Publiée le 01/05/2024

Contrat

Thèse - Temps Plein

Localisation

Toulouse Area

Missions

Afficher les missions

Description de l'emploi :

Une offre de contrat CIFRE intitulée Approches d'optimisation et d'apprentissage par renforcement pour la falsification de la propriété des lois de pilotage » vient de s'ouvrir au sein d’Airbus Commercial, sur son site de Toulouse.

Vous rejoindrez l’équipe Lois de pilotage au sein du département "Stability & Control” du bureau d’études Airbus

L’objectif de cette thèse consiste à poursuivre des travaux initiés le cadre d’une collaboration directe avec l’Onera, au cours desquels un algorithme d’arbre de recherche de Monte-Carlo Tree Search (MCTS) a été mis au point pour améliorer la phase d’exploration des états accessibles du système dans la falsification basée simulation et appliqué avec succès sur des propriétés critiques d’un contrôleur longitudinal de taille industrielle.
Le but est d'explorer de nouvelles méthodes, de les adapter à nos besoins. Les avantages, les inconvénients, l'efficacité par rapport aux types d'entrées , de systèmes et de propriétés à falsifier font parties des questions à répondre via la thèse.

Cette thèse repose sur deux domaines scientifiques:

• l’intelligence artificielle explicable (eXplainable Artificial Intelligence)
• et l’apprentissage actif (active learning) .

La thèse s'appuiera sur un plan d'expérimentation utilisant les moyens Airbus en colaboration avec l'ONERA/ISAE

Votre carte d’embarquement :

• Formation en Informatique, Mathématiques appliquées, Aérospatiale.
• Première expérience en relation avec le Machine Learning.
• Connaissance avérée des outils de développement pour le Machine Learning
• Capacité d'analyse et de résolution de problèmes
• Connaissance en automatique et mécanique du vol serait un plus.
• Niveau de négociation en anglais.

Cet emploi exige une connaissance des risques de conformité potentiels et un engagement à agir avec intégrité, comme base de la réussite, de la réputation et de la croissance durable de la société.

Unité légale :

Airbus Operations SAS

Type de contrat :

CDDClasse Emploi (France) : Classe F11

Niveau d'expérience :

Débutant

Famille d'emplois :

Mission & Contrôle de Véhicule <JF-EN-EU>

En soumettant votre CV ou votre candidature, vous autorisez Airbus à utiliser et stocker des informations vous concernant à des fins de suivi de votre candidature ou de futurs emplois. Ces informations ne seront utilisées que par Airbus.
Airbus s'engage à assurer la diversité de sa main-d'œuvre et à créer un environnement de travail inclusif. Nous accueillons toutes les candidatures, quels que soient le milieu social et culturel, l'âge, le genre, l'invalidité, l'orientation sexuelle ou les croyances religieuses des postulants.

Airbus est depuis toujours attaché à l'égalité des chances pour tous. En tant que tel, nous ne demanderons jamais aucun type d’avance de frais dans le cadre d'un processus de recrutement. Toute usurpation d'identité d'Airbus à cette fin doit être signalée à emsom@airbus.com.

Chez Airbus, nous vous aidons à travailler, à vous connecter et à collaborer plus facilement et de manière plus flexible. Dans la mesure du possible, nous favorisons les modalités de travail flexibles pour stimuler la pensée innovante.

Publiée le 30/04/2024

Contrat

Thèse - Temps Plein

Localisation

Toulouse Area

Niveau d'études

Bac+5 (Master / Ingénieur)

Missions

Afficher les missions

Description de l'emploi :

Etes-vous prêt à découvrir les futures générations d’aéronefs, avec une empreinte environnementale plus faible et davantage de systèmes électriques embarqués?

Candidatez sans plus attendre!

Nous vous proposons de nous rejoindre en tant qu’étudiant en thèse sur le sujet: “Optimisation de la gestion d'énergie d'un avion hybride (M/F) ”, au sein de Central Research and Technology, Airbus SAS.

Le département travaille en collaboration avec l’INRIA à Nancy, France, dans lequel vous serez intégré en tant qu’étudiant extérieur en thèse.
La thèse sera réalisée à la fois à 60% dans les locaux de l'INRIA à Nancy et à 40% dans ceux d'Airbus à Toulouse Saint-Martin. La période d'alternance précise entre les deux sites sera définie ultérieurement en accord avec les différentes parties prenantes.

Contexte de la thèse:

Dans la perspective de décarboniser le transport aérien, Airbus s'est engagé dans des recherches sur de nouveaux moyens de propulsion plus respectueux de l'environnement. Une des pistes envisagées reposerait sur un concept hybride combinant à la fois la propulsion conventionnelle par combustion de kérosène, voire de SAF (Sustainable Aviation Fuel) , et la propulsion électrique à l'aide de piles à combustible à hydrogène. Des électro-aimants réversibles placés dans les réacteurs permettront à la fois de convertir l'électricité des batteries en travail propulsif, et de convertir la perte d'énergie lors des phases de descente ou de décélération en énergie électrique stockée dans les batteries. L'utilisation de deux sources d'énergie simultanément (combustion de fuel et piles à combustible à base d'hydrogène) ainsi que la possibilité de charger ou décharger les batteries, nécessitera de devoir contrôler en temps réel le niveau d'utilisation de chaque type d'énergie ainsi que le mode d'utilisation des batteries (charge ou décharge) .

La gestion de l'énergie à bord est en général séparée en gestion long-terme et court-terme. L'optimisation long-terme consiste à découper le vol en phases distinctes (entres autres : décollage, montée, croisière, descente, atterrissage) sur lesquelles des profils d'utilisation des différentes sources d'énergie sont optimisés. Pour chaque phase, l'optimisation court-terme vise à définir les commandes en puissance de chaque source d'énergie ainsi que les actions sur les commutateurs des circuits de puissance afin de router l'électricité entre les différentes batteries et les systèmes électriques et propulsifs. La gestion long-terme de l'énergie et court-terme de la puissance doivent permettre de minimiser les émissions de produits carbonés en maximisant l'utilisation des batteries, tout en limitant la dégradation des batteries, et en garantissant la sécurité du vol à tout moment (puissance propulsive minimale, alimentation permanente des systèmes électriques) .

L'optimisation long-terme de l'énergie et court-terme de la puissance relèvent de caractéristiques mathématiques différentes qui appellent des méthodes d'optimisation spécifiques : la première est un processus à temps, états et actions discrets (sélection des sources d'énergie par phase avec leur niveau d'utilisation correspondants) , alors que la deuxième nécessite un contrôle à temps continu avec états et actions à la fois continus (grandeurs électriques) et discrets (statuts des commutateurs) . La thèse vise à générer des politiques de contrôle court-terme et long-terme, à dynamique, états et actions à la fois continus et discrets. Ces politiques seront générées par des techniques innovantes de prise de décision automatisée hybrides en intelligence artificielle, basées à la fois sur la connaissance de la logique des systèmes (planification basée modèle) et sur l'exploitation de simulations massives de la physique des systèmes sous-jacents (apprentissage par renforcement profond) . L'hybridation de ces techniques est considérée comme un des moyens efficaces pour gérer les aspects à la fois continus et discrets de tels systèmes de manière fidèle, tout en réduisant la quantité de données et de simulations nécessaires aux approches basées exclusivement sur les données. Les résultats de la thèse seront démontrés avec des simulations réalistes des systèmes d'un prototype d'avion du futur sur différents types de mission.

Le travail de thèse consistera donc à:

• Réaliser un état de l'art de la planification basée modèle et de l'apprentissage par renforcement profond pour des problèmes à la fois continus et discrets, et de l'hybridation des approches basées modèle et données ;
• Concevoir un algorithme de contrôle de systèmes à dynamique, états et actions continus/discrets, basé à la fois sur des modèles physiques et sur l'exploitation des données ;
• Modéliser et simuler un contrôleur de systèmes propulsifs et de distribution de l'énergie basés sur des sources d'énergie hybrides ;

Le profil et compétences que nous recherchons:

• Master de Recherche en Intelligence Artificielle, Mathématiques Appliquées, ou Optimisation Combinatoire
• Connaissance à la fois de l'apprentissage profond et des techniques d'optimisation discrètes/continus
• Aisance en programmation Python, éventuellement C++
• Intérêt pour la recherche scientifique et les applications industrielles

____________________________________

ENGLISH VERSION

____________________________________

Are you up to discovering the forthcoming generation of aircrafts, with lower environmental footprint and more embedded electric systems?

Then apply now!

We look forward to you joining us as a PhD student "Optimization of energy management in a hybrid aircraft (m/f) " within Airbus SAS France, in the Central Research and Technologies division.

The department works in collaboration with INRIA in Nancy, France, in which you will be integrated as an external thesis student.
The thesis will be carried out both 60% in the INRIA premises in Nancy and 40% in those of Airbus in Toulouse Saint-Martin. The precise alternation period between the two sites will be defined later in agreement with the various stakeholders.

