Apprenti.e : développement d'algorithmes de machine learning pour les matériaux composites f/h

Apprenti.e : Développement d'algorithmes de Machine Learning pour les matériaux composites F/H

Publié 14.03.2025

Société : Safran
Domaine d'activité : Mathématiques et Algorithmes
Emplacement : Itteville, Ile de France, France
Type de contrat : Alternance
Durée du contrat : Temps partiel
Diplôme requis : BAC+3, BAC+4
Expérience requise : Jeune diplômé-e/Première expérience
Statut professionnel : Etudiant

L'intégration de composites à renforts tissés 3D dans les aubes de soufflante du moteur LEAP par Safran représente une avancée technologique majeure. Ces renforts confèrent au matériau d'excellentes propriétés mécaniques spécifiques ainsi qu'une bonne résistance à l'impact, notamment en cas d'ingestion d'oiseaux. Le procédé de tissage utilisé permet également une grande flexibilité dans les motifs, variant d'une extrémité à l'autre de la pièce. Cette liberté de conception présente néanmoins des défis importants, notamment la capacité à établir des liens entre la microstructure et le comportement macroscopique. Les enjeux de paramétrage de la préforme, de simulation du procédé et d'homogénéisation sont cruciaux pour rendre compatible les délais de développement avec les exigences futures des nouveaux moteurs.

L'objectif de l'alternance est l'implémentation, la validation et l'exploitation d'une bibliothèque pour l'entraînement de modèles d'intelligence artificielle (Machine Learning, Deep Learning) appliqués aux matériaux composites à matrice organique. Cet outil a pour but d'explorer l'espace de conception des nouvelles microstructures, de faciliter la compréhension des liens entre les propriétés et la structure, et d'accélérer le cycle de développement des nouveaux produits.


Missions détaillées

Dans le cadre de sa mission, l'apprenti-e sera intégré-e à l'équipe « Conception et Développement » de la plateforme Composites de Safran Tech. Dans un premier temps, il-elle devra se familiariser avec la chaîne numérique actuelle et l'état de l'art de la littérature scientifique sur le sujet, afin de bien comprendre les enjeux et d'assurer une cohérence avec les travaux à venir.

Par la suite, l'apprenti-e sera amené-e à réaliser les tâches suivantes :

1. Implémenter l'infrastructure logicielle de la bibliothèque et le modèle de données associé.
2. Développer les pipelines de transformation et la mise en données pour les outils de calcul actuels.
3. Mettre en place progressivement les bases de données pour l'apprentissage.
4. Développer des modèles de machine learning pour la conception, l'estimation des propriétés, et le traitement intermédiaire des données.


Parlons de vous

Formation : Cycle Ingénieur
Spécialités : Mathématiques Appliquées et Algorithmes, Modélisation Numérique
Compétences : Connaissance de la programmation en Python et développement Informatique, Esprit de synthèse pour la présentation des résultats et la rédaction de rapports. Connaissance de la mécanique des solides est la bienvenue. Connaissance du Machine Learning, du Deep Learning et des bibliothèques Pytorch, Sklearn est la bienvenue.


Localisez votre futur site

33 Avenue de la Gare, 91760, Ile de France, France

Parce que nous sommes persuadés que chaque talent compte, nous valorisons et encourageons les candidatures de personnes en situation de handicap pour nos opportunités d'emploi.

#J-18808-Ljbffr