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

Framatome; Lyon; Sur place; EUR 12 000 - 17 000; Plein temps

Avantages offerts par ce poste

Aide au logement

Résumé du poste

Framatome recherche un stagiaire pour poursuivre le développement d’un utilitaire basé sur des outils Machine Learning et Deep Learning afin de comparer des composants de tuyauterie. Le stage vise l’industrialisation et l’évaluation des risques de rupture brutale.

Vous entraînerez de nouveaux modèles, réaliserez des tests et contribuerez à l’écriture de la documentation, tout en explorant des solutions LLM pour les applications de calcul de tuyauterie.

Qualifications

• Stage en Calculs Mécaniques nécessitant des connaissances en ML/DL et programmation Python.

Responsabilités

• Prendre en main l’utilitaire existant et entraîner de nouveaux modèles.
• Mettre en œuvre l’outil sur des cas industriels.
• Developper des fonctionnalités (étude de sensibilité, chaînage des étapes de génération de données et entraînement, interface graphique de simulation).
• Industrialiser l’outil et rédiger des tests et documentation.

Connaissances

Machine Learning

Deep Learning

Python

Description du poste

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.