Stage - ingénieur machine learning et modélisation avancée f/h

Stage - Ingénieur Machine Learning et modélisation avancée F/H


Description du poste


Métier

TA - ETUDES - CONCEPTION & INGENIERIE - TAH - Conception du cœur et conduite de réacteur


Fourchette de rémunération

Barème Alternance, Stage et VIE


Description de la BU

S'appuyant sur plus de 40 années de savoir-faire, et les compétences de 4 500 collaborateurs à travers le monde, la Business Unit (BU) Fuel développe, conçoit, fabrique et commercialise des assemblages de combustible ainsi que des services associés au combustible, pour les centrales de production d'électricité de type réacteur à eau légère (REP pour les réacteurs à eau sous pression et REB pour les réacteurs à eau bouillante) et les réacteurs de recherche.


Description de la mission

Chez Framatome, filiale d'EDF, nous concevons et fournissons des équipements, des services, du combustible, et des systèmes de contrôle-commande pour les centrales nucléaires du monde entier. Nos 18 000 collaborateurs permettent chaque jour à nos clients de produire un mix énergétique bas-carbone toujours plus propre, plus sûr et plus économique.

Les études de rechargement servent à optimiser le plan de chargement (i.e. la position de chaque assemblage de combustible dans le cœur) pour respecter les critères de sûreté et atteindre les performances économiques tout en offrant une grande souplesse à l’exploitant. Cette étape de recherche implique la modélisation puis l’évaluation d’un très grand nombre de plans de chargement. Par ailleurs, la modélisation d’un cœur en évolution nécessite le couplage de plusieurs codes (en particulier neutronique et thermo-hydraulique). La durée de ces calculs multiphysiques est non négligeable et devient limitative lors de la recherche itérative de plans.

Aussi, dans le cadre de la mise en place d’un outil d’optimisation des plans de chargement, il est primordial d’accélérer cette simulation et de développer un métamodèle qui puisse estimer les caractéristiques neutroniques principales des cœurs. L’objectif du stage est donc de créer un métamodèle pouvant prédire avec une précision suffisante les grandeurs d’intérêts pour l’outil de recherche des plans de chargement.

Le programme de travail envisagé s’articule de la manière suivante :

1. Réalisation d’une étude bibliographique sur le sujet
2. Analyse et prise en main des évaluations cœur complet (ARCADIA)
3. Identification et préparation des données d’entrée pour le métamodèle
4. Développement d’un modèle pour remplacer les évaluations cœur par des codes couplés
5. Evaluer les capacités du modèle entrainé à prédire correctement les paramètres d'intérêt

Exigences du poste :

* Une première utilisation (ou à minima une connaissance approfondie) des bibliothèques de Machine Learning est un requis.
* La maitrise de l’environnement de travail sous Linux ainsi que l’utilisation de langages de script (shell, python,…) sont nécessaires pour ce stage. Enfin, une connaissance en physique des réacteurs nucléaires est un atout.
* Vous travaillerez dans un projet réunissant des ingénieurs venant de différents pays (France, USA et Allemagne); aussi une aisance en anglais est requise.
* Vous êtes curieux(se), autonome et savez conduire une démarche scientifique et la documenter de manière claire.
* Vous êtes doté(e) d’un bon relationnel, vous êtes rigoureux(e) et faites preuve de force de proposition.


Durée du contrat

5 à 6 mois


Critères candidat

Niveau d'études min. requis : Dernière année d’études universitaires ou d’école d’ingénieurs, avec une spécialisation en Big Data ou Machine Learning.

Niveau d'expérience min. requis : Aucune expérience requise, mais une première utilisation des bibliothèques de Machine Learning est souhaitable.

Niveau d'emploi : Anglais (Opérationnel)


Informations additionnelles

Poste soumis à enquête administrative.

Poste soumis à autorisation au titre du contrôle des exportations.


Référence

2024-18315


Date de parution

16/11/2024

#J-18808-Ljbffr