Stage ML pour Optimisation & Simulation Numérique

MBDA France; Le Plessis-Robinson; Sur place; EUR 7 800 - 12 000; Plein temps

Avantages offerts par ce poste

Remboursement partiel de la carte de 2

Restaurant d’entreprise

Activités sociales et culturelles du C

Dispositif START pour stagiaires et al

Résumé du poste

MBDA France recherche un stagiaire en dernière année d’ingénierie pour rejoindre la Direction Technique et contribuer à l’établissement de restitutions de systèmes, ainsi qu’à l’analyse de données afin de concevoir des modèles de défense.

Le stage met en œuvre des techniques de Machine Learning pour maximiser la performance des algorithmes d’optimisation et de guidage, avec une modélisation mathématique et l’intégration dans la chaîne d’optimisation existante.

Qualifications

• Actuellement en dernière année d’un cycle d’Ingénieur ou équivalent avec une spécialisation en Simulation Numérique et/ou Mathématiques Appliquées.
• Vous maîtrisez le langage Python et la programmation orientée objet.
• Solides compétences en modélisation mathématique de problèmes physiques et bonne maîtrise des principales approches de Machine Learning.
• Bon niveau d’anglais est requis.

Responsabilités

• Étudier et proposer une méthodologie permettant d’obtenir la prédiction d’un paramètre d’intérêt lié à un problème d’optimisation.
• Modéliser le problème physique associé à l’étude.
• Déployer un algorithme de Machine Learning adapté pour apprendre du comportement du problème physique.
• Intégrer le modèle de prédiction à la chaîne d’optimisation existante pour en booster les performances.

Connaissances

Machine Learning

Programmation orientée objet

Anglais professionnel

Formation

Diplôme d'Ingénieur ou équivalent en cours

Outils

Python

Description du poste

MBDA France recherche un stagiaire en dernière année d’ingénierie pour rejoindre la Direction Technique et contribuer à l’établissement de restitutions de systèmes, ainsi qu’à l’analyse de données afin de concevoir des modèles de défense.

Le stage met en œuvre des techniques de Machine Learning pour maximiser la performance des algorithmes d’optimisation et de guidage, avec une modélisation mathématique et l’intégration dans la chaîne d’optimisation existante.