Trainee
Clermont-Ferrand, France
Michelin
Pionnier de la science des matériaux depuis plus de 130 ans, Michelin construit un manufacturier leader mondial des composites et expériences qui transforment notre quotidien.- - - - - - - - - - - -
Contexte
Afin d’accélérer l’innovation technologique, mais aussi de réduire le coût de développement des nouvelles gammes de pneumatique et l’empreinte environnementale de nos activités, de nombreux tests sont maintenant remplacés par des modèles numériques. Ces modèles peuvent être aussi bien basés sur la physique, à l’aide d’un calcul par éléments finis, que sur l’exploitation de la data à travers des modèles IA.
Ces deux approches sont complémentaires mais la stratégie globale d’utilisation reste à définir. Il peut arriver que plusieurs modèles coexistent pour prédire une même performance et il est donc nécessaire de savoir identifier laquelle utiliser pour valider une nouvelle conception.
Mission
Dans un premier temps, à partir de données existantes, une étude sera réalisée pour comparer les performances du modèle basé sur l’IA et celles du modèle basé sur les calculs éléments finis pour la prédiction de l’encombrement du pneumatique (largeur et diamètre extérieur), dans le contexte d’utilisation métier (analyse d’écart par rapport à une référence connue). En plus des métriques et graphiques usuels, une attention sera portée sur la validation « métier » c’est-à-dire la capacité des modèles à reproduire des effets connus. La démarche de validation construite pourra être étendue aux modèles de prédiction d’autres performances des pneumatiques.
Dans un deuxième temps, il peut être intéressant d’étudier la capacité des modèles à reproduire les variations en relatif par rapport à une référence connue par ailleurs afin de valider et comparer leur capacité à trier des solutions.
Enfin, un travail sera réalisé pour définir la meilleure approche possible pour enrichir un modèle IA par des données de simulation afin d’étendre son domaine d’application.
Délivrables
Bibliographie/enquête sur la capacité du modèle EF à prédire les différentes grandeurs
Evaluation de la qualité des deux modèles selon les deux axes d’utilisation (absolu et relatif)
Estimation de la pertinence de prédiction des différents effets de conception/paramètres de conditions de test (machine, pression, etc …)
Méthodologie d’extension de périmètre d’un modèle IA par de la simulation
Rapport de synthèse
Apport pour le/la candidat.e
La découverte de l’environnement R&D
Utilisation de différentes méthodes numériques
Méthodes de ML avancées
Compétences
Maîtrise des méthodes et modèles statistiques / Machine learning
Python
Des connaissances générales de mécanique et thermique seraient un plus
Niveau d’étude
En cours de formation Bac+5
Localisation
Le stage se déroulera au Centre de Technologie Europe Michelin à Clermont-Ferrand, et sera co-encadré par l’équipe de recherche sur la performance thermomécanique et l’équipe de traitement de données, en collaboration avec l’équipe de développement pneu tourisme.
Durée
6 mois, avec un démarrage au 1er semestre 2025
- - - - - - - - - - - -
Michelin entreprise engagée dans la mobilité durable et reconnue pour ses actions en faveur de l’expérience employé !
- Une note de 99/100 à l’index de l’égalité femmes-hommes
- Entreprise « Handi accueillante », avec un réseau de référents et ambassadeurs Handicap pour vous accompagner
- 83,5% de taux d’engagement de nos employés
- 94,6% des stagiaires et alternants nous recommandent, label "Happy Trainees" depuis 9 années consécutives
- Classé parmi les groupes du CAC 40 les plus engagés selon les Bac+5 à l’index RSE Universum 2023
- Parmi les 100 entreprises les plus attractives pour les étudiants et actifs BAC+2/3 au classement Universum 2023
- N°1 des entreprises de plus de 500 stagiaires et alternants qui rémunèrent le mieux au Classement HappyTrainees® Rémunération 2023
- Dans le Top 10 des meilleurs employeurs en France au classement Glassdoor 2023
- Dans le top 3 des entreprises du secteur « Automobile / Equipementier » en matière d’attractivité employeur à l’édition 2024 du Palmarès @EPOKA @GROUPE IFOP @Occurrence
Pour en savoir plus sur le Groupe :https://recrutement.michelin.fr
- - - - - - - - - - - -
* Salary range is an estimate based on our AI, ML, Data Science Salary Index 💰
Tags: Machine Learning Python R R&D
More jobs like this
Explore more career opportunities
Find even more open roles below ordered by popularity of job title or skills/products/technologies used.