PhD thesis scope:

With a view to decarbonizing air transport, Airbus is engaged in research into new, more environmentally friendly means of propulsion. One of the avenues envisaged would be based on a hybrid concept combining both conventional propulsion by combustion of kerosene, or even SAF (Sustainable Aviation Fuel) , and electric propulsion using hydrogen fuel cells. Reversible electromagnets placed in the reactors will make it possible to both convert the electricity from the batteries into propulsive work, and to convert the loss of energy during the descent or deceleration phases into electrical energy stored in the batteries. The use of two energy sources simultaneously (fuel combustion and hydrogen-based fuel cells) as well as the possibility of charging or discharging the batteries will require real-time monitoring of the level of use of each type. energy as well as the mode of use of the batteries (charging or discharging) .

On-board energy management is generally separated into long-term and short-term management. Long-term optimization consists of dividing the flight into distinct phases (among others: takeoff, climb, cruise, descent, landing) on which the use profiles of the different energy sources are optimized. For each phase, short-term optimization aims to define the power controls for each energy source as well as the actions on the switches of the power circuits in order to route the electricity between the different batteries and the electrical and propulsion systems. . Long-term energy and short-term power management must make it possible to minimize carbon emissions by maximizing the use of batteries, while limiting battery degradation, and guaranteeing flight safety at all times. moment (minimum propulsive power, permanent power supply to electrical systems) .

Long-term optimization of energy and short-term optimization of power relate to different mathematical characteristics which call for specific optimization methods: the first is a process with discrete time, states and actions (selection of energy sources per phase with their corresponding level of use) , while the second requires continuous time control with states and actions that are both continuous (electrical quantities) and discrete (switch statuses) . The thesis aims to generate short-term and long-term control policies, with dynamics, states and actions that are both continuous and discrete. These policies will be generated by innovative hybrid automated decision-making techniques in artificial intelligence, based both on knowledge of the logic of systems (model-based planning) and on the exploitation of massive simulations of the physics of underlying systems. (deep reinforcement learning) . The hybridization of these techniques is considered one of the effective ways to handle both continuous and discrete aspects of such systems in a faithful manner, while reducing the amount of data and simulations required for data-only approaches. The results of the thesis will be demonstrated with realistic simulations of the systems of a prototype aircraft of the future on different types of mission.

The thesis work will therefore consist of:

• Carry out a state of the art of model-based planning and deep reinforcement learning for both continuous and discrete problems, and the hybridization of model and data-based approaches;
• Design a control algorithm for systems with dynamics, continuous/discrete states and actions, based both on physical models and on the exploitation of data;
• Model and simulate a controller for propulsion and energy distribution systems based on hybrid energy sources;

The profile we are looking for:

• Master of Research in Artificial Intelligence, Applied Mathematics, or Combinatorial Optimization
• Knowledge of both deep learning and discrete/continuous optimization techniques
• Comfortable with Python programming, possibly C++
• Interest in scientific research and industrial applications

Cet emploi exige une connaissance des risques de conformité potentiels et un engagement à agir avec intégrité, comme base de la réussite, de la réputation et de la croissance durable de la société.

Unité légale :

AIRBUS SAS

Type de contrat :

Doctorat, Contrat CIFREClasse Emploi (France) : Classe F11

Niveau d'expérience :

Etudiant

Famille d'emplois :

Digital <JF-IM-DI>

En soumettant votre CV ou votre candidature, vous autorisez Airbus à utiliser et stocker des informations vous concernant à des fins de suivi de votre candidature ou de futurs emplois. Ces informations ne seront utilisées que par Airbus.
Airbus s'engage à assurer la diversité de sa main-d'œuvre et à créer un environnement de travail inclusif. Nous accueillons toutes les candidatures, quels que soient le milieu social et culturel, l'âge, le genre, l'invalidité, l'orientation sexuelle ou les croyances religieuses des postulants.

Airbus est depuis toujours attaché à l'égalité des chances pour tous. En tant que tel, nous ne demanderons jamais aucun type d’avance de frais dans le cadre d'un processus de recrutement. Toute usurpation d'identité d'Airbus à cette fin doit être signalée à emsom@airbus.com.

Chez Airbus, nous vous aidons à travailler, à vous connecter et à collaborer plus facilement et de manière plus flexible. Dans la mesure du possible, nous favorisons les modalités de travail flexibles pour stimuler la pensée innovante.

Publiée le 24/04/2024

Contrat

Thèse - Temps Plein

Localisation

7 (91)

Niveau d'études

Bac+4

Missions

Afficher les missions

Intitulé du poste :
An integrated methodology for source-to-structure seismic safety assessment including uncertainty propagation by surrogate modeling

Description de la mission :

The seismic safety assessment of structures and components of nuclear power plants is based on a well-established methodology consisting in the (i) establishment of the site-specific seismic hazard, the (ii) computation of the dynamic response of structures interacting with the surrounding soil to compute seismic demand, the iii) evaluation of the seismic fragility of structures and components and iv) the convolution of hazard and fragility for safety assessment.

The development of best-estimate approaches together with comprehensive consideration of uncertainties as well as the development of integrated approaches from hazard to structural response allow for more accurate risk estimates (e.g. SINAPS@ and METIS research projects) . Recently, an integrated methodology was proposed by Korres et al. accounting for the seismic wave propagation, from the source, through the complex geological medium in the regional and local scale of the site under consideration, and up to the structure’s foundation and its transmission to the sensitive equipment of interest (e.g., electro-mechanical devices, piping systems, etc.) . However, the link between physics-based simulation and regulatory approaches where seismic load is defined by response spectra still needs to be fully established. On the other hand, source-to-structure 3D simulation remain computationally expensive and requires the development of surrogate models in particular in the light of uncertainty propagation and sensitivity analysis.

In this context, the main objective of this work is to develop a global methodology for seismic assessment of structures integrating: (i) a source-to-structure wave propagation modeling conditioned on the site-specific seismic hazard defined on the outcropping rock, and (ii) uncertainties at the different scales, while propagating them through the different steps of the procedure.

The proposed strategy for this PhD work is based on ideas synthesized in the following :

• Source-to-structure 3D physics-based simulations (PBS) :

In order to appropriately model the seismic wave propagation at the different scales of analysis (regional scale ~km, site/structure scale ~m) , a spectral element (SEM) - finite element method (FEM) coupling based on the domain reduction method already implemented in Korres et al. is used as a basis for the numerical simulations. In this context, important components of the source-to-structure wave propagation can be explicitly taken into account.
More precisely, such numerical approach requires : i) the definition of a realistic 3D geology (regional/local scale) and the mechanical properties of the structure, ii) the characterization and modeling of the excitation source on the regional scale, iii) the definition of the ground motion on the s

Publiée le 23/04/2024

Contrat

Thèse - Temps Plein

Localisation

Guyancourt (78)

Niveau d'études

Bac+5 (Master / Ingénieur)

Missions

Afficher les missions

Description de poste externe

Votre environnement

Pour ses moteurs électriques, Renault a fait le choix des rotors bobinés qui ont le triple avantage d’éviter l’usage des terres rares, de permettre une forte densité massique de puissance et d’atteindre de très bons rendements à haute vitesse. Optimiser masse et rendement sont des axes de travail privilégiés des constructeurs pour améliorer l’autonomie de leurs véhicules. Mais, cette course à l’augmentation de la densité de puissance se heurte à des limites physiques, comme la tenue des bobinages à haute température.

La bobine d’un rotor, qui peut être assimilée à un matériau composite est constituée d’un fil de cuivre émaillé, enroulé autour d’un stack de tôles et noyé dans une résine d’imprégnation. Sous l’effet des chargements mécaniques et thermique, cette bobine peut connaitre des avaries de fatigue pouvant conduire à l’écaillage des conducteurs.

Votre mission

Le travail proposé consistera à identifier, caractériser et modéliser les mécanismes d’endommagement des rotors bobinés.

Livrables de la thèse :

• Compréhension des mécanismes de la dégradation aux interfaces cuivre / émail et émail / résine
• Caractérisation des lois de comportement des matériaux
• Construction du modèle numérique d’un stack rotor avec prise en compte du process, des cycles de sollicitations et des défauts d’imprégnations
• Identification des paramètres du modèle d’endommagement

Votre profil

Vous êtes diplômé(e) de BAC+5 d'école d'ingénieur avec une spécialisation en mécanique des matériaux. Vous avez une première expérience (projet en école, projet de fin d’étude, mastère …) en modélisation E.F sur Abaqus.

Vous avez des connaissance générales sur le fonctionnement des machines électriques. Vous êtes reconnu(e) par vos solides compétences en mécanique des matériaux (comportement, Fatigue, usure, …) .

​

Vous avez le goût pour les essais, pour la réalisation de prototype et pour la modélisation.

Votre autonomie, sens critique, curiosité et rigueur scientifique sont clés de succès pour cette thèse.

Vous vous reconnaissez dans cette annonce ? Alors ce poste est fait pour vous!

Rejoignez-nous ! #CarMakerCareMakers

Métier

Transverse

Durée du contrat

36 months

Renault Group s’engage à créer un environnement de travail inclusif et les conditions permettant à chacun de nous d’apporter sa passion, donner le meilleur de lui-même et s’épanouir, tout en étant lui-même.

Nous trouvons notre force dans notre diversité et nous nous engageons à garantir l'égalité des chances en matière d'emploi, indépendamment de la couleur, de l'ascendance, de la religion, du sexe, de l'origine nationale, de l'orientation sexuelle, de l'âge, de la citoyenneté, de l'état civil, du handicap, de l’identité de genre, etc. Si vous avez un handicap ou un besoin particulier nécessitant l’aménagement du poste de travail ou de l’horaire de travail, merci de nous le faire savoir en remplissant ce formulaire.

