- - - - - - - - - - - -

📍 Localisation : Clermont ferrand

🎓 Niveau d'études : Bac +3 à Bac +5

📅 Date de début : A partir de février 2027

⏱️  Durée: 4 à 6 mois

Votre rôle

Rejoignez l’équipe Industrie 4.0 de Michelin et contribuez à un projet de recherche appliquée au croisement de l’intelligence artificielle, de la robotique, de la data et de l’industrie.

Votre mission sera de concevoir, développer et évaluer une approche agentique permettant le commissioning sémantique d’un jumeau numérique cognitif dans un atelier de fabrication reconfigurable.

L’enjeu : créer un lien robuste et traçable entre les équipements physiques et leur représentation numérique afin de rendre les opérations de commissioning et de reconfiguration plus fiables, tout en intégrant les exigences de sécurité OT/IT.

Contexte

L'équipe Industrie 4.0 de Michelin est engagée dans la transformation de l'industrie en utilisant un ensemble de technologies clés du digital, notamment le numérique, les données (data) et l'intelligence artificielle (IA). Ces éléments sont combinés pour favoriser une transition significative vers l'Industrie 4.0 dont l’ambition est d'améliorer la qualité des produits, réduire les coûts en minimisant l'impact environnemental, et favoriser l'innovation en accroissant l'agilité de l'entreprise pour répondre aux enjeux sociétaux et besoins changeants du marché.

Un axe complémentaire, stratégique et récent porte sur les jumeaux numériques d’usine. Plutôt que de se limiter à une simple réplique des flux et équipements, ces travaux visent à construire des jumeaux cognitifs capables d’interpréter et d’enrichir les données opérationnelles par des représentations sémantiques, d’exploiter des pipelines d’extraction documentaire et de coordonner des actions via des agents autonomes ou assistés. L’objectif est de disposer d’outils interopérables et auditables facilitant le commissioning, la reconfiguration et la maintenance prédictive tout en respectant les impératifs de sécurité OT/IT.

Mission et objectif

Le stage a pour mission de concevoir, implémenter et évaluer une chaîne logicielle agentique permettant le commissioning sémantique d’un jumeau numérique cognitif (Cognitive Digital Twin) dans un atelier reconfigurable. Il s’agira d’établir un lien robuste et traçable entre le monde physique et son modèle numérique : percevoir et localiser les équipements, extraire et structurer les informations techniques issues de la documentation, représenter ces connaissances dans un graphe exploitable, puis orchestrer des actions sûres sur les équipements via des interfaces industrielles, en intégrant des mécanismes de supervision humaine pour les actions sensibles.

Ce travail prendra appui sur l’article « Agentic AI‑enabled Semantic Commissioning of a Cognitive Digital Twin for Reconfigurable Manufacturing » (Y. Liu et al., 2026, arXiv:2609.09503), qui constituera la feuille de route scientifique et méthodologique du stage. Le/la stagiaire devra implémenter, adapter et évaluer les approches et l’architecture décrites dans ce papier, puis documenter les écarts, extensions et verrous pratiques identifiés dans le contexte du fab‑lab Michelin. L’objectif final est de démontrer, sur des scénarios concrets de reconfiguration, que l’approche agentique accélère et fiabilise les opérations de commissioning tout en garantissant traçabilité et auditabilité.

Axes de recherche du stage

Le stage s’articule autour de plusieurs axes de recherche complémentaires. Le premier concerne la perception et la localisation spatiale des entités de l’atelier, à partir de capteurs RGB‑D et de modèles de détection adaptés aux objets industriels. La deuxième porte sur l’enrichissement sémantique : il s’agit d’exploiter des pipelines RAG (Retrieval‑Augmented Generation) pour extraire automatiquement les paramètres techniques et consignes depuis la documentation produit, puis d’alimenter un Knowledge Graph structurant géométrie, propriétés et points de télémétrie.

Missions du stagiaire

Le/la stagiaire conduira l’ensemble du projet de bout en bout, en commençant par une phase de spécification au cours des premières semaines : revue approfondie de l’article de référence et de la littérature associée, définition de l’architecture logicielle et formalisation du protocole expérimental. Il/elle procédera ensuite à la constitution et à l’annotation d’un jeu de données de perception représentatif de l’atelier, à l’entraînement d’un modèle de détection/localisation, puis à la cartographie des entités détectées dans un référentiel spatial commun.

En parallèle, il/elle mettra en place le pipeline RAG d’extraction documentaire, concevra le schéma du Knowledge Graph (Neo4j) et développera les scripts d’ingestion associés. Il/elle développera également le connecteur MCP / OPC UA (ou son simulateur sécurisé si l’accès aux équipements est restreint), puis intégrera l’ensemble des briques dans une interface visuelle synchronisée illustrant l’état du jumeau. Les dernières semaines seront consacrées à l’évaluation expérimentale sur des scénarios de reconfiguration, à la rédaction du rapport final et à la préparation de la soutenance.

Interlocuteurs

Le/la stagiaire sera accueilli(e) au sein de l’équipe Industrie 4.0 de Michelin et évoluera dans un environnement pluridisciplinaire. Il/elle sera encadré(e) par un référent technique en robotique, chargé du suivi des aspects perception, intégration matérielle et scénarios d’atelier, et par un référent data/IA, responsable du suivi des aspects modélisation, RAG, Knowledge Graph et orchestration agentique.

Il/elle interagira également avec les ingénieurs et doctorants du fab‑lab pour l’accès aux équipements et aux jeux de données, ainsi qu’avec les équipes OT/IT pour les questions de connectivité et de sécurité industrielle.

Apports pour le/la candidat.e

Ce stage offre une immersion unique au cœur d’un projet de recherche appliquée à valeur stratégique pour Michelin. Le/la candidat.e aura l’opportunité de manipuler des technologies de pointe (modèles de perception, LLMs, pipelines RAG, Knowledge Graphs, protocoles OPC UA, architectures agentiques) sur un cas d’usage industriel concret, et de contribuer à la construction d’un démonstrateur à haute visibilité au sein de l’entreprise.

Au‑delà de l’apport technique, le stage permettra de développer une vision transversale de l’Industrie 4.0, de la perception physique jusqu’à l’orchestration logicielle, en passant par la formalisation des connaissances et la sécurité OT. Le/la candidat.e bénéficiera d’un accompagnement scientifique rigoureux, d’un accès à des ressources matérielles de qualité (fab‑lab, capteurs, postes GPU) et d’une exposition à un écosystème pluridisciplinaire propice à la publication scientifique ou au prolongement en thèse.

Profil recherché

Nous recherchons un(e) étudiant(e) en Master 2 ou en dernière année d’école d’ingénieur, spécialisé(e) en robotique, vision par ordinateur, data science ou intelligence artificielle appliquée. Une maîtrise solide de Python et une expérience pratique en deep learning (PyTorch), notamment sur des tâches de vision (détection, segmentation, estimation de pose), sont indispensables. Des connaissances en pipelines RAG, LLMs et formalisation des connaissances (Knowledge Graphs, Neo4j) seront fortement appréciées, de même qu’une familiarité avec les protocoles industriels (OPC UA) et les frameworks de visualisation web (Three.js).

Au‑delà des compétences techniques, le/la candidat.e devra faire preuve d’autonomie, de rigueur expérimentale et d’un goût marqué pour le travail en équipe pluridisciplinaire. De bonnes capacités de communication scientifique, en français comme en anglais, sont attendues pour partager efficacement les résultats avec les différents interlocuteurs du projet.

- - - - - - - - - - - -