Stage - Ingénieur R&D Deep Learning et Machine Learning F/H

Description de la BU

La BU Base Installée s'appuie sur plus de 65 ans d'expérience internationale acquise sur plus de 380 réacteurs de toutes technologies dans le monde.

Avec plus de 6 000 salariés dans 15 pays, la BU Base Installée a une identité forte et sa vision est de fournir, avec un haut niveau de compétences, des produits et services nucléaires innovants pour garantir une énergie bas carbone, sûre et compétitive.

Riche d'une expérience internationale sur plus de 250 réacteurs de tout type de technologies, la Business Unit Base Installée de Framatome intervient pour la maintenance, la modernisation et la prolongation de la durée d'exploitation des centrales, la mise en service de nouvelles installations et les activités de démantèlement.

Vous intégrez IBE (Engineering Services, 1500 salariés en France et Allemagne), entité regroupant les ressources d'ingénierie qui servent les projets de soutien au parc nucléaire en France et à l'export ainsi que les projets de constructions neuves, de démantèlement et les grands projets de réacteurs avancés et complexes (ITER, RJH, ...).

IBE dispose de bureaux d'ingénierie à Lyon, Paris et Marseille ainsi que de sites distants pour nos projets (Cadarache, Marcoule, Creys-Malville, Flamanville, UK ...).

Description de la mission

Rattaché(e) à la Section Calculs Mécaniques de Tuyauteries de la Business Unit Base Installée, l'objectif de ce stage est de poursuivre le développement d'un utilitaire basé sur des outils Machine Learning et de Deep Learning visant à comparer des composants de tuyauteries entre eux. La finalité de l'utilitaire est de permettre l'identification des composants les plus exposés au risque de rupture brutale.

Vos missions seront :

• Prise en main de l'utilitaire existant ;
• Entraînement de nouveaux modèles ;
• Mise en œuvre de l'outil sur des cas d'application industriels,
• Développement de diverses fonctionnalités (rendre possible la réalisation d'une étude de sensibilité à partir d'un jeu de paramètres données de manière automatisée, travail sur le chaînage des étapes de génération de données et d'entraînement des modèles, implémentation d'une interface graphique de simulation...),
• Industrialisation de l'outil.

En parallèle, une réflexion quant à l'intégralité de solutions Large Langage Model (LLM) dans les applications de calcul de tuyauterie sera menée.

Un soin particulier relatif à l'écriture de tests unitaires et de la documentation des fonctionnalités développées dans l'utilitaire est attendu.

Le stage en quelques mots

Innovation. Simulation numérique. Applications industrielles.

Profil

• Vous êtes étudiant(e) en dernière année d'écoles d'ingénieurs ou équivalent universitaire à dominante Mécanique ou Informatique.
• Vous avez des connaissances de base en calcul mécanique et justifiez d'un niveau d'anglais courant.
• Vous devez être en mesure de travailler en autonomie et faire preuve d'initiative.
• Vous possédez déjà une expérience concluante (projet universitaire, stage) dans laquelle vous avez développé en Python ou en Programmation Orientée Objet.
• Vous possédez des connaissances relatives aux domaines du Machine Learning et du Deep Learning.
• La connaissance d'un outil de développement collaboratif tel que Git est un plus.