Afin de pouvoir suivre en temps réel l'évolution de vos candidatures et pouvoir rester en contact avec nous, nous vous invitons à créer un compte candidat. Cela ne vous prendra pas plus d’une minute et vous permettra également de faciliter vos prochaines candidatures.

En soumettant votre CV ou votre candidature, vous autorisez Renault Group à utiliser et stocker des informations vous concernant à des fins de suivi de votre candidature ou de futurs emplois. Ces informations ne seront utilisées que par les sociétés de Renault Group tel que mentionné dans la Politique Groupe de protection des données personnelles.

Publiée le 21/04/2024

Contrat

Thèse - Temps Plein

Localisation

Toulouse Area

Missions

Afficher les missions

Description de l'emploi :

Et si VOTRE aventure continuait avec NOUS !

Dans le cadre de l’approfondissement d'un cursus scolaire, vous recherchez un contrat CIFRE d'une durée de trois ans, vous permettant de valider l’accès au titre de Docteur.

Nous vous proposons de travailler dans une entreprise leader mondial dans son domaine, tournée vers le digital, à la pointe de la recherche et de l’innovation.

Une offre de contrat CIFRE intitulée Techniques d’apprentissage actif pour l’optimisation de la collecte de données sur une flotte d’aéronef (h/f) » vient de s'ouvrir au sein d’Airbus Commercial, sur son site de Toulouse.

Vous rejoindrez l’équipe d’Architecture Système au sein du département "Connectivity and Data Systems” du bureau d’études Airbus

L’objectif de cette thèse est de définir des méthodes basées sur l’apprentissage machine (Deep Learning, DL) opérant sur des volumes de données réduits afin d’identifier les données minimales à collecter.

Dans le cadre des projets aéronautiques, la collecte de données est un point de difficulté car elle repose généralement sur un système embarqué pour l’acquisition et le stockage de données à bord de l’aéronef.

De plus, l’utilisation des moyens de communication est généralement coûteuse dans l’environnement aéronautique, même lorsque des transmissions en temps réel ne sont pas nécessaires.

Enfin (et ce dernier point n’est pas spécifique au domaine aéronautique) , le stockage et la gestion de données pour des applications de vision assistées par ordinateur représente rapidement des volumes de données importants, en particulier lorsqu’elles nécessitent des images ayant un haut niveau de résolution.

Cette thèse repose sur deux domaines scientifiques:

• l’intelligence artificielle explicable (eXplainable Artificial Intelligence)
• et l’apprentissage actif (active learning) .

Ces techniques s’appliquent généralement après la collecte des données, dans un environnement constitué par des systèmes hébergés au sol afin de sélectionner des données qui sont stockées dans une base de données centralisée. Une difficulté pour cette thèse, réside dans l’application des techniques en amont de la phase de collecte des données. Cela nécessite de résoudre plusieurs verrous qui peuvent principalement se résumer comme suit :

• Définir une méthode “embarquable” pour des données de grandes dimensionnalité (des images de haute résolution) ,
• Définir une méthode distribuée permettant d’optimiser la collecte à l’échelle d’une flotte d'aéronefs.

La thèse s'appuiera sur un plan d'expérimentation utilisant les moyens Airbus

Votre carte d’embarquement :

• Formation en Informatique, Mathématiques appliquées, Aérospatiale ou Réseaux et télécoms.
• Première expérience en relation avec le Machine Learning
• Connaissance avérée des outils de développement pour le Machine Learning
• Connaissance des bases de données SQL et NoSQL et des frameworks de manipulation de données
• Capacité d'analyse et de résolution de problèmes
• Connaissance de l'environnement AWS et des ses composants serait un plus.
• Connaissance de l'exploitation d'un aéronef et de son fonctionnement (ex. : pilote) serait un plus.
• Niveau de négociation en anglais.

Cet emploi exige une connaissance des risques de conformité potentiels et un engagement à agir avec intégrité, comme base de la réussite, de la réputation et de la croissance durable de la société.

Unité légale :

Airbus Operations SAS

Type de contrat :

Doctorat, Contrat CIFREClasse Emploi (France) : Classe F11

Niveau d'expérience :

Débutant

Famille d'emplois :

Informatique&Comm, Traitemt Info/Données <JF-EN-EB>

En soumettant votre CV ou votre candidature, vous autorisez Airbus à utiliser et stocker des informations vous concernant à des fins de suivi de votre candidature ou de futurs emplois. Ces informations ne seront utilisées que par Airbus.
Airbus s'engage à assurer la diversité de sa main-d'œuvre et à créer un environnement de travail inclusif. Nous accueillons toutes les candidatures, quels que soient le milieu social et culturel, l'âge, le genre, l'invalidité, l'orientation sexuelle ou les croyances religieuses des postulants.

Airbus est depuis toujours attaché à l'égalité des chances pour tous. En tant que tel, nous ne demanderons jamais aucun type d’avance de frais dans le cadre d'un processus de recrutement. Toute usurpation d'identité d'Airbus à cette fin doit être signalée à emsom@airbus.com.

Chez Airbus, nous vous aidons à travailler, à vous connecter et à collaborer plus facilement et de manière plus flexible. Dans la mesure du possible, nous favorisons les modalités de travail flexibles pour stimuler la pensée innovante.

Publiée le 19/04/2024

Contrat

Thèse - Temps Plein

Localisation

Lardy (91)

Niveau d'études

Bac+5 (Master / Ingénieur)

Missions

Afficher les missions

Votre environnement de travail :

La thèse se déroulera au sein de la direction Systèmes & Mise au Point du Groupe Motopropulseur électrique (ePWT) et du service Cadrage Systèmes. Ce service est en charge du développement des architectures systèmes et de la rédaction des exigences fonctionnelles et dysfonctionnelles.

Dans le contexte actuel, la connaissance de l’état de santé des composants devient un enjeu important pour le véhicule électrique afin d’assurer le bon fonctionnement des composants en toute sécurité et aux bonnes performances dans les différents cas d’usage et tout au long de la vie du véhicule.

Vous serez basé(e) sur le site du Centre Technique de Lardy (91) .

Vos missions :

Cette thèse porte sur l’identification et la surveillance des paramètres caractéristiques de l’état de santé des machines électriques de traction des véhicules automobiles à partir du traitement de données numériques et des contextes de fonctionnement provenant des différentes unités de commande électronique du véhicule. Les données sont collectées pendant les phases de développement en laboratoire et tout au long de la vie d’utilisation des véhicules grâce aux moyens de connectivité embarqués.

La connaissance de la physique qui régit le fonctionnement de ces machines et l’exploitation probabiliste des données de mesure dans le véhicule permettra l’apprentissage des indicateurs de l’état de santé des machines.

Une fusion des données apprises dans le véhicule et celles issues du traitement des données collectées sur le cloud sur les véhicules de même famille permettra de prendre une décision optimale d’une maintenance préventive du véhicule qui sera proposée au client.

Les travaux de cette thèse ont pour objectif de développer des méthodes d’identification et d’apprentissage statistique de grandeurs caractéristiques du vieillissement de machines électriques d’un véhicule automobile par l’exploitation combinée de données collectées sur le Cloud et transmises par une flotte de véhicules de la même famille via les moyens de connectivité embarqués dans chaque véhicule et de données temps réel acquises dans le véhicule en cours de son utilisation.

Une estimation probabiliste sera faite de l’état de santé et de la durée de vie restante des machines électriques sur le véhicule en fonction des indicateurs de vieillissement, permettant ainsi de mettre en place une maintenance prédictive individualisée du véhicule.

Dans ce cadre, vous serez amené à :

• Etudier des méthodes de traitement de données massives (Big data) pour classifier et identifier des paramètres caractéristiques de vieillissement de systèmes du Powertrain en prenant l’exemple des machines électriques.
• Construire des modèles offline de l’état de santé des systèmes étudiés
• Construire une approche d’apprentissage statistique à partir de données temps réel online
• La fusion de données des caractéristiques identifiées en offline et online qui permettent de prédire le comportement des systèmes et leurs durées de vie restante
• Effectuer du recalage des prédictions par les observations temps réel
• Construire une logique de maintenance prédictive optimale pour le client

Vos principaux livrables sont :

• Une étude bibliographique sur l’état de l’Art et les approches et techniques à envisager dans la thèse dans le domaine de traitement des données, de la modélisation et la prédiction des systèmes en vue de la maintenance prédictive.
• La conception des algorithmes de traitement de données, des modèles de prédiction de la durée de vie restante.
• Leur application sur les machines électriques des véhicules.

Votre profil :

Vous possédez un Master en sciences numériques et IA ou Diplôme d’ingénieur avec option IA.

Vous avez des connaissances en mathématiques, physique, électronique et mécanique, maîtrisez les concepts, méthodes et algorithmes de Machine Learning ; traitement des signaux ; modélisation probabiliste, ainsi que les outils logiciels associés à ces techniques.

Vous avez une bonne capacité d'analyse, êtes autonome, et aimez travailler en équipe. Vous êtes bon communicant et possédez de bonnes capacités rédactionnelles, en français et en anglais. Vous avez un attrait certain pour la recherche appliquée.

