Thèse CIFRE (PHD) - Ingénieur Mécanique

TN France; Bobigny; Sur place; EUR 30 000 - 50 000; Plein temps

Résumé du poste

Une entreprise innovante recherche un candidat pour une thèse CIFRE en ingénierie mécanique, axée sur le développement de modèles de réseaux de neurones pour la simulation. Ce projet unique, en collaboration avec un laboratoire de renom, vise à créer des outils d'intelligence artificielle pour optimiser la conception et accélérer le développement de produits. Vous rejoindrez une équipe dynamique, travaillant à l'intersection de la recherche académique et des besoins industriels, contribuant à des avancées significatives dans le domaine du design génératif. Si vous êtes passionné par l'IA et la simulation, cette opportunité est faite pour vous.

Qualifications

• Expérience en modélisation de réseaux de neurones et simulation 3D.
• Connaissance des techniques d'optimisation et d'intelligence artificielle.

Responsabilités

• Développer des modèles de substitution pour la simulation de phénomènes physiques.
• Collaborer avec une équipe multidisciplinaire pour créer des outils d'IA.

Connaissances

Modélisation de réseaux de neurones

Simulation 3D

Intelligence artificielle

Optimisation

Analyse de données

Formation

Doctorat en Mécanique

Master en Ingénierie

Outils

Logiciels de simulation

Outils d'intelligence artificielle

Description du poste

Thèse CIFRE (PHD) - Ingénieur Mécanique, Bobigny

Nous recherchons un(e) candidat(e) pour une thèse CIFRE de 3 ans qui intégrera notre équipe d'ingénieurs R&D simulation de VLS dans nos bureaux de Bobigny, en collaboration avec le laboratoire PIMM de l'Ensam (Paris), dans l'équipe de développement d'outils d'intelligence artificielle.

L'objet de la thèse est de définir un modèle de réseaux de neurones de substitution, entraîné à partir d'une base de données de géométrie existante et de résultats de simulation 3D. Ce modèle doit permettre un entraînement sur une base de simulation frugale tout en étant généralisable à différentes géométries. Il facilitera la prédiction de phénomènes physiques stationnaires ou transitoires, pour une pièce seule ou un ensemble de pièces, et permettra d'explorer l'espace de design pour la génération de nouveaux concepts par intelligence artificielle.

La première et la deuxième partie de la thèse évalueront des modèles récents de substitution (par exemple, transport optimal) appliqués à des géométries 3D sans paramètres, capables de prédire des résultats physiques stationnaires ou transitoires, tout en transférant le modèle paramétrique de substitution à différentes géométries (approche non paramétrique). La troisième partie consistera à vérifier la robustesse de ces modèles dans un processus d'optimisation pour la génération de design, en minimisant une grandeur physique sous contraintes.

Vous intégrerez une équipe multidisciplinaire de simulation chez VLS, favorisant la collaboration dans le développement de modèles de substitution et le soutien aux activités de simulation pour la création de nouveaux outils d'intelligence artificielle. La thèse est réalisée en partenariat avec le laboratoire PIMM de l'Ensam, reconnu mondialement pour ses travaux sur la modélisation de substitution basée sur le transport optimal et les réseaux de neurones en graphes. L'objectif est de développer un modèle de génération par intelligence artificielle répondant aux besoins industriels tout en faisant progresser le domaine du design génératif.

Le développement de modèles de substitution généralisables à différentes géométries est crucial pour réutiliser efficacement les données de simulation des produits VLS et accélérer la conception. Cette thèse contribuera à accélérer le développement d'outils d'intelligence artificielle pour des simulations plus rapides.