Stage ML: Optimisation des paramètres d’effecteurs embarqués

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

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.