Vous vous reconnaissez dans cette annonce ? Alors ce poste est fait pour vous !

Rejoignez-nous ! #CarMakerCareMakers

Découvrez notre processus de recrutement : https://www.renaultgroup.com/talents/

Métier

Transverse

Durée du contrat

36 months

Renault Group s’engage à créer un environnement de travail inclusif et les conditions permettant à chacun de nous d’apporter sa passion, donner le meilleur de lui-même et s’épanouir, tout en étant lui-même.

Nous trouvons notre force dans notre diversité et nous nous engageons à garantir l'égalité des chances en matière d'emploi, indépendamment de la couleur, de l'ascendance, de la religion, du sexe, de l'origine nationale, de l'orientation sexuelle, de l'âge, de la citoyenneté, de l'état civil, du handicap, de l’identité de genre, etc. Si vous avez un handicap ou un besoin particulier nécessitant l’aménagement du poste de travail ou de l’horaire de travail, merci de nous le faire savoir en remplissant ce formulaire.

Afin de pouvoir suivre en temps réel l'évolution de vos candidatures et pouvoir rester en contact avec nous, nous vous invitons à créer un compte candidat. Cela ne vous prendra pas plus d’une minute et vous permettra également de faciliter vos prochaines candidatures.

En soumettant votre CV ou votre candidature, vous autorisez Renault Group à utiliser et stocker des informations vous concernant à des fins de suivi de votre candidature ou de futurs emplois. Ces informations ne seront utilisées que par les sociétés de Renault Group tel que mentionné dans la Politique Groupe de protection des données personnelles.

Publiée le 16/04/2024

Contrat

Thèse - Temps Plein

Localisation

Guyancourt (78)

Missions

Afficher les missions

Poste recherché

Dans le cadre d’un projet de R&D sur le processus Mégacasting, Renault développe une approche Casting 4.0 Métaverse appliquée à la HPDC (fonderie aluminium sous pression) . Nous vous proposons de participer à cette aventure.

Votre environnement

Vous serez intégré au sein de la DIPM (Direction Ingénierie Production Mécanique) de Renault auquel appartient le département Ingénierie Casting (RPPE) qui pilote tous les sujets d’innovation sur le casting et notamment la Road Map Casting 4.0 (fonderie aluminium sous-pression HPDC) de Renault. Cette feuille de route constitue une des réponses clés à la révolution actuelle du processus de construction des véhicules basée sur le MégaCasting.

Cette thèse CIFRE est en partenariat avec un laboratoire de recherche auquel vous serez également rattaché. Vous y trouverez le support nécessaire à vos travaux de recherche. Vous serez encadré d’une part par un directeur de thèse dépendant du labo de recherche et d’autre part par un tuteur industriel Renault. Vous ferez donc partie de l’équipe Ingénierie process Casting Renault.

La thèse s’articulera géographiquement entre le laboratoire de recherche, le technocentre de Renault à Guyancourt (78) et l’usine Renault de Cléon (76) .

Votre mission

SUJET DE THESE

Les processus de production Renault intègrent des contrôles réalisés par tomographe. Votre objectif sera de créer un Avatar numérique de la pièce à partir du fichier issu du tomographe ce qui permettra de réaliser des contrôles virtuels de sa conformité dimensionnelle et son étanchéité. Nous pourrons ainsi anticiper les dérives à venir par une approche statistique.

Vous devrez donc construire les étapes suivantes :

Trouver ou développer l'algorithme pour rendre le fichier issu de la tomographie compatible. Déterminer la conformité dimensionnelle / ou non de la pièce mesurée par le tomographe. Modéliser l'évolution dimensionnelle de la production en fonction des mesures précédentes (#2) . Usiner "fictivement" la pièce à partir d'une numérisation usinage. Modéliser virtuellement le contrôle d’étanchéité de la pièce mesurée au tomographe à partir de son avatar. Définir le seuil de fuite (CC/min) à appliquer à la pièce à partir de laquelle, la pièce sera NOK suivant un cahier des charges. Modéliser l’évolution du seuil de fuite de la pièce en fonction des mesures précédentes (#6) .

ENJEUX / INTERÊTS

L’enjeu principal est d’améliorer les performances industrielles du processus innovant Mégacasting et ainsi réduire les coûts de production de Renault. Cet objectif se décline comme suit :

• Eradiquer la sur-qualité sur pièces avant usinage (- 10% sur VT brute)
• Supprimer les contrôles dimensionnels bord de ligne (-2% sur VT brute)
• Supprimer le coût du leak test : Investissements (2M€ sur carter EV)
• Dépôt d’un brevet « métaverse appliqué au contrôle qualité sur pièce brute »

La digitalisation complète des données de sortie du processus HPDC (la conformité des pièces produites) est l’une des 3 briques indispensables à la road map Métaverse 4.0 de Renault

Nous souhaitons que cette thèse se traduise par le dépôt d’un brevet « métaverse » appliqué au casting HPDC pour atteindre 0 panne / 0 scrap.

Votre profil

Ingénieur mécanique de formation avec de solides connaissances en matériaux.

Compétences : Simulation calcul éléments finis et programmation.

Capacité d’adaptation, autonome et dynamique.

Motivé par la recherche destinée à une application industrielle.

Anglais courant.

Rejoignez-nous ! #RENAULUTION

Notre processus de recrutement

Découvrez notre processus de recrutement: https://www.renaultgroup.com/talents/nos-offres-dans-le-monde/

Métier

Transverse

Durée du contrat

36 months

Renault Group s’engage à créer un environnement de travail inclusif et les conditions permettant à chacun de nous d’apporter sa passion, donner le meilleur de lui-même et s’épanouir, tout en étant lui-même.

Nous trouvons notre force dans notre diversité et nous nous engageons à garantir l'égalité des chances en matière d'emploi, indépendamment de la couleur, de l'ascendance, de la religion, du sexe, de l'origine nationale, de l'orientation sexuelle, de l'âge, de la citoyenneté, de l'état civil, du handicap, de l’identité de genre, etc. Si vous avez un handicap ou un besoin particulier nécessitant l’aménagement du poste de travail ou de l’horaire de travail, merci de nous le faire savoir en remplissant ce formulaire.

Afin de pouvoir suivre en temps réel l'évolution de vos candidatures et pouvoir rester en contact avec nous, nous vous invitons à créer un compte candidat. Cela ne vous prendra pas plus d’une minute et vous permettra également de faciliter vos prochaines candidatures.

En soumettant votre CV ou votre candidature, vous autorisez Renault Group à utiliser et stocker des informations vous concernant à des fins de suivi de votre candidature ou de futurs emplois. Ces informations ne seront utilisées que par les sociétés de Renault Group tel que mentionné dans la Politique Groupe de protection des données personnelles.

Publiée le 16/04/2024

Contrat

Thèse - Temps Plein

Localisation

Cléon (76)

Missions

Afficher les missions

Au sein de la DIPM (Direction Ingénierie Process Mécanique) , le département « Electronique de puissance et Batterie » gère le développement des projets d’installation de moyens de production pour la fabrication de nouveaux moteurs électriques et met en œuvre des actions métier pour définir les process de demain.

Nous recherchons un thésard pour traiter le sujet de thèse « Modélisation et caractérisation des contacts électriques sans soudure » en collaboration avec les laboratoires de recherche de l’INSA Lyon.

La robustesse et la fiabilité des connexions électriques sont des composantes clés de nombreux systèmes électroniques de puissance modernes dans l’automobile. Elles peuvent être utilisées pour connecter des composants électroniques, des circuits imprimés, des câbles, des Busbars, des cellules de batteries, des sous-ensembles, entre autres choses.
Dans de nombreuses applications, ces besoins ont conduit à réaliser des connexions comme la soudure pour garantir le profil de mission des systèmes et ceci au détriment de la réparabilité et de la recyclabilité des produits.
Hors la réparabilité et la recyclabilité des produits sont 2 axes majeurs à prendre en compte dans nos développements et nous devons donc pour ce faire évaluer toutes les possibilités process et produits pour supprimer les connexions électriques soudées tout en gardant un ratio prix performance au meilleur niveau.

Afin d’être en mesure d’effectuer des choix, nous devons donc modéliser et caractériser les contacts électriques suivant les profils de mission visés pour garantir des connexions fiables et efficaces tout au long du cycle de vie du produit.

Cette thèse aura donc pour objectif d’identifier l’ensemble des procédés d’assemblage, des types de connexion électriques, ainsi que les roadmaps industrielles et ce afin de réaliser la modélisation et la caractérisation des contacts électriques de chacune de ces solutions pour les évaluer.

Votre mission

Proposer des solutions de connexions sans soudure et démontrer leurs applications possibles pour les futurs développements de moteur électrique

• Faire de l’analyse de la concurrence dans l’ensemble des secteurs de l’industrie (pas uniquement le secteur automobile) pour rechercher de façon exhaustive des solutions pertinentes (recherche bibliographique)
• Concevoir un essai de principe pour caractériser le contact électrique
• Réaliser un plan d’expérience physique sur les process les plus pertinents
• Modéliser ces nouveaux types de contact et nouveaux process pour simplifier la conception et le dimensionnement des futurs de moyens de production

Votre mission implique d’être présent à la fois sur le site Renault de Cléon en Normandie et sur le site de l’INSA Lyon.

