STAGE - IA-metamodèle pour la magnetostatique F/H

Construisons ensemble un avenir de confiance

Thales est un leader mondial des hautes technologies spécialisé dans trois secteurs d’activité : Défense & Sécurité, Aéronautique & Spatial, et Cyber & Digital. Il développe des produits et solutions qui contribuent à un monde plus sûr, plus respectueux de l’environnement et plus inclusif. Le Groupe investit près de 4,5 milliards d’euros par an en Recherche & Développement, notamment dans des domaines clés de l’innovation tels que l’IA, la cybersécurité, le quantique, les technologies du cloud et la 6G. Thales compte près de 85 000 collaborateurs dans 65 pays. ​

Nos engagements, vos avantages

• Notre savoir-faire technologique

• Notre attention portée à l’équilibre des collaborateurs

• Un environnement inclusif et bienveillant

• Un engagement sociétal et environnemental reconnu (Thales Solidarity, indice CAC 40 ESG…)

Votre quotidien

Votre quotidien

Au sein de l’équipe Simulation de Thales MIS, vous participerez à l’amélioration des outils numériques dédiés à la conception et à l’optimisation des tubes électroniques, en vous concentrant sur la simulation du champ magnétique.

Les performances de ces équipements dépendent fortement de la précision de leur conception et des tolérances de fabrication.
Afin de mieux prendre en compte les variations géométriques et physiques, l’objectif du stage est de développer un métamodèle capable de prédire le champ magnétique en trois dimensions, tout en réduisant les temps de calcul nécessaires aux simulations numériques.

À partir de résultats issus de simulations par éléments finis, vous étudierez et mettrez en œuvre différentes méthodes de réduction de modèles, notamment les méthodes POD (Proper Orthogonal Decomposition) et SVD (Singular Value Decomposition), associées à des techniques de régression.

Accompagné par votre tuteur, vos principales missions seront les suivantes :

• Réaliser une étude bibliographique sur les phénomènes physiques liés aux tubes électroniques et sur les méthodes de réduction de modèles adaptées à la problématique.
• Développer en Python différentes approches fondées sur les méthodes POD et SVD, associées à des techniques de régression.
• Tester et valider les méthodes développées à partir des résultats de simulations numériques existantes.
• Analyser les performances des différentes approches et comparer les résultats obtenus, éventuellement avec des outils spécialisés tels que pSeven ou Ansys.
• Évaluer la capacité des métamodèles à représenter le champ magnétique en trois dimensions en tenant compte de la variabilité des paramètres physiques et géométriques.
• Rédiger un rapport de synthèse et présenter les résultats obtenus à l’issue du stage.

Ce stage de six mois vous permettra d’appliquer vos connaissances en mathématiques appliquées et en science des données à une problématique industrielle concrète, tout en développant vos compétences en modélisation numérique et en simulation électromagnétique.

Votre profil

Vous préparez un diplôme de niveau Bac+5, au sein d’une école d’ingénieurs ou d’une université, avec une spécialisation en mathématiques appliquées, en science des données ou dans un domaine équivalent.

Vous possédez de solides connaissances en mathématiques appliquées à la modélisation de phénomènes physiques, ainsi qu’en science des données, notamment en régression et en réduction de modèles.

Vous maîtrisez Python et ses principales bibliothèques scientifiques, telles que NumPy, pandas, SciPy et scikit-learn. Des connaissances en TensorFlow ou PyTorch constituent un atout.

Des connaissances en électromagnétisme sont appréciées. Vous disposez également d’un bon niveau d’anglais, vous permettant de consulter et d’analyser des publications scientifiques.

Rigoureux et méthodique, vous possédez de bonnes capacités d’analyse et de synthèse.
Vous savez faire preuve d’autonomie, de curiosité scientifique et de force de proposition dans la résolution de problèmes techniques.

Vous souhaitez mettre vos compétences en mathématiques appliquées et en programmation au service d’un projet innovant associant simulation numérique, modélisation physique et intelligence artificielle.