STAGE : Optimisation de la répétabilité du procédé de fabrication additive des noyaux céramiques F/H

Description de l'offre

STAGE : Optimisation de la répétabilité du procédé de fabrication additive des noyaux céramiques F/H

Détail de l'offre

Informations générales

Entité de rattachement

Safran est un groupe international de haute technologie opérant dans les domaines de l'aéronautique (propulsion, équipements et intérieurs), de l'espace et de la défense. Sa mission : contribuer durablement à un monde plus sûr, où le transport aérien devient toujours plus respectueux de l'environnement, plus confortable et plus accessible. Implanté sur tous les continents, le Groupe emploie 110 000 collaborateurs pour un chiffre d'affaires de 31,3 milliards d'euros en 2025, et occupe, seul ou en partenariat, des positions de premier plan mondial ou européen sur ses marchés.

Safran est la 2ème entreprise du secteur aéronautique et défense du classement « World's Best Companies 2025 » du magazine TIME.

Parce que nous sommes persuadés que chaque talent compte, nous valorisons et encourageons les candidatures de personnes en situation de handicap pour nos opportunités d'emploi.

Référence

2027-218883 -188655

Description du poste

Intitulé du poste

STAGE : Optimisation de la répétabilité du procédé de fabrication additive des noyaux céramiques F/H

Type contrat

Stage

Durée du contrat

6 mois

Statut (CSP)

Etudiant

Temps de travail

Temps complet

Parlons de votre future mission

Contexte

Aujourd'hui, l'un des défis majeurs pour le procédé la fabrication additive des noyaux céramiques est de maitriser la répétabilité du procédé. Ces variations interpièces imposent des stratégies de compensation complexes pour obtenir des pièces conformes, ce qui implique des couts importants. L'objectif de ce stage est de cartographier de manière intelligente les paramètres du procédé afin de maitriser au mieux la fabrication additive céramique.

Les données accessibles sont mutliformes : des rapports d'impression, des courbes de températures, des l'enregistrement vidéo complet de l'impression, ….

Objectif du stage

L'objectif principal du stage est d'exploiter, grâce à des outils d'Intelligence Artificielle, l'ensemble des données disponibles et enrichies (données temporelles, flux vidéo…). L'enjeu est de mieux comprendre le procédé, d'identifier les sources de variabilité et de détecter précocement toute dérive susceptible de conduire à une non-conformité.

Missions

• Prendre en main les données du procédé.

• Analyser les paramètres de fabrication et identifier ceux qui sont les plus influents.

• Exploiter les images du feedstock pour extraire des indicateurs simples et pertinents.

• Analyser les vidéos d'impression pour détecter des comportements inhabituels.

• Croiser les données de procédé, les images et les vidéos.

• Détecter les dérives de fabrication et étudier la possibilité de prédire les non-conformités à l'aide de techniques de machine learning et de deep learning.

• Mettre en place des visualisations permettant de mieux comprendre le comportement du procédé.

Mais encore ? (avantages, spécificités, …)

Le stagiaire intégrera l'équipe PFX de SafranTech sur le site de Safran à Gennevilliers. Le sujet, transversal pour PFX, sera encadré par une équipe d'ingénieurs chercheurs aux profils complémentaires en fabrication additive, intelligence artificielle, data science et contrôle non destructif.

Durée : 6 mois

Niveau : Bac+5

Parlons de vous

Étudiant(e) en dernière année d'école d'ingénieur ou en Master 2, avec une spécialisation en Intelligence Artificielle, Data Science ou Computer Vision.

De solides compétences en Python et en Machine Learning sont attendues. Une première expérience avec PyTorch, TensorFlow ou OpenCV serait appréciée. Des connaissances en traitement d'images, analyse de données ou séries temporelles constitueraient un atout supplémentaire.

Localisation du poste

Localisation du poste

Europe, France, Ile de France, YVELINES (78)

Ville

Rue des jeunes bois 78117 Châteaufort

Critères candidat

Niveau d'études min. requis

BAC+5

Niveau d'expérience min. requis

Jeune diplômé-e/Première expérience