Votre profil

Capacité d’adaptation, autonome et dynamique

Une expérience de recherche réussie

Une forte volonté d’appliquer concrètement vos résultats de recherche dans le monde de l’industrie

Fortes connaissances en électronique de puissance, en matériau (caractérisation mécanique, électrique) , en vibratoire et en tribologie

Connaissances en calcul numérique (outil Abaqus, ANSA…)

Anglais courant

Rejoignez-nous ! #RENAULUTION

Notre processus de recrutement

Découvrez notre processus de recrutement : https://www.renaultgroup.com/talents/nos-offres-dans-le-monde/

Métier

Transverse

Durée du contrat

36 months

Renault Group s’engage à créer un environnement de travail inclusif et les conditions permettant à chacun de nous d’apporter sa passion, donner le meilleur de lui-même et s’épanouir, tout en étant lui-même.

Nous trouvons notre force dans notre diversité et nous nous engageons à garantir l'égalité des chances en matière d'emploi, indépendamment de la couleur, de l'ascendance, de la religion, du sexe, de l'origine nationale, de l'orientation sexuelle, de l'âge, de la citoyenneté, de l'état civil, du handicap, de l’identité de genre, etc. Si vous avez un handicap ou un besoin particulier nécessitant l’aménagement du poste de travail ou de l’horaire de travail, merci de nous le faire savoir en remplissant ce formulaire.

Afin de pouvoir suivre en temps réel l'évolution de vos candidatures et pouvoir rester en contact avec nous, nous vous invitons à créer un compte candidat. Cela ne vous prendra pas plus d’une minute et vous permettra également de faciliter vos prochaines candidatures.

En soumettant votre CV ou votre candidature, vous autorisez Renault Group à utiliser et stocker des informations vous concernant à des fins de suivi de votre candidature ou de futurs emplois. Ces informations ne seront utilisées que par les sociétés de Renault Group tel que mentionné dans la Politique Groupe de protection des données personnelles.

Publiée le 12/04/2024

Contrat

Thèse - Temps Plein

Localisation

Paris

Niveau d'études

Bac+5 (Master / Ingénieur)

Missions

Afficher les missions

🚗 En route vers Mobilize !

A l’écoute de tous nos clients, nous créons des services financiers innovants pour construire une mobilité durable pour tous.

Rejoindre Mobilize Financial Services, c’est d’abord choisir d’intégrer un groupe international, filiale de Renault Group, une banque de financement solide, partenaire du constructeur Renault et d’autres marques du secteur automobile. Nos 4 000 collaborateurs présents dans 35 pays, agissent ensemble au service de nos clients.

Nous proposons à nos clients - particuliers comme professionnels - les financements et les services les plus adaptés pour les véhicules neufs et d'occasion.

Mobilize Financial Services a financé plus de 1, 2 million de dossiers (véhicules neufs et véhicules d’occasion) en 2023 et vendu 3, 9 millions de services.

Notre entreprise se "MOBILIZE" en faveur de la diversité culturelle, l'égalité hommes-femmes et l'intégration de personnes en situation de Handicap, au travers notamment de notre Chartre. Nous favorisons un environnement de travail où les différences individuelles sont reconnues, appréciées, respectées et valorisées, de façon à mettre à profit les talents et les forces de chacun.

En 2023, 124 alternants ont intégré notre Groupe ; cet indicateur démontre la volonté de nos équipes à vous accompagner dans votre formation et à participer à votre réussite professionnelle.

🚘Prenez le volant ! Pas de routine, tous nos itinéraires sont différents !
Au sein de la Direction Comptabilité et Contrôle de la Performance, vous rejoindrez ​​​​Le service Synthèse et Reporting Factory qui a pour vocation d’assurer le suivi et de faciliter le pilotage de l’activité commerciale et financière du groupe RCI et de ses filiales

Concrètement vos missions seront les suivantes :

• Assurer la production des indicateurs de gestion, rentabilité de la nouvelle production, et des indicateurs financiers (produit net bancaire, coût du risque des activités crédit) du groupe : respect des délais, fiabilité des données, contrôles de cohérence, analyse des résultats.
• Participer aux processus de planification du groupe : budgets, reprévisions financières, plan à moyen terme.
• Participer aux travaux de clôture mensuelle, et semestrielle : communication financière interne et externe, conseil d’administration, rapport d'activité semestriel.
• Collaborer à divers sujets transverses : benchmarks, travaux ponctuels pour d’autres Directions (commerce, véhicule électrique…) ou pour les constructeurs Renault et Nissan, réalisation de présentations et de supports divers.
• Contribuer à l’amélioration continue des processus et outils : simplification des processus et automatisation accrue des outils du Contrôle de Gestion, évolution du progiciel de gestion groupe.

Véritable tout-terrain, vous nous intéressez !

• Vous préparez un/une Master 2 (BAC+5) en contrôle de gestion ou data mining.
• Autonomie, rigueur, curiosité et sens de l’organisation
• Vous disposez d’un bon esprit d’initiative et de synthèse,
• Vous avez une appétence pour les chiffres
• Vous maîtrisez le Pack office notamment Excel
• La maitrise de Business Object Financial Consolidation/Magnitude, Spotfire ou Alteryx seront un plus.
• Maîtrise de l’anglais opérationnel

Durée du contrat : 12 à 24 mois

Pourquoi nous rejoindre ? Votre Pack confort est composé de nombreux avantages 😀 :

• Un environnement de travail moderne et convivial : locaux agréables, un CSE dynamique avec de nombreuses (offres voyages, sport, famille) et selon les sites, restaurant d’entreprise ou tickets restaurant
• Nous sommes mobilisés pour développer la qualité de vie au travail de nos collaborateurs en faisant évoluer nos façons de travailler (méthodes, outils, organisation du travail…) et nous sommes fiers d’être certifiés en 2023⭐Great Place To Work ⭐
• Possibilité de télétravailler occasionnellement
• A l’issue de l’alternance, possibilités d’embauche en fonction des opportunités de recrutement en CDI/CDD.
• Nous proposons une rémunération basée sur le salaire minimum conventionnel (de 518€ à 2 094€ brut) et selon le profil + Participation + Intéressement
• Remboursement à hauteur de 75% des frais d’abonnement aux transports public ou forfait de transport mensuel selon le mode de locomotion
• Nos locaux sont situés à Paris Grands Boulevards

Pour en savoir plus sur notre entreprise, suivez-nous sur LinkedIn !

Process de recrutement ?

📞 Si votre candidature est retenue, vous serez contacté(e) , pour un entretien avec l’opérationnel.

🏁 Puis, si votre profil correspond à nos besoins, vous serez contacté(e) par la fonction RH

L’équipe Mobilize FS a hâte de vous recevoir !

Métier

Finance & Gestion

Durée du contrat

12 months

Renault Group s’engage à créer un environnement de travail inclusif et les conditions permettant à chacun de nous d’apporter sa passion, donner le meilleur de lui-même et s’épanouir, tout en étant lui-même.

Nous trouvons notre force dans notre diversité et nous nous engageons à garantir l'égalité des chances en matière d'emploi, indépendamment de la couleur, de l'ascendance, de la religion, du sexe, de l'origine nationale, de l'orientation sexuelle, de l'âge, de la citoyenneté, de l'état civil, du handicap, de l’identité de genre, etc. Si vous avez un handicap ou un besoin particulier nécessitant l’aménagement du poste de travail ou de l’horaire de travail, merci de nous le faire savoir en remplissant ce formulaire.

Afin de pouvoir suivre en temps réel l'évolution de vos candidatures et pouvoir rester en contact avec nous, nous vous invitons à créer un compte candidat. Cela ne vous prendra pas plus d’une minute et vous permettra également de faciliter vos prochaines candidatures.

En soumettant votre CV ou votre candidature, vous autorisez Renault Group à utiliser et stocker des informations vous concernant à des fins de suivi de votre candidature ou de futurs emplois. Ces informations ne seront utilisées que par les sociétés de Renault Group tel que mentionné dans la Politique Groupe de protection des données personnelles.

Publiée le 12/04/2024

Contrat

Thèse - Temps Plein

Localisation

Toulouse Area

Niveau d'études

Bac+5 (Master / Ingénieur)

Missions

Afficher les missions

Description de l'emploi :

Nous vous proposons de travailler dans une entreprise leader mondial dans son domaine, tournée vers le digital, à la pointe de la recherche et de l’innovation.

Une offre de thèse CIFRE intitulée « Estimation de position intègre pour la navigation aéroportuaire (h/f) » vient de s'ouvrir au sein d'Airbus Operations SAS sur son site de Saint-Martin du Touch (Toulouse) . Vous rejoindrez une équipe de 18 personnes au sein du département « 1YAX » en charge des futures architectures et technologies pour la communication, navigation et surveillance.

Cette thèse consistera à étudier une nouvelle fonction de position précise et intègre pour la navigation aéroportuaire. Une telle position sera construite à l'aide d'un processus de fusion de données multi-capteurs pouvant inclure un système de référence inertiel, un système de navigation par satellites (GNSS) ainsi que d’autres capteurs à définir.

Chaque capteur devra faire l’objet d’une étude comparative détaillant ses avantages et ses limitations dans le contexte de la navigation aéroportuaire. Ces capteurs devront être modélisés afin de servir de données d’entrée au processus de fusion de données.

Cette thèse débutera en septembre / octobre 2024 pour une durée de 3 ans.

Tâches et responsabilités:

Encadré par votre tuteur, vous développerez vos compétences en travaillant sur les activités suivantes :

• mise en place d'une solution de fusion de données respectant les objectifs de précision;
• évaluation des modèles de capteurs considérés ;
• mise en place d'une solution d'évaluation de l'intégrité.

Compétences & Prérequis :

Vous allez intégrer une formation de niveau BAC +5 dans le domaine du GNSS, de la robotique, de l’informatique, des mathématiques appliquées ou de l’automatique pour une thèse d’une durée de 3 ans.

Vous avez des connaissances et compétences dans les domaines suivants:

• Estimation d’états et pistage de cibles: filtres de Kalman, particulaires, etc.
• Systèmes de positionnement par satellites ou autre
• Programmation (C, C++, Java, Python ou autre)
• Curiosité et volonté de travailler en équipe
• Autonomie afin de chercher et mener une analyse critique de l’information
• Compétences linguistiques :

Anglais : avancé, négociation ou courant

Français : avancé, négociation ou courant

Vous pourrez, selon les offres proposées, être amené(e) à vous déplacer sur Nantes, en particulier.

Notre processus de sélection:

L’ensemble des candidatures sont étudiées par un recruteur.

Si votre candidature est validée par le recruteur vous serez invité à réaliser un entretien vidéo différé. Il sera visionné puis partagé au manager du poste si votre candidature est présélectionnée en Short List. Le manager/ tuteur organisera des entretiens/ échanges avec les candidats short listés retenus avant de sélectionner le candidat final pour cette alternance.

Cet emploi exige une connaissance des risques de conformité potentiels et un engagement à agir avec intégrité, comme base de la réussite, de la réputation et de la croissance durable de la société.

Unité légale :

Airbus Operations SAS

Type de contrat :

Doctorat, Contrat CIFREClasse Emploi (France) : Classe F11

Niveau d'expérience :

Etudiant

Famille d'emplois :

Mission & Contrôle de Véhicule <JF-EN-EU>

En soumettant votre CV ou votre candidature, vous autorisez Airbus à utiliser et stocker des informations vous concernant à des fins de suivi de votre candidature ou de futurs emplois. Ces informations ne seront utilisées que par Airbus.
Airbus s'engage à assurer la diversité de sa main-d'œuvre et à créer un environnement de travail inclusif. Nous accueillons toutes les candidatures, quels que soient le milieu social et culturel, l'âge, le genre, l'invalidité, l'orientation sexuelle ou les croyances religieuses des postulants.

Airbus est depuis toujours attaché à l'égalité des chances pour tous. En tant que tel, nous ne demanderons jamais aucun type d’avance de frais dans le cadre d'un processus de recrutement. Toute usurpation d'identité d'Airbus à cette fin doit être signalée à emsom@airbus.com.

Chez Airbus, nous vous aidons à travailler, à vous connecter et à collaborer plus facilement et de manière plus flexible. Dans la mesure du possible, nous favorisons les modalités de travail flexibles pour stimuler la pensée innovante.

Publiée le 10/04/2024

Contrat

Thèse - Temps Plein

Localisation

Guyancourt (78)

Niveau d'études

Bac+5 (Master / Ingénieur)

Missions

Afficher les missions

La Direction Supply Chain Renault Groupe est aujourd'hui moteur dans les enjeux du Groupe Renault, que ce soit en termes de service client, d'agilité, de coût, de qualité, de gestion des stocks ou de coordination des différents métiers. Notre Service Approvisionnement est très opérationnel et en contact direct avec de nombreux acteurs de la Supply Chain, des Achats et du Manufacturing. Il est donc au cœur des mutations rapides qui impactent aujourd'hui le monde de la Supply Chain.

En tant que thésard sur la gestion des risques, vous rejoignez la direction capacitaire et avant-projet, basée au Centre technique de Guyancourt (Yvelines 78).

En accord avec votre manager, vous pourrez choisir 2 à 3 jours de télétravail.

Vos missions

Face à la multiplication des événements d’interruptions d’approvisionnement, la gestion des risques en Supply Chain devient cruciale dans un monde de plus en plus chaotique (tensions géopolitiques, aléas climatiques) , complexe et évolutif (réglementation, transition vers la mobilité partagée et électrique) . Renault a décidé de mettre en place un programme ambitieux de derisking de sa supply chain pour garantir la continuité d’activité.

Votre mission principale sera de piloter les travaux de recherche scientifique pour proposer un nouveau modèle qui puisse répondre aux enjeux suivants :

• Identifier les facteurs de vulnérabilité dans un secteur en transformation rapide soumis à l’arrivée de nouveaux acteurs et des risques exogènes de plus en plus incertains.
• Caractériser la capacité de résilience de Renault par rapport aux principaux types de risques (endogènes et exogènes)
• Evaluer l’organisation et pratiques actuelles en matière de pilotage des risques chez Renault à partir de benchmarking auprès des « best in class » dans la matière. Proposer les améliorations nécessaires pour mieux maitriser nos risques et les plans de sécurisation.

Vos principaux interlocuteurs sont les métiers qui opèrent le processus de gestion des risques dans l'entreprise - Supply chain, Achat, Ingénierie, Finance, Industrie - et les experts du domaine

Le travail de thèse vous permettra de développer des compétences techniques, sociologie des organisations, optimisation, intelligence artificielle, développement d'algorithmes - mais aussi de fortes connaissances sur la Supply chain end-to-end.

Votre profil

Vous êtes titulaire d’un Diplôme d’Ingénieur généraliste, Option Génie industrie ou d’un master Recherche en Génie industriel, master en stratégie, master en management à dimension internationale.

Vous êtes à l’aise dans la communication multiculturelle, et avec la diversité des sujets à animer, vous êtes curieux et capable d'évoluer dans des situations parfois logistiquement tendues.

Compétences : Recherche Opérationnelle, Outils d’optimisation, Simulation, Statistiques, Probabilités, Data Analytics, Data Science.

Vous êtes dynamique et autonome, vous avez de l'attrait pour la Supply Chain et le monde industriel. Votre très bon niveau d'anglais sera aussi un facteur important de réussite.

Vous vous reconnaissez dans cette annonce ? Alors ce poste est fait pour vous !

Rejoignez-nous ! #CarMakerCareMakers

Découvrez notre processus de recrutement : https://www.renaultgroup.com/talents/

Métier

Supply Chain

Durée du contrat

36 months

Renault Group s’engage à créer un environnement de travail inclusif et les conditions permettant à chacun de nous d’apporter sa passion, donner le meilleur de lui-même et s’épanouir, tout en étant lui-même.

Nous trouvons notre force dans notre diversité et nous nous engageons à garantir l'égalité des chances en matière d'emploi, indépendamment de la couleur, de l'ascendance, de la religion, du sexe, de l'origine nationale, de l'orientation sexuelle, de l'âge, de la citoyenneté, de l'état civil, du handicap, de l’identité de genre, etc. Si vous avez un handicap ou un besoin particulier nécessitant l’aménagement du poste de travail ou de l’horaire de travail, merci de nous le faire savoir en remplissant ce formulaire.

Afin de pouvoir suivre en temps réel l'évolution de vos candidatures et pouvoir rester en contact avec nous, nous vous invitons à créer un compte candidat. Cela ne vous prendra pas plus d’une minute et vous permettra également de faciliter vos prochaines candidatures.

En soumettant votre CV ou votre candidature, vous autorisez Renault Group à utiliser et stocker des informations vous concernant à des fins de suivi de votre candidature ou de futurs emplois. Ces informations ne seront utilisées que par les sociétés de Renault Group tel que mentionné dans la Politique Groupe de protection des données personnelles.

Publiée le 05/04/2024

Contrat

Thèse - Temps Plein

Localisation

Châtillon (92)

Niveau d'études

Bac+5 (Master / Ingénieur)

Missions

Afficher les missions

Votre rôle est d'effectuer un travail de thèse sur : " l'extension du noyau Linux par des programmes utilisateurs sûrs ".
Contexte global et problématique du sujet

Le noyau du système d'exploitation représente un point d'observation privilégié qui permet de collecter à la fois des données de niveau infrastructure et des données d'observation applicatives. Le noyau offre également un point d'observation pour les deux activités réseau et système que peut avoir toute application s'exécutant au sein d'une plateforme télécom. Le langage eBPF (extended Berkeley Packet Filter) a révolutionné les pratiques d'observation en permettant l'exécution de programmes d'observation écrits en espace utilisateur au niveau du noyau Linux. La technologie eBPF comprend plusieurs éléments comme les helpers, les maps, ainsi que le vérifier. L'ensemble de ces composants permet aux programmes eBPF de bénéficier d'un large accès aux fonctions du noyau tout en offrant des garanties de sûreté.
Plusieurs services de gestion réseau et système ont exploité cette programmabilité offerte par eBPF pour doter les infrastructures avec des services de supervision, de tracing, et de sécurité de façon native en les exécutant au niveau du noyau. Cela assure des hautes performances et une forte visibilité sur l'activité des applications. La criticité du noyau restreint néanmoins les instructions que peut exécuter un programme eBPF. Le composant responsable de la vérification de la sûreté des programmes est le verifier eBPF. L'objectif du verifier est d'assurer que les programmes qui seront exécutés par le noyau sont sûrs. Cela a pour conséquence de réduire significativement l'expressivité offerte par eBPF en limitant certains mécanismes de programmation comme les boucles de taille de variable, ou encore de limiter le nombre d'instructions que peut exécuter un programme donné. Ces limites rendent le développement d'applications de sécurité complexe comme le traitement de trafic http, ou la gestion de connexions TLS.
Objectif scientifique

• résultats et verrous à lever

L'objectif de la thèse est de reconsidérer la conception de la vérification de programmes telle qu'elle est mise en oeuvre par le verifier eBPF afin d'améliorer la robustesse de la vérification d'une part et d'augmenter l'expressivité des programmes d'autre part.

