Connexion Espace candidat(e)

J'ai déjà un espace candidat(e)

 
En poursuivant votre navigation, vous acceptez l’utilisation de cookies à des fins d’authentification et d’ajout de favoris. En savoir plus
Moteur de recherche d'offres d'emploi GROUPE PSA

Vous êtes ici :  Accueil  ›  Liste des offres  ›  Détail de l'offre

Analyse exploratoire de données de simulations et d'essais de fatigue mécanique H/F


Détail de l'offre

Informations générales

Entité de rattachement

Rejoindre le Groupe PSA, c'est intégrer une entreprise automobile française d'envergure mondiale, forte d'un héritage industriel de plus de 200 ans, qui contribue à écrire l'histoire du monde automobile. Mû par la recherche permanente de l'innovation et de l'excellence, le Groupe offre un cadre de travail à la fois stimulant et enrichissant. Pionnier et leader des technologies propres et de la mobilité durable, le Groupe PSA entend rester à la pointe des grandes tendances qui font bouger le monde. Grâce à un formidable esprit d'équipe et à une stratégie clairement définie, le Groupe fait preuve d'exigence, d'audace et d'agilité, prenant acte des changements clés pour l'automobile de demain.
Pour réussir ces transformations, l'entreprise a besoin de tous les talents, n'hésitez plus, rejoignez-nous !
  

Référence

2019-3964  

Description du poste

Filière/Métier

Recherche & Développement - Autre

Intitulé du poste

Analyse exploratoire de données de simulations et d'essais de fatigue mécanique H/F

Contrat

Doctorat CIFRE

Description de la mission

Dans le cadre de la conception des plateformes du Groupe PSA, et notamment dans le contexte de l'électrification des chaînes de tractions, de nouveaux travaux méthodologiques en Data Sciences et Machine Learning sont engagés afin de compléter l'offre logicielle actuelle de modélisation et d'analyse des phénomènes de tenue mécanique, notamment à la fatigue.
Les métiers Conception Architectures Liaison Au Sol expriment des difficultés récurrentes pour valider certains composants du châssis, nécessitant de réaliser des tests physiques complémentaires, tandis que l'Ingénierie a pour objectif de réduire drastiquement le nombre d'essais physiques et de tendre vers une conception presque entièrement numérique.

Pour répondre à ces nouvelles exigences, les métiers souhaitent disposer de nouvelles méthodes en complément de la modélisation classique via éléments finis, permettant d'exploiter le capital de données accumulées au cours des années sur l'ensemble des projets : résultats de calculs, mesures et données d'essai.

Un usage serait de pouvoir positionner les résultats de calculs d'une nouvelle conception, par rapport à un historique, et mettre en évidence des critères mécaniques en écart, afin d'identifier les configurations où des indicateurs de confiance ne seraient pas satisfaisants sur des descripteurs non explorés habituellement. Il s'agit alors d'identifier des paramètres qui ne sont pas explicitement pris en compte dans le critère de tenue actuel (par exemple : gradients, multiaxialité, qualité de maillage) mais qui modifient la tenue effective par rapport à la prévision au calcul. une démarche fiabiliste via l'étude de la variabilité des critères en fonction des paramètres serait également d'intérêt.

Les travaux s'articuleront autour de la recherche et l'utilisation de méthodes d'analyses de données et de modélisation : Analyse en composantes principales, méthodes bayésiennes, apprentissages non supervisés, deep learning, model reduction/updating, ...

Profil

- Autonomie, force de proposition et ouverture d'esprit,
- Bonnes capacités d'écoute, de communication, et de compréhension,
- Capacités d'analyse et à synthétiser,
- Rigueur.

Compétences techniques :
- Formation Ingénieur ou Master 2 Recherche
- Compétences Mathématiques : Statistiques, probabilités, data sciences, intelligence artificielle / machine Learning,
- Compétences Informatique : Au moins un langage de haut niveau pour le calcul scientifique (Matlab, Python, R, ...)
- Niveau d'anglais B2 minimum
- Modélisation numérique, éléments finis, mécanique numérique sont des plus.

Durée du contrat

36 mois

Localisation du poste

Pays

Europe, France

Ville

Centre d'Expertise Poissy

Critères candidat

Niveau de diplôme préparé

Bac+8

Langues

Anglais (C1 - Courant (3,5 - 4,4 Bright))