Machine Learning Pour Le Placement Optimal de Capteurs

Description du poste

**Domaine**:

- Systèmes d'information

**Contrat**:

- Stage

**Intitulé de l'offre**:

- Machine learning pour le placement optimal de capteurs H/F H/F

**Sujet de stage**:

- Apprentissage automatique informé par la physique pour le placement optimal de capteurs

**Durée du contrat (en mois)**:

- 6 mois

**Description de l'offre**:
**Rejoignez-nous en stage **
- En tant que stagiaire au CEA-LETI (Institut de recherche technologique de CEA Tech), vous aurez l'opportunité de travailler au sein d'un environnement de recherche de renommée mondiale. Nos équipes sont composées d'experts passionnés et dédiés, offrant un cadre propice à l'apprentissage et à la collaboration. Vous aurez accès à des équipements de pointe et à des ressources de recherche de premier ordre pour mener à bien vos missions.
- Le Laboratoire signaux et systèmes de capteurs (LSSC), au sein du service système de capteurs électroniques pour l’énergie (SSCE), mène des activités dans le domaine de la fusion de signaux issus de capteurs embarqués et exploite la multi-modalité (capteurs de natures diverses) par des études en traitement du signal et en algorithmique embarquée.

**Vos missions**:
**Ce sujet de stage explore l'utilisation des réseaux de neurones informés par la physique (Physics-Informed Neural Networks ou PINNs) pour optimiser le placement de capteurs dans des systèmes régis par des équations aux dérivées partielles (PDE), par exemple la dispersion de polluants dans l’air.**
- Les PINNs intègrent directement les lois physiques dans des réseaux de neurones, permettant de calculer les sensibilités des observations par rapport aux paramètres à estimer avec précision, facilitant la construction de la matrice d'information de Fisher (FIM). Cette matrice est ensuite utilisée pour formuler et résoudre un problème d'optimisation visant à maximiser l'information recueillie par les capteurs, aboutissant à un placement optimal.
- Ce projet combine ainsi l'apprentissage automatique et la modélisation physique pour améliorer l'efficacité et la précision des systèmes de surveillance.
- Les objectifs du stage sont:

- Développer des modèles PINNs pour calculer les sensibilités des paramètres du modèle par rapport aux observations des capteurs.
- Construire la FIM pour mesurer l'information apportée par chaque capteur, et optimiser le placement des capteurs pour maximiser l'information recueillie.
- L’approche sera validée par des résultats de simulation de dispersion de polluants.
- Durant tout votre stage, une attention particulière sera portée à l’organisation de votre code, sle suivi de versions et sa documentation, ainsi qu’à l’analyse critique des résultats obtenus pour différentes paramétrisations des algorithmes.

**Moyens / Méthodes / Logiciels**:

- Python, Git, pytorch

**QU’ATTENDONS-NOUS DE VOUS ?**
- Vous êtes en cursus de formation de niveau Master 2 en université ou en 3ème année d’école d’ingénieur, dans les disciplines suivantes : sciences des données, informatique, mathématiques, modélisation (EDP), traitement de signal.
- Vous avez suivi des cours en machine learning et deep learning et disposez idéalement d’une première expérience dans ces domaines. Toute expérience antérieure dans le domaine de la recherche sera valorisée, notamment la lecture d’articles scientifiques.
- Vous faites preuve de rigueur, d’autonomie, de curiosité et d’enthousiasme pour résoudre des problèmes ouverts.

**Pourquoi venir au LETI - DSYS ?**
- Un poste au cœur de la métropole grenobloise, facilement accessible via la mobilité douce favorisée par le CEA,
- Un environnement unique de recherché dédié à des thématiques à fort enjeu sociétal, comme la préservation des ressources (économie de la fonctionnalité, monitoring et optimisation de la consommation en eau ) ou l’efficacité énergétique (maintenance prévisionnelle, optimisation des process)
- Une expérience sur une thématique à la pointe de l’innovation, comportant un fort potentiel de développement industriel, par exemple dans le domaine de l’aéronautique ou de la bioproduction.
- Des formations pour renforcer vos compétences ou en acquérir de nouvelles, en électronique embarquée, en mécatronique, ou en simulation de systèmes multiphysiques multi-échelles.
- Un équilibre vie privé - Stage

Localisation du poste

**Site**:

- Grenoble

**Localisation du poste**:

- France, Auvergne-Rhône-Alpes, Isère (38)

**Ville**:

- Grenoble

**Diplôme préparé**:

- Bac+5 - Diplôme École d'ingénieurs

**Formation recommandée**:

- Science des données, mathématiques, modélisation, traitement de signal

**Possibilité de poursuite en thèse**:

- Oui

Demandeur

**Disponibilité du poste**:

- 02/03/2026

Informations générales

**Entité de rattachement**:
Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.

Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologi