• Aucun résultat trouvé

    OFFRE DE STAGE 

N/A
N/A
Protected

Academic year: 2022

Partager "    OFFRE DE STAGE "

Copied!
4
0
0

Texte intégral

(1)

OFFRE DE STAGE

Référence de l’offre (à compléter par le recruteur RH dans Clic n’Job Stages) : ST-10-(division) - (unité) - (n° chrono)

n’Job Stages) : ST-16- DPN UTO

Intitulé du poste (titre du stage) :

Méthodes d'apprentissage automatique appliquées à l'aptitude au service des équipements sous pression

Nb de places à pourvoir (1 ou +) : 1

Entité d’accueil Entité niveau 1 : DPI

Entité niveau 2 (division) : DPN Entité niveau 3 (unité) : UTO

Positionnement de l’offre Niveau de formation : A partir de BAC+4

Compétences : Génie Mécanique et Statistiques Domaine d’intervention : Ingénierie d’étude

Zone géographique : Ile-de-France

Département : 77

(2)

Suivi et traitement des candidatures (à compléter par RH dans Clic n’Job Stages)

Descriptif de l’offre

A/ Description de la mission

Le projet proposé s’inscrit dans le cadre d’un objectif ambitieux consistant à associer les concepts de l’apprentissage automatique aux analyses de nocivité de défauts des équipements sous pression.

A partir d’une méthode d’apprentissage par processus gaussien, la machine doit être capable de prédire la nocivité d’un défaut volumique instantanément et avec une très grande précision. A terme, un tel projet pourrait contribuer :

 à rationaliser les prises de décision ;

 à fournir un diagnostic réactif aux sites de production quant à la nocivité d’un défaut volumique constaté sur un équipement sous pression ;

 à répondre simplement aux demandes d’anticipation effectuées par les sites de production.

Les premiers développements montrent une grande efficacité des processus gaussiens dans la prédiction. Des travaux restent toutefois à entreprendre :

1. dans une perspective d’amélioration de l’existant :

a. améliorer de la construction du plan d’expérience par LHS ; b. forcer la monotonie de la réponse ;

2. dans une perspective de qualification de l’outil :

a. comparer les prédictions obtenues par la machine avec les critères codifiés de l’industrie nucléaire et des résultats de références (expérimentaux);

b. proposer et développer une IHM simple et ergonomique.

 apports pédagogiques escomptés pour le stagiaire, Confrontation aux enjeux industriels

Développement de compétences en simulation numérique appliquée aux équipements sous pression

Découverte des concepts d’apprentissage automatique

 entité d’accueil,

EDF - Unité Technique Opérationnelle (UTO) Service

DET/SAM

 lieu du stage (descriptif attractif de la région), Seine et Marne, proche Marne La Vallée (RER A)

 durée du stage et s’il y a lieu, période proposée 6 mois

 déplacements éventuels,

NON

(3)

 possibilités de logement, NON

 coordonnées de l’interlocuteur technique, du tuteur - nom : BONFILS

- fonction : Ingénieur

- mail : nicolas.bonfils@edf.fr

- tel : 01 78 37 02 97

(4)

B/ Profil souhaité

 niveau de formation pré-requis (BAC +4 ou BAC +5, MASTER universitaire ou école d’ingénieurs)

 profil ou spécialité, compétences recherchées, …

Compétences en analyse de données, apprentissage automatique,

processus gaussien

Références

Documents relatifs

pédagogues chercheurs de l’Université de Mons vise précisément à restaurer ce schéma d’apprentissage idéal où les compétences langagières de l’enfant sont acquises par

§ Effort sur le coût de conception (ingénierie) des logiciels ñ Degré d’intervention de l’humain dans la conception.

§ Effort sur le coût de conception (ingénierie) des logiciels ñ Degré d’intervention de l’humain dans la conception.

En amont de la tournée : préparation technique et logistique des différentes étapes, participation aux réunions techniques avec les villes, organisation du plan du village pour

Leader mondial des systèmes de compression et de streaming vidéo pour la télévision par satellite, terrestre, par câble, sur IP, la télévision mobile et le streaming

Leader mondial des systèmes de compression et de streaming vidéo pour la télévision par satellite, terrestre, par câble, sur IP, la télévision mobile et le streaming Internet,

• biais important: hommes petits et femmes grandes (erreur d'approximation). • variance faible: seuil de taille

• biais important: hommes petits et femmes grandes (erreur d'approximation). • variance faible: seuil de taille