Stage Logiciel : Optimisation de paramètres effecteurs par Machine Learning F/H

MBDA France; Le Plessis-Robinson; Sur place; EUR 8 900 - 11 000; Plein temps

Avantages offerts par ce poste

Remboursement partiel de la carte de交通

Restaurant d’entreprise

Activités sociales et culturelles du C

Résumé du poste

MBDA France recherche un stagiaire ingénieur pour développer et valider des algorithmes d’optimisation basés sur le Machine Learning, afin de générer des paramètres cohérents reproduisant une performance d’effecteurs.

Vous travaillerez sur des modèles en C++17 et assurerez la validation, la gestion de configuration et la rédaction des rapports de tests et du manuel utilisateur. Stage de 6 mois, début prévu février 2027, cadre international et possibilité d’échanges avec les projets.

Qualifications

• Connaissances des algorithmes de Machine Learning et du développement logiciel et algorithmique.
• Notions de Python et C++14, interface avec des modèles en C++17.
• Bon niveau d’anglais requis pour l’environnement international.

Responsabilités

• Développer et valider un algorithme d’optimisation fondé sur le Machine Learning.
• Développer le ou les algorithmes identifiés en s’intégrant à des modèles en C++17.
• Réaliser la validation des algorithmes et assurer la gestion en configuration.
• Rédiger les rapports de tests et un manuel utilisateur; participer à la diffusion.
• Assurer le support à l’utilisation de l’outil auprès du département et projets.

Connaissances

Machine Learning

Python

C++14

Algorithmique

Analyse numérique

Anglais professionnel

Formation

Dernière année de cycle d’Ingénieur ou équivalent

Description du poste

Au sein de la Direction Technical, vous intégrez l’équipe en charge de développer des modèles embarqués d’effecteurs pour les simulations d’entraînement ainsi que pour la conduite de tir des effecteurs tirés depuis plateformes aéroportées.
Objectif de votre stage :
Développer et valider un algorithme d’optimisation fondé sur le Machine Learning, afin de générer un ensemble de paramètres cohérents permettant de reproduire une performance d’effecteurs déterminée.
Grâce à vos compétences vous :

• Prenez connaissance des enjeux liés au besoin de restitution ;
• Explorez et sélectionnez les différentes méthodes d’optimisation par Machine Learning pour répondre au besoin ;
• Développez le ou les algorithmes identifiés, dans un environnement de développement adéquat en interface avec des modèles en C++17 ;
• Réalisez la validation des algorithmes développés ;
• Assurez la gestion en configuration des algorithmes dans une application dédiée ;
• Rédigez les rapports de tests et un manuel utilisateur ;
• Participez à la diffusion auprès du département et des projets de cet outil (algorithmes et IHM) et assurez un support à son utilisation.

En transverse, vous aurez la possibilité de soumettre vos idées et de faire émerger des sujets qui s’inscriront dans le cadre innovant de l’entreprise.
Notre gratification de stage applicable est supérieure au minimum légal.
De nombreux services/avantages vous seront également proposés : remboursement partiel de la carte de transport pour les trajets domicile-travail, restaurant d’entreprise, activités sociales et culturelles du comité d’entreprise (dans les conditions déterminées par ce dernier)…
Parce que se lancer sur le marché de l’emploi est un défi pour les futurs diplômés, nous avons conçu le dispositif START dédié à nos stagiaires et alternants en fin d’études.
L’objectif ? Vous accompagner dans votre approche du marché du travail et vous donner toutes les clés pour réussir.

Actuellement en dernière année de cycle d’Ingénieur ou équivalent avec une spécialisation en Logiciel. Vous possédez de bonnes connaissances sur les algorithmes de Machine Learning et des compétences en développement logiciel et algorithmique et en analyse numérique. Vous avez des notions sur les langages de programmation (Python, C++14 ou supérieur). Compte tenu de l’environnement international de la société, un bon niveau d’anglais est requis. Durée du stage : 6 mois conventionnés. Date de début : à partir de février 2027 (modulable). Les défis technologiques de l’industrie de défense vous motivent ?