STAGE - Development of STM32 Digital Power Ecosystem F/H

At STMicroelectronics, we believe in the power of technology to drive innovation and make a positive impact on people, businesses, and society. As a global semiconductor company, our advanced technologies and chips form the hidden foundation of the world we live in today.

When you join ST, you will be part of a global business with more than 115 nationalities, present in 40 countries, and comprising over 50,000 diverse and dedicated creators and makers of technology around the world.

Developing technologies takes more than talent: it takes amazing people who understand collaboration and respect. People with passion and the desire to disrupt the status quo, drive innovation, and unlock their own potential.

Embark on a journey with us, where you can innovate for a future that we want to make smarter and greener, in a responsible and sustainable way. Our technology starts with you.

CONTEXTE
Une conversion efficace de l'énergie est essentielle pour garantir la fiabilité du transport, de l'adaptation et de la gestion de la consommation d'énergie. Notre équipe a développé une méthodologie de contrôle avancée qui maintient un équilibre et une stabilité précis dans la conversion d'énergie, en répondant efficacement aux fluctuations de charge et aux perturbations transitoires sur les lignes. Afin d'améliorer encore les performances, nous avons créé un outil et une méthodologie spécialisés pour affiner les paramètres de compensation transitoire de l'algorithme.

Tirant parti de la puissance de l'intelligence artificielle, nous faisons désormais progresser cette méthodologie en intégrant un réseau neuronal doté de capacités d'apprentissage par renforcement. Cette approche basée sur l'IA permet au système d'apprendre et d'optimiser de manière autonome les coefficients de compensation, améliorant ainsi considérablement la réponse transitoire et la stabilité globale du système. En combinant la théorie du contrôle et l'apprentissage automatique, nous avons l'intention de mettre au point des solutions intelligentes de conversion d'énergie qui s'adaptent et s'améliorent en permanence.

VOTRE RÔLE
Aider à la conception et à la mise en œuvre d'algorithmes de contrôle pour les systèmes de conversion d'énergie

Développer et affiner les outils/méthodologies pour le réglage de la compensation transitoire

Explorer et appliquer des modèles de réseaux neuronaux pour l'apprentissage automatique par renforcement des coefficients de compensation

Collaborer avec des ingénieurs et des chercheurs expérimentés afin d'améliorer la stabilité et l'efficacité du système

Analyser le comportement du système dans des scénarios de charge et de transitoires de ligne

VOS COMPÉTENCES ET EXPÉRIENCES
Stage de niveau Bac mois

Connaissances de base en électronique de puissance et en théorie du contrôle.

Compétences en programmation C++.

Solides compétences en mathématiques et en algorithmique, avec une maîtrise des outils/langages de programmation pertinents (par exemple, MATLAB, Python/NumPy).

La connaissance des concepts d'apprentissage automatique, en particulier des réseaux neuronaux et de l'apprentissage par renforcement, est un atout majeur.

Niveau d'anglais lu/ écrit / parlé

Context
Efficient power conversion is critical for reliable power transmission, adaptation, and consumption management. Our team has developed an advanced control methodology that maintains precise balance and stability in power conversion, effectively responding to load fluctuations and line transient disturbances. To further enhance performance, we created a specialized tool and methodology for fine-tuning the algorithm's transient compensation parameters.
Leveraging the power of artificial intelligence, we are now advancing this methodology by integrating a neural network with reinforcement learning capabilities. This AI-driven approach enables the system to autonomously learn and optimize compensation coefficients, significantly enhancing transient response and overall system stability. By combining control theory with machine learning, we intend pioneering intelligent power conversion solutions that adapt and improve continuously.
YOUR ROLE

• Assist in designing and implementing control algorithms for power conversion systems
• Develop and refine tools/methodologies for transient compensation tuning
• Explore and apply neural network models for automatic reinforcement learning of compensation coefficients
• Collaborate with experienced engineers and researchers to improve system stability and efficiency
• Analyze system behavior under load and line transient scenarios

Your Skills & Experiences

• Basic knowledge of power electronics and control theory
• C++ programming skills
• Strong mathematical and algorithmic skills, with proficiency in relevant tools/programming languages (e.g., MATLAB, Python/NumPy)
• Familiarity with machine learning concepts, especially neural networks and reinforcement learning, is a major plus

ST is proud to be one of the 17 companies certified as a 2025 Global Top Employer and the first and only semiconductor company to achieve this distinction. ST was recognized in this ranking thanks to its continuous improvement approach and stands out particularly in the areas of ethics & integrity, purpose & values, organization & change, business strategy, and performance.

At ST, we endeavor to foster a diverse and inclusive workplace, and we do not tolerate discrimination. We aim to recruit and retain a diverse workforce that reflects the societies around us. We strive for equity in career development, career opportunities, and equal remuneration. We encourage candidates who may not meet every single requirement to apply, as we appreciate diverse perspectives and provide opportunities for growth and learning. Diversity, equity, and inclusion (DEI) is woven into our company culture.

To discover more, visit