Company

Job Description

Basé à Guyancourt, France
Durée : 6 mois
 

Contexte & Environnement de travail :

L'industrie automobile est en pleine révolution, portée par des transformations environnementales, technologiques et économiques. La voiture du futur est électrique, connectée et intelligente. Renault Group, à travers son plan stratégique, poursuit des objectifs ambitieux pour développer les véhicules électriques de nouvelle génération et améliorer continuellement leurs performances. Dans ce contexte, la batterie constitue un élément central dont la maîtrise est essentielle pour optimiser la durabilité, les performances et la valeur des véhicules électriques.

Vous rejoindrez Ampère, entité pionnière dans le domaine des véhicules électriques et des logiciels, et intégrerez une équipe spécialisée dans l'exploitation du Big Data, des Mathématiques Appliquées et du Machine Learning afin de développer les futurs algorithmes d'estimation des états de santé batterie.

Vous contribuerez à des travaux de recherche appliquée menés en collaboration avec un doctorant, en exploitant de larges volumes de données issues de véhicules connectés et d'essais laboratoire afin de développer des modèles innovants capables de caractériser le vieillissement et les performances des batteries de traction.
 

Vos missions :

En tant que stagiaire, vous participerez au développement et à l'industrialisation d'algorithmes avancés d'estimation des états de santé batterie pour les véhicules électriques.

Vous contribuerez à des travaux de recherche appliquée combinant Intelligence Artificielle, optimisation numérique et connaissances physiques afin d'améliorer la compréhension du comportement des batteries et la précision des modèles développés.

Vos missions principales seront :

• Participation aux travaux de recherche : contribuer au développement de nouvelles méthodes d'estimation des états de santé batterie à partir de données de véhicules connectés et d'essais laboratoire.
• Modélisation avancée : étudier et mettre en œuvre des approches combinant Intelligence Artificielle, optimisation numérique et modèles physiques.
• Évaluation de nouvelles approches : analyser l'intérêt d'approches innovantes telles que les Physics-Informed Neural Networks (PINN) et les modèles hybrides physique/IA.
• Optimisation numérique : développer des algorithmes reposant sur la résolution de problèmes inverses et l'optimisation non convexe sur de larges jeux de données industriels.
• Industrialisation logicielle : transformer des prototypes de recherche développés en Python en composants logiciels robustes, maintenables et réutilisables.
• Structuration du code : participer à la mise en place d'architectures logicielles, de bonnes pratiques de développement et de programmation orientée objet.
• Validation : évaluer les performances des solutions développées sur des données réelles issues de véhicules électriques.
   

Objectifs du Stage

• Réaliser un état de l'art des approches d'Intelligence Artificielle et d'optimisation numérique appliquées à l'estimation d'état de santé batterie.
• Étudier l'apport des approches hybrides physique/IA pour améliorer la robustesse et les performances des modèles.
• Développer des algorithmes reposant sur la résolution de problèmes inverses et l'optimisation non convexe.
• Participer à l'industrialisation d'algorithmes de recherche afin de les rendre réutilisables dans un contexte industriel.
• Évaluer les performances des différentes approches sur des données industrielles réelles à grande échelle.
   

Compétences Développées

Ce stage vous permettra de développer des compétences de haut niveau dans :

• L'Intelligence Artificielle appliquée aux batteries de véhicules électriques.
• Les Mathématiques Appliquées et les méthodes d'optimisation numérique.
• La résolution de problèmes inverses dans un contexte industriel.
• La modélisation hybride physique/IA et les approches de type PINN.
• L'analyse de données massives issues de véhicules connectés.
• Le développement logiciel scientifique en Python.
• L'industrialisation d'algorithmes de recherche et la structuration de bibliothèques réutilisables.
• Le travail interdisciplinaire entre recherche, data science et ingénierie.
  
   

Qui êtes vous ?

• Formation : Vous préparez un diplôme BAC+5 (École d'Ingénieur ou Master Universitaire) avec une spécialisation en Intelligence Artificielle, Data Science, Mathématiques Appliquées, Optimisation Numérique ou Informatique Scientifique.
• Développement scientifique : Vous possédez de solides compétences en Python et en programmation orientée objet. Vous êtes à l'aise avec les concepts d'algorithmique et les bonnes pratiques de développement logiciel.
• Mathématiques appliquées : Vous disposez de bonnes connaissances en méthodes numériques, statistiques et optimisation numérique.
• Machine Learning & Deep Learning : Vous êtes familier avec les principaux outils et méthodes de Machine Learning et de Deep Learning appliqués à des problématiques industrielles.
• Recherche et innovation : Vous êtes intéressé(e) par la recherche appliquée et souhaitez contribuer à des projets à fort contenu scientifique dans le domaine de l'électromobilité.
• Autonomie et curiosité : Vous êtes rigoureux(se), autonome, force de proposition et appréciez la résolution de problèmes complexes.
   

Pourquoi Nous Rejoindre ?

En rejoignant Renault Group, vous serez au cœur de la transformation de l'industrie automobile et participerez activement au développement des futures générations de véhicules électriques.

Vous évoluerez dans un environnement dynamique et innovant, à l'interface entre recherche académique, data science et ingénierie industrielle. Vous contribuerez à des travaux à fort impact stratégique pour la compréhension du vieillissement batterie et l'amélioration des performances des véhicules électriques de demain.

Job Family

Contract Duration