Informations générales

Entité de rattachement

Nous rejoindre, c'est intégrer une entreprise d'envergure mondiale. Mû par la recherche permanente de l'innovation et de l'excellence, pionnier et leader des technologies propres et de la mobilité durable, le Groupe entend rester à la pointe des grandes tendances qui font bouger le monde.

Fort de son efficience, de son agilité et de son esprit d'équipe, le Groupe fait preuve d'exigence et d'audace pour définir la mobilité de demain.

Pour réussir ces transformations, l'entreprise a besoin de tous les talents. Rejoignez-nous !

Chez Stellantis, nous évaluons les candidats selon leurs qualifications, leurs mérites et les besoins du métier. Nous accueillons les candidatures des personnes de tout genre, âge, ethnie, nationalité, religion, orientation sexuelle, et handicap. La diversité de nos équipes nous permettra de mieux appréhender l'évolution des besoins de nos clients et de notre environnement futur.  

Référence

2024-15671  

Description du poste

Filière/Métier

Engineering - Engineering

Intitulé du poste

STAGE - Modèles "Hybrid Twins" en simulation numérique automobile (bruits, vibrations, IA-ML)

Contrat

Stage

Description de la mission

Le stage proposé se déroule dans notre département de R&D en charge des méthodes numériques avancées. Notre service est plus particulièrement dédié à la mise en place de méthodes exploitant les outils de type IA, machine learning, data, optimisation, modélisation stochastique, …, au bénéfice de l'ingénierie des projets automobiles. Le stage se déroule au sein d'une équipe internationale (un niveau suffisant en anglais est ainsi requis), intégrant les multiples compétences nécessaires à la réussite de ces projets stratégiques d'AI et en lien proche avec les départements IT de Stellantis.

L'objectif est le développement d'un modèle de type « Hybrid Twin » utile à la simulation de niveaux de bruit dans le véhicule. Ces modèles hybrides combinent à la fois des modèles de calcul (typiquement en éléments finis) et des données d'essai physique (celles disponibles au moment du besoin dans la base de données centralisée gérée par le métier, qui constitue une source d'information indispensable). Par exemple, on dispose de filières de calcul des niveaux vibro-acoustique dans le véhicule (spectres en fréquences au niveau des oreilles des passagers), déployées tout au long de la vie d'un projet d'ingénierie, ainsi que d'essais lorsque des prototypes sont disponibles. Le challenge est d'arriver à dépasser les limites des seuls modèles numériques et tirer parti des connaissances contenues dans les données essais passés et présents (approche « data », probabilités, etc.)
On choisira un cas d'application sur véhicule électrifié où un nombre suffisant de données d'essai donne une base suffisamment riche.

Mots-clé: digital CAE, stochastic modelling, machine learning, probabilities, Monte-Carlo, meta-models, digital twins, experimental data, open source

Profil

Stage niveau bac+5 (ingénieur et/ou master recherche). Connaissances utiles : mathématiques appliquées, probabilités/statistiques, dynamique des structures, traitement du signal, optimisation.
Très bonne maîtrise de Python et/ou Matlab, plus généralement aisance avec les outils informatiques de calcul scientifique. La connaissance des logiciels ANSA, META, NASTRAN est un plus.
Une partie des échanges techniques se feront en anglais.
Rigueur scientifique, curiosité, polyvalence et autonomie seront appréciées.

Chez Stellantis, nous évaluons les candidats selon leurs qualifications, leurs mérites et les besoins du métier. Nous accueillons les candidatures des personnes de tout genre, âge, ethnie, nationalité, religion, orientation sexuelle, et handicap. La diversité de nos équipes nous permettra de mieux appréhender l'évolution des besoins de nos clients et de notre environnement futur.

Durée du contrat

6 mois

Localisation du poste

Pays

Europe, France, Ile-de-France, Yvelines (78)

Ville

Critères candidat

Niveau de diplôme préparé

Bac+5

Langues

Anglais (B2 - Intermédiaire (2,5 - 3,4 Bright))