Stage ML: Modélisation des transitions d’écoulements

CEA; Saclay; On-site; EUR 13,000 - 20,000; Full time

Job summary

CEA, Saclay, recherche un stagiaire en machine learning appliqué à la physique des écoulements diphasiques. Poste centré sur l’analyse et la modélisation de données expérimentales issues de la littérature, avec développement de modèles supervisés et interprétation physique.

Le profil doit être en fin de formation d’ingénieur ou Master 2, avec des compétences en statistiques, ML et Python, et un intérêt pour la fluidique et l’analyse de résultats.

Qualifications

• Bonnes connaissances en statistiques et apprentissage statistique.
• Connaissances en méthodes de machine learning.
• Maîtrise de la programmation en Python.
• Intérêt pour l’analyse et l’interprétation de modèles.
• Des connaissances en mécanique des fluides constituent un atout.

Responsibilities

• Analyser et structurer les données expérimentales.
• Prétraiter une base de données issue de plusieurs études.
• Identifier et sélectionner les grandeurs physiques pertinentes.
• Mettre en œuvre des méthodes d’apprentissage supervisé (forêts, réseaux, gaussiens).
• Analyser les résultats et interpréter les mécanismes physiques.

Skills

Statistiques

Apprentissage statistique

Machine learning

Python

Analyse de modèles

Education

Bac+5 - Diplôme École d'ingénieurs

Tools

Python

Job description

CEA, Saclay, recherche un stagiaire en machine learning appliqué à la physique des écoulements diphasiques. Poste centré sur l’analyse et la modélisation de données expérimentales issues de la littérature, avec développement de modèles supervisés et interprétation physique.

Le profil doit être en fin de formation d’ingénieur ou Master 2, avec des compétences en statistiques, ML et Python, et un intérêt pour la fluidique et l’analyse de résultats.