Stage Ingénieur M2 Spécialisation en Traitement d'Images - Data Science H/F

Description de l'offre

Description

Le stockage géologique profond des déchets radioactifs constitue un enjeu majeur pour la gestion durable des déchets nucléaires. La sûreté de ce mode de stockage repose avant tout sur la conception robuste du système et sur la démonstration de sa performance à long terme. La compréhension des mécanismes de dégradation des matériaux constituant les colis et de l'évolution de leurs propriétés est un élément essentiel pour renforcer cette démonstration. C'est dans cette perspective que l'ASNR conduit notamment le projet PALLAS, qui s'intéresse aux approches de monitoring in situ de l'évolution des colis de déchets et à la validation de capteurs avancés. Les capteurs à fibres optiques constituent aujourd'hui une technologie prometteuse pour le suivi de l'endommagement : ils permettent de mesurer les déformations avec une très haute résolution spatiale et temporelle, et sont déjà employés dans des domaines variés (génie civil, aéronautique, stockage souterrain). Dans le cadre du projet PALLAS, plusieurs maquettes de colis à échelle réduite ont été instrumentées de fibres optiques afin de suivre leur comportement lors de tests d'endommagement. À la suite de sollicitations expérimentales, des fissures se sont développées dans ces maquettes. Pour compléter les données issues des fibres optiques, une caractérisation par microtomographie aux rayons X a été réalisée, permettant d'obtenir une imagerie 3D de haute résolution de la structure interne des colis, y compris du réseau de fissures. Dans ce contexte, l'étudiant(e) aura pour mission de développer une méthodologie de traitement et d'analyse des images microtomographiques afin de caractériser l'endommagement de colis instrumentés par fibres optiques. Cela comprend : 1. La