plus.
• Sens de l’analyse et curiosité scientifique.
• Capacité à travailler en équipe et à communiquer des résultats.

Responsabilités

• Détecter la défectivité micrométrique des couches CdHgTe.
• Repérer et analyser les défauts via base de données industrielle.
• Caractériser morphologie et composition (EDS) des micro-défauts.
• Corréler densité/type de défauts avec les paramètres de dépôt (JMP/Python).
• Rédiger une note technique et plan d’actions pour réduction de défauts.

Connaissances

Curiosité scientifique

Rigueur analytique

Esprit d'équipe

Bonne communication

Formation

Master 2 en ingénierie des matériaux, micro‑électronique, physique appliquée ou équivalent

Outils

MEB

FIB

Profilométrie

Spectroscopie

EDS

Python

Matlab

JMP

SQL

Git

Description du poste

Lynred, leader mondial des détecteurs infrarouges II-VI, met en œuvre des technologies de pointe pour les secteurs aérospatial, défense, automobile et industrie.

Au sein de l’équipe R&D Couche Mince, nous développons et qualifions les couches minces CdHgTe (CMT) qui constituent le cœur de nos détecteurs IR. Pour cela, l’entreprise est équipée d’un parc de métrologie performant (profilométrie, spectroscopie, cartographie, microscopie optique, etc.) et bénéficie d’un partenariat stratégique avec le CEA ainsi que d’une base de données industrielle riche de plusieurs années de production.

En quoi consiste le poste ?

Détecter la défectivité micrométrique des couches mince de CdHgTe

Objectif du stage : Débusquer, comprendre et proposer des voies d’atténuation des défauts ≤5µm qui limitent le rendement de nos détecteurs IR. Votre travail influencera directement la performance et la compétitivité de nos détecteurs IR hybridé embarqués dans les satellites météorologiques et dans les enjeux de défense national.

Pour cela vous serez amené à plonger dans notre base de données industrielle pour repérer les défauts récurrents (cratères, fissures, inclusions). Puis vous mènerez une campagne de caractérisation des défauts micrométriques grâce à des techniques de mesures de pointe comme le Microscope Électronique à Balayage couplé à une coupe FIB (Focused Ion Beam) ou encore avec notre équipement interne de cartographie de défectivité. Votre objectif sera de caractériser la morphologie, la composition chimique (EDS) et la profondeur des micro-défauts.

Suite à ce travail, vous serez amené à corréler la densité/type de défauts aux paramètres industriels de dépôt de couche mince grâce à JMP® et Python (statistiques, DOE, régression).

Au final, vous édifierez une note de recommandation techniques (optimisation du procédé, post‑traitements) afin de diminuer la défectivité de couche mince micrométrique et établirai un plan d’actions que vous présenterez au comité R&D et production.

Ce que vous allez acquérir:

• Connaissance approfondie des techniques de métrologie avancées (MEB, FIB, profilométrie, spectroscopie, cartographie) dans un environnement industriel.
• Compétences en analyse de données (Python, JUMP®) appliquées à la caractérisation de défauts.
• Connaissance du processus de dépôt de couches minces CMT et de leurs contraintes industrielles.
• Expérience de travail collaboratif avec des équipes R&D, production et des partenaires académiques (CEA).
• Maitrise d’instrumentation de pointe : MEB, FIB, profilométrie, spectroscopie.
• Compétences data‑science: Python, JMP®, statistiques, visualisation.
• Connaissance générale du procédé CMT: dépôt de couches minces, contraintes industrielles.
• Expérience collaborative: travail avec R&D, production.
• Soft‑skills: communication scientifique, travail en équipe.

Profil recherché

Formation: Master 2 en ingénierie des matériaux, micro‑électronique, physique appliquée ou équivalent.

Compétences techniques : Connaissances en couches minces, microscopie électronique, analyse d’image ; maîtrise de Python/Matlab pour le traitement de données.

Qualités personnelles : Curiosité scientifique, rigueur analytique, sens du travail en équipe, bonne communication écrite et orale.

Atouts: Expérience préalable sur MEB/FIB, stage ou projet sur la défectivité des couches minces, familiarité avec les outils de gestion de données (SQL, Git).

Durée du contrat (en mois)

5 à 6 mois

Horaires

Forfait jour

Localisation du poste

Veurey-Voroize (à proximité de Grenoble)

Niveau d'études

7-Master, diplôme d'ingénieur, diplôme d'école de commerce (BAC+5)

Niveau d'expérience min. requis

Inférieur à 2 ans

Entité de rattachement

À propos de LYNRED

Rejoindre LYNRED, c'est intégrer un leader mondial des technologies infrarouges et contribuer à des innovations qui repoussent les limites du visible.

Travailler chez LYNRED, c'est évoluer dans un environnement high-tech, stimulant et international, où l'innovation, la collaboration et l'expertise technique sont au cœur des projets.

LYNRED offre à ses collaborateurs un équilibre unique entre solidité - Safran et Thales étant ses actionnaires - et l'agilité d'une organisation à taille humaine.

Ici, chaque talent contribue concrètement à des technologies qui font la différence - sur Terre comme dans l'espace.

LYNRED s'engage dans le cadre de ses recrutements à étudier attentivement les candidatures des personnes en situation d'handicap.