Publiée le 05/04/2024

Contrat

Thèse - Temps Plein

Localisation

Cesson-Sévigné (35)

Niveau d'études

Bac+5 (Master / Ingénieur)

Missions

Afficher les missions

Votre rôle est d'effectuer un travail de thèse sur la : " Séparation de sources par IA générative. Application à des contenus ambisoniques "
Contexte global et problématique du sujet
Les récents progrès de la reconnaissance automatique de la parole, portés par les avancées en deep learning, ont grandement participé à mettre en avant les services vocaux. Cependant, qui n'a pas été excédé de devoir répéter plusieurs fois la même commande à un assistant domestique tel Alexa ou Google Home ? De fait, la prise de son main-libres se traduit par l'amplification de perturbations liées à l'environnement sonore : bruit, réverbération, interférences. Afin de rendre à la voix son intelligibilité, cela nécessite d'appliquer des techniques de rehaussement comme la séparation de sources permettant de supprimer les interférences.
Dernièrement, les technologies de séparation ont bénéficié de la démocratisation des antennes de microphones : la plupart des tablettes, smartphones, laptops, aides auditives sont équipés de plusieurs microphones, . Ces interfaces multicanales sont en effet plus performantes que les versions mono car elles peuvent tirer parti d'informations spatiales pour séparer les sources.
L'autre élément incontournable de ces dernières années, est l'irruption avec succès du deep learning dans le domaine du traitement du signal audio. Les résultats des derniers challenges de séparation de sources comme Sound Demixing sont tout simplement excellents (https://www.aicrowd.com/challenges/sound-demixing-challenge-2023) .
Cependant, ces méthodes présentent des limites fondamentales :
i) l'approche discriminative retenue, qui consiste à extraire une source d'un mélange - généralement par application de masques temps-fréquences -, génère des artefacts : résidus d'interférences, voix dégradée
ii) les réseaux, entraînés de manières supervisées sur des bases de données synthétiques, fonctionnent mal en situations réelles.
Objectif scientifique

• résultats et verrous à lever

L'objectif de la thèse consiste à développer des méthodes de séparation de sources audio multicanal qui soient robustes en condition réelle.

Publiée le 05/04/2024

Contrat

Thèse - Temps Plein

Localisation

Meylan (38)

Niveau d'études

Bac+5 (Master / Ingénieur)

Missions

Afficher les missions

Votre rôle est d'effectuer un travail de thèse sur l' " IA pour la maintenance prédictive de lignes aériennes de télécommunication".
Les 14 millions de poteaux Orange présents en France représentent une infrastructure critique. Difficile à superviser, ils constituent pourtant le socle physique fondamental des communications nécessaires à nos usages numériques. Leur exposition aux dommages liés aux aléas climatiques et aux activités humaines rend leur maintenance complexe, notamment en termes de prédictibilité de leur durée de vie. Les enjeux liés sont principalement d'ordre financier, technique et environnemental. Au-delà du coût unitaire, chaque poteau a un impact en matière d'émissions de CO2, de consommation de matières premières et d'agents de traitements. Actuellement, Orange mobilise d'importants moyens d'inspection mais, les méthodes usuelles et connues s'avèrent contraignantes, pas complètement fiables, et leur prédictibilité pourrait être améliorée.
En outre, le changement climatique impacte directement les poteaux, comme lors des tempêtes successives et violentes Ciaran et Domingos qui ont provoqué 17.000 défaillances de poteaux en Bretagne.

• Objectif scientifique - résultats et verrous à lever

L'objectif principal de la thèse est d'offrir des indicateurs renseignant des jumeaux numériques afin de toujours connaître l'état individuel des poteaux et de leurs lignes. Cet état doit être connu à distance, en permanence et en direct. Pour cela, Orange Innovation travaille sur des capteurs IoT autonomes et capables de relever des mesures physiques de vibrations sur des parcs de poteaux.
Traitées par Intelligence Artificielle et par méthodes de traitement du signal, ces mesures doivent permettre de lever un premier verrou scientifique qui vise à détecter et identifier des anomalies voire à réussir à caractériser des liens de causalité avec l'état effectif des poteaux. Par exemple, une évolution du spectre fréquentiel pourra être caractérisée pour inférer un défaut de verticalité.
Un deuxième verrou scientifique consiste en la simulation des systèmes complexes de transmission solidienne poteaux-lignes-poteaux. Il faudra identifier une approche de modélisation capable de vérifier des comportements attendus dans des outils de simulation, grâce aux données et aux caractérisations précédemment identifiées. Cette modélisation pourrait nécessiter de compléter les mesures existantes.

Publiée le 05/04/2024

Contrat

Thèse - Temps Plein

Localisation

Cesson-Sévigné (35)

Niveau d'études

Bac+5 (Master / Ingénieur)

Missions

Afficher les missions

Votre rôle est d'effectuer un travail de thèse sur : " Reconfiguration et orchestration de jumeaux numériques des réseaux"

Contexte global et problématique du sujet

Le jumeau numérique fait partie des grandes tendances technologiques stratégiques [1]. Les jumeaux numériques maintiennent à jour une représentation numérique d'entités d'intérêt du monde physique.
Pour Orange, l'évolution continue des réseaux induit une complexité de gestion grandissante, notamment une difficulté d'automatisation de la gestion des réseaux (anticipation et gestion des incidents) .
Pour répondre à cette évolution, il est nécessaire d'avoir une vision holistique des réseaux. Les jumeaux numériques sont vus comme l'enabler majeur pour fournir cette vision, et tendre ainsi vers les capacités des réseaux autonomes de nouvelle génération : monitoring, simulation de changements d'équipements / configuration [2], orchestration de réseaux hétérogènes, analyse d'impact sur les différentes couches réseaux [3], détection d'anomalies [4] …

Objectif scientifique

• résultats et verrous à lever

Le doctorant travaillera sur la mise en oeuvre de nouvelles méthodes, modèles de données, algorithmes et architectures logicielles pour les jumeaux numériques des réseaux. Ces travaux reposeront sur la plateforme de jumeaux numériques Thing'in the future.
Les objectifs majeurs sont :

• Définir les modèles de données conjoints aux jumeaux numériques qui représenteront les différents réseaux (et différentes couches) à orchestrer/simuler
• Développer des approches de synchronisation, configuration, contrôle et orchestration de jumeaux numériques de réseaux hétérogènes/complexes. Ces développements prendront en compte des contraintes techniques fortes (hétérogénéité des réseaux sous-jacents, contraintes d'accès, de latence, de ressources, de déploiement, de passage à l'échelle…)
• Développer des approches d'analyse de simulation / analyse des réseaux à partir des jumeaux numériques, afin d'anticiper l'impact de reconfigurations réseaux (matérielles ou logicielles) , notamment dans le cas des réseaux de transport optique [2][3]

Approche méthodologique

• Etude de l'état de l'art des réseaux autonomes, jumeaux numériques, et des technologies émergentes dans les domaines correspondants

Publiée le 05/04/2024

Contrat

Thèse - Temps Plein

Localisation

Meylan (38)

Niveau d'études

Bac+4

Missions

Afficher les missions

Votre rôle est d'effectuer un travail de thèse sur : " Cell-free WiFi - Optimisation cognitive par la coopération des points d'accès multiples ". La technologie Wi-Fi est la principale technologie radio de connexion en indoor pour les réseaux locaux.
L'objectif scientifique principal de la thèse et de concevoir un système de coopération entre points d'accès Wi-Fi pour servir des stations en utilisant l'ensemble du réseau d'antennes distribués dans une région géographique. Il sera question de proposer différents découpages fonctionnels pour le traitement de l'information par les points d'accès distribués dans le réseau et une entité centralisée, avec les contraintes associées aux différentes options. Cette piste d'investigation nécessiterait de revoir le traitement du signal point à point, notamment la numérisation des signaux, et envisager l'utilisation des techniques IA, notamment en apprentissage machine, pour l'organisation au niveau système de la coopération entre les points d'accès multiples.
Les verrous/défis principaux à lever (scientifiques ou techniques) sur la voie montante sont principalement la réalisation d'un système d'échantillonnage multi-site et cognitif dans le but de réaliser les gains théoriques mis en avant par des travaux antérieurs par Orange en collaboration avec CentraleSupelec [1], [2] et aussi par d'autres [3] sur la base des résultats fondamentaux tels que tels que [4]. Pour réaliser ce potentiel beaucoup reste à faire. Il sera par exemple nécessaire de pouvoir estimer/prédire les caractéristiques de l'utilisation du spectre pour adapter en permanence un dispositif d'échantillonnage compressif [5]. L'adéquation de celui-ci avec le contexte opérationnel sera à déterminer en s'appuyant sur des techniques avancées d'apprentissage machine.
Quant à la voie descendante il sera, entre autres, question de pouvoir réaliser des transmissions focalisées à partir de plusieurs points d'accès coopérants.
Une attention particulière sera donnée à évaluer les performances et les gains en termes aussi d'impact sur l'environnement.

