Stage - Optimisation et validation d’un modèle 3D par éléments finis H/F
il y a 5 jours
Contexte L’industrie des semi-conducteurs poursuit sa course à la miniaturisation. Aujourd’hui, ce ne sont plus uniquement les matériaux utilisés qui présentent des dimensions nanométriques, mais les dispositifs eux-mêmes. Cette réduction d’échelle conduit à une augmentation de la densité de flux de chaleur dans les dispositifs (augmentation du nombre de composants actifs dans un volume réduit). La gestion thermique de ces dispositifs est donc essentielle pour pouvoir évacuer efficacement la chaleur dissipée et ainsi préserver les performances et la fiabilité des composants. Les modèles et simulations électrothermiques permettant la conception et l’optimisation de ces nouveaux composants nécessitent la connaissance des propriétés thermiques des matériaux constitutifs de ces dispositifs. Missions Prise en main du SThM : microscope à force atomique et module thermique (pointe thermorésistive + pont de Wheatstone) et de la ligne vide ; Réalisation de courbes d’étalonnage : sélection des matériaux étalons et réalisations des mesures sous différentes conditions environnementales pour chaque matériau ; Analyse des données : tracé des courbes d’étalonnage, évaluation de la contribution des facteurs d’influences, optimisation du modèle théorique de transferts thermiques pointe-échantillon (Comsol multiphysics), validation du modèle ; Mesures sur des échantillons de conductivité thermique inconnue. Profil Vous recherchez un stage dans le cadre de votre Master 2 ou de votre dernière année d’école d’ingénieur en physique, science des matériaux ou équivalent avec une spécialisation en énergétique, nanotechnologies ou métrologie. Vous avez des connaissances en transferts thermiques et modélisation par éléments finis, des aptitudes en instrumentation (idéalement en microscopie à sonde locale), et des notions de technique du vide. Vous maîtrisez les outils de bureautique du pack Office. Vous êtes reconnu(e) pour votre rigueur, votre autonomie, votre aptitude à travailler en équipe et vous avez de bonnes capacités de synthèse. Ce stage pourra donner lieu à une thèse. Gratification 1280 € brut/mois pour une formation Bac +5. #J-18808-Ljbffr
-
Trappes, France Laboratoire National De Métrologie Et D'Essais Temps pleinContexte L'industrie des semi-conducteurs poursuit sa course à la miniaturisation. Aujourd'hui, ce ne sont plus uniquement les matériaux utilisés qui présentent des dimensions nanométriques, mais les dispositifs eux-mêmes. Cette réduction d'échelle conduit à une augmentation de la densité de flux de chaleur dans les dispositifs (augmentation du...
-
Av. Roger Hennequin Trappes, France LNE Temps pleinContexte L'industrie des semi-conducteurs poursuit sa course à la miniaturisation. Aujourd'hui, ce ne sont plus uniquement les matériaux utilisés qui présentent des dimensions nanométriques, mais les dispositifs eux-mêmes. Cette réduction d'échelle conduit à une augmentation de la densité de flux de chaleur dans les dispositifs (augmentation du...
-
Trappes, France Laboratoire National De Métrologie Et D'Essais Temps pleinContexte Ce stage s'inscrit dans le cadre d'un projet de recherche en métrologie française visant à maintenir et à développer les étalons de puissance au sein du Laboratoire National de Métrologie et d'Essais (LNE) pour la bande de fréquence 50 GHz à 75 GHz. Ce projet s'inscrit également dans le cadre européen, en lien avec le projet RF Key...
-
Trappes, France LNE Temps pleinStage - Modélisation de l’espace latent pour les modèles de Deep Learning utilisés en segmentation d’instances H/FJoin to apply for the Stage - Modélisation de l’espace latent pour les modèles de Deep Learning utilisés en segmentation d’instances H/F role at LNE.ContexteDes travaux de recherche sont menés depuis plusieurs années au sein du...
-
Trappes, France LNE Temps pleinStage - Modèles de Deep Learning en nanométrologie : segmentation d’instances de particules non sphériques H/F Join to apply for the Stage - Modèles de Deep Learning en nanométrologie : segmentation d’instances de particules non sphériques H/F role at LNE Contexte Les nanomatériaux s’imposent aujourd’hui dans de multiples secteurs d'activités...
-
Trappes, Île-de-France LNE Temps pleinContexteCe stage s'inscrit dans le cadre d'un projet de recherche en métrologie française visant à maintenir et à développer les étalons de puissance au sein du Laboratoire National de Métrologie et d'Essais (LNE) pour la bande de fréquence 50 GHz à 75 GHz. Ce projet s'inscrit également dans le cadre européen, en lien avec le projet RF Key...
-
Leader Validation Software
il y a 12 heures
Trappes, France Race Solution Temps pleinLa société **RACE SOLUTION**, filiale de RACE GROUP SAS, est spécialisée dans les services liés aux sports mécaniques et aux industries. Elle offre des solutions innovantes et une expertise de haut niveau aux acteurs de ces secteurs, incluant les équipes de course, les fabricants de véhicules. En plus de la conception technique, du soutien...
-
Trappes, France LNE Temps pleinStage - Modèles de Deep Learning en nanométrologie : segmentation d’instances de particules non sphériques H/F Les nanomatériaux s’imposent aujourd’hui dans de multiples secteurs d’activités et le cadre réglementaire a été adapté pour prendre en compte leurs spécificités. La première difficulté consiste à identifier le classement comme...
-
Trappes, France Laboratoire National De Métrologie Et D'Essais Temps pleinContexte Les nanomatériaux s'imposent aujourd'hui dans de multiples secteurs d'activités et le cadre réglementaire a été adapté pour prendre en compte leurs spécificités. La première difficulté consiste à identifier le classement comme nanomatériau d'une substance à l'état particulaire en fonction des différentes définitions existantes au...
-
Trappes, Île-de-France LNE Temps pleinContexteDes travaux de recherche sont menés depuis plusieurs années au sein du département Science des Données et Incertitudes sur l'évaluation des incertitudes associées aux prédictions des algorithmes d'apprentissage. Une thèse portant sur deux sources d'incertitude (incertitude prédictive induite par l'incertitude des entrées [Monchot etal.,...
