Stage - Ingénieur R&D Deep Learning et Machine H/F (Stage)

Framatome; Lyon; On-site; EUR 10,000 - 13,000; Full time

Job summary

Framatome, filiale d'EDF, recrute un stagiaire pour rejoindre la Section Calculs Mécaniques de Tuyauteries. Le stage vise à poursuivre le développement d'un utilitaire basé sur le Machine Learning et le Deep Learning afin de comparer des composants et d’identifier ceux présentant le risque de rupture brutale.

Vous serez étudiant en dernière année d'une école d'ingénieurs ou équivalent, avec des bases en calcul mécanique et en anglais, et vous maîtrisez Python ou la programmation orientée objet.

Qualifications

• Étudiant en dernière année d'école d'ingénieurs ou équivalent Mécanique/Info.
• Connaissances de base en calcul mécanique et anglais courant.
• Expérience Python ou POO et connaissances ML/DL souhaitées.

Responsibilities

• Prendre en main l'utilitaire existant et entraîner de nouveaux modèles.
• Appliquer l'outil à des cas industriels.
• Développer des fonctionnalités: sensibilité des paramètres et chaîne de données/ entraînement.
• Implémenter une interface graphique de simulation.
• Industrialisation de l'outil et rédaction de tests/documentation.

Skills

Python

Machine Learning

Deep Learning

Anglais courant

Autonomie

Education

Dernière année d'école d'ingénieurs ou équivalent (Mécanique ou Informatique)

Tools

Git

OO programming

Job description

Framatome, filiale d'EDF, conçoit, entretient et installe des composants et des combustibles ainsi que des systèmes de contrôle-commande pour les centrales nucléaires. Ses plus de 22 000 salariés permettent chaque jour aux clients de produire un mix énergétique bas-carbone toujours plus propre, plus sûr et plus économique. Ils développent aussi des solutions pour les secteurs de la défense, de la médecine nucléaire et du spatial.

Implantée dans une vingtaine de pays, Framatome rassemble les expertises d'hommes et de femmes passionnés et convaincus que le nucléaire est une énergie d'avenir. Entreprise responsable, Framatome déploie des actions pour former et accompagner les premières expériences professionnelles (label Happy Trainees), intégrer tous les talents, dont les personnes en situation de handicap, oeuvrer pour l'égalité professionnelle et la mixité de nos métiers (94/100 à l'index de l'égalité hommes-femmes) et concilier les temps de vie.

Rejoignez-nous et suivez notre actualité sur LinkedIn ou bien Instagram. Rattaché(e) à la Section Calculs Mécaniques de Tuyauteries de la Business Unit Base Installée, l'objectif de ce stage est de poursuivre le développement d'un utilitaire basé sur des outils Machine Learning et de Deep Learning visant à comparer des composants de tuyauteries entre eux. La finalité de l'utilitaire est de permettre l'identification des composants les plus exposés au risque de rupture brutale.

Vos missions seront :

• Prise en main de l'utilitaire existant ;
• Entraînement de nouveaux modèles ;
• Mise en oeuvre de l'outil sur des cas d'application industriels,
• Développement de diverses fonctionnalités (rendre possible la réalisation d'une étude de sensibilité à partir d'un jeu de paramètres données de manière automatisée, travail sur le chaînage des étapes de génération de données et d'entraînement des modèles, implémentation d'une interface graphique de simulation...),
• Industrialisation de l'outil.

En parallèle, une réflexion quant à l'intégralité de solutions Large Langage Model (LLM) dans les applications de calcul de tuyauterie sera menée.

Un soin particulier relatif à l'écriture de tests unitaires et de la documentation des fonctionnalités développées dans l'utilitaire est attendu.

Le stage en quelques mots

Innovation. Simulation numérique. Applications industrielles. Vous êtes étudiant(e) en dernière année d'écoles d'ingénieurs ou équivalent universitaire à dominante Mécanique ou Informatique.

Vous avez des connaissances de base en calcul mécanique et justifiez d'un niveau d'anglais courant.

Vous devez être en mesure de travailler en autonomie et faire preuve d'initiative.

Vous possédez déjà une expérience concluante (projet universitaire, stage) dans laquelle vous avez développé en Python ou en Programmation Orientée Objet.

Vous possédez des connaissances relatives aux domaines du Machine Learning et du Deep Learning.

La connaissance d'un outil de développement collaboratif tel que Git est un plus.