Publiée le 24/02/2024

Contrat

Thèse - Temps Plein

Localisation

Bagnols-sur-Cèze (30)

Niveau d'études

Bac+5 (Master / Ingénieur)

Missions

Afficher les missions

Dans le cadre d'une réponse à un appel à projet du plan de relance français sur l'optimisation de la gestion des déchets radioactifs, vous contribuez à la définition et la qualification d'un procédé de séparation et de séquestration d'éléments gazeux issus du traitement des combustibles irradiés.

A l'issue d'une étude bibliographique menée par vos soins et afin de répondre au mieux aux étapes et spécifications du procédé que vous aurez défini, vos travaux visent à caractériser dans un premier temps des matériaux développés par notre partenaire du consortium formé pour répondre à l'appel d'offres. Encadré(e) à la fois par un ingénieur et une technicienne de l'équipe du LCIS, ces premiers tests seront réalisés sur un banc existant pour lequel des adaptations seront nécessaires.

Par la suite, après une sélection des matériaux les plus prometteurs, la modélisation des processus de séparation et la simulation du procédé seront à réaliser.

Ces derniers points permettront ainsi de dimensionner le procédé à une échelle pilote (à définir) pour réaliser des essais de qualification du procédé de séparation et de séquestration.

L'avancement de vos travaux sera jalonné régulièrement par des revues d'avancement en collaboration avec les encadrants du laboratoire LCIS ainsi qu'auprès de notre partenaire du consortium.

Ces travaux seront réalisés dans un laboratoire en zone conventionnelle situé toutefois dans une installation nucléaire de base sur le site de Marcoule.

Vous participez ainsi également activement à la gestion quotidienne du laboratoire dans lequel vous intervenez : gestion des produits chimiques et des gaz, des commandes, des interventions de maintenance, suivi des déchets, respect et application des consignes de sécurité, suivi des équipements de mesure, ….

Les forces de l'équipe sont sa pluridisciplinarité (synthèse organique, chimie des procédés, modélisation) et son expertise des procédés de séparation.

L'enjeu majeur de ce projet et du poste proposé est de concevoir un procédé de séparation des gaz qui permettrait de réduire les rejets gazeux radioactifs de l'installation de traitement des combustibles et d'optimiser la production d'une telle installation.

Publiée le 10/02/2024

Contrat

Thèse - Temps Plein

Localisation

Saclay (91)

Missions

Afficher les missions

Context : New nanostructured or two-dimensional materials, thanks to their specific intrinsic properties, - optical, -magnetic, -electrical, -catalytic, -mechanical, etc. hold great potential for the fabrication of ultrasensitive nanodevices, for screening, early diagnosis of diseases or detection of pollutants. Among them, compact 2D-assembly of gold nanoparticles, bare or functionalized, are promising systems for SERS (Surface-Enhanced Raman Scattering) sensors, chemiresistive gas sensors for the detection of volatile organic compounds, particularly those present in breath and associated with pathologies or also for deformation sensors. To improve the reproducibility, response times, sensitivity and selectivity of these sensors, we propose to use gold nanoparticles that are monodispersed in shape and size, with sharp edges, to obtain a homogeneous spatial distribution of these nanoparticles on various substrates. When the inter-particle distances are very small, the electromagnetic hot spots located in the nanogaps enable enhancement of light-matter interaction, in an extremely localized way, and in particular heat and charge transfers from the gold surface to the adsorbed molecules, for sensor applications, photochemistry and photocatalysis.

Research program : For several years now, our research has been focusing on the synthesis of high-quality gold nanoparticles, optimized in size and shape to generate light, heat or charge carriers, and presenting sharp tips and edges. The control of the interface between the gold nanoparticle and its environment (chemical coatings) is the second key point in which we are specialized. The applications targeted so far, concern plasmonics and health. An 12-month postdoctoral fellowship is available in our group, for a motivated young researcher interested in applying his knowledge to the preparation of plasmonic thin films for the fabrication of sensors. The research consists in developing a 2D-self-assembly know-how of these gold nanoparticles, at the liquid-liquid interface (water/oil) and at the water/air interface (Langmuir-Blodgett) following protocols from the literature. These gold nanoparticles can be coated with an insulating organic monolayer or a silica layer whose thickness and porosity can be modulated at will (sol-gel chemistry) . These nanometric films will be transferred to various substrates (transparent, conductive, flexible, stretchable, etc.) for sensor applications. This work, funded by the ANR (Agence National de Recherche, POPCORN and CARICATURES projects) , will take place in the EDifices NAnométriques Laboratory located in the Paris region at CEA-Saclay. The properties of these nanostructures will be studied in collaboration with experts.

Publiée le 18/04/2024

Contrat

Thèse - Temps Plein

Localisation

Chusclan (30)

Missions

Afficher les missions

Opportunité de Recherche Post-Doctorale en Matériaux Avancés pour des Applications Cruciales

Aperçu du Projet:

Le Centre de l'Énergie Atomique (CEA) offre une opportunité de recherche post-doctorale passionnante dans le domaine des matériaux activés. Notre équipe travaille actuellement sur l'évaluation et le développement de géopolymères, de liants phosphatés magnésiens et calciques pour des applications cruciales, notamment le traitement des effluents liquides radioactifs et la récupération d'éléments chimiques précieux sur des filtres solides.

Avantages uniques de cette Opportunité:

1. Travail sur des Matériaux Innovants : Vous aurez l'opportunité de travailler sur des matériaux de pointe qui sont à l'avant-garde de la recherche en matière de dépollution, de récupération d'éléments chimiques et de génie civil.
2. Contribuer à des Solutions Durables : Votre recherche aura un impact direct sur la décontamination de solutions, le confinement de déchets radioactifs et la purification de l'eau, contribuant ainsi à des solutions durables pour des problématiques mondiales.
3. Travail Interdisciplinaire : Vous travaillerez au sein d'une équipe multidisciplinaire et collaborerez avec des experts en matériaux, en chimie, en modélisation et en rhéologie, ce qui élargira votre champ de compétences.
4. Développement de Modèles Prédictifs : Vous aurez l'opportunité de développer des modèles prédictifs pour le gonflement de matériaux, ce qui est essentiel pour comprendre et optimiser le comportement de ces matériaux.
5. Applications Diverses : Les résultats de votre recherche auront des applications potentielles dans l'industrie nucléaire, la dépollution de l'eau, la récupération d'éléments chimiques précieux et le génie civil, ce qui ouvre la porte à diverses opportunités de carrière.

Rejoignez-nous!

Vous intègrerez les équipes de l'Institut des Sciences et technologies pour une Economie Circulaire des énergies bas carbone – ISEC

Publiée le 03/04/2024

Contrat

Thèse - Temps Plein

Localisation

Grenoble (38)

Missions

Afficher les missions

Au sein de ce projet, le CEA est notamment responsable des activités liées au stockage de chaleur, avec le développement d’un stockage par chaleur sensible de type thermocline avec milieu granulaire. Le sujet de postdoc porte plus particulièrement sur les aspects thermo-mécaniques de ce type de stockage, et plus précisément sur les interactions entre le milieu granulaire et le réservoir. Cette thématique a déjà été traitée au sein du CEA Grenoble, pour des applications de stockage d’hydrogène ou de chaleur. Dans ce dernier cas, le postdoc prendra la suite des travaux de thèse de Nahia Sassine (Université Grenoble Alpes, 2018) . En particulier, le travail portera sur la caractérisation expérimentale du comportement d’un lit de galets en cyclage thermomécanique en utilisant le banc expérimental ESPERA développé lors de cette thèse.

La problématique principale posée est le « thermal ratcheting » de ce milieu granulaire soumis à des cycles de stockage déstockage. L’interaction avec le conteneur est le point à caractériser, le lit granulaire pouvant exercer un effort de plus en plus important au fur et à mesure que les cycles thermiques s’accumulent. L’objectif est d’assurer l’intégrité du conteneur en fonctionnement sur plusieurs années. A l’heure actuelle, aucune règle de conception n’existe. Ce travail doit aboutir à des recommandations sur la conception des conteneurs du milieu granulaire, en lien avec un organisme de certification type APAVE. Les résultats pourront être confronté à la simulation numérique par éléments discrets, suivant les compétences du candidat.

Les missions dans lesquelles le candidat sera impliqué intègre notamment :

• Préparation et réalisation de campagnes expérimentales sur la section d’essais ESPERA dédiée à l’étude thermomécanique du cyclage thermique d’un milieu granulaire ;
• Analyse des résultats expérimentaux ;
• Simulation numérique par la méthode des éléments discrets et comparaison aux résultats expérimentaux ;
• Recommandation sur le design et/ou la conception de réservoirs contenant un milieu granulaire et soumis à des cyclages thermiques ;
• Interaction avec un organisme notifié type APAVE sur les éléments précédents pouvant amener à une possible certification de ce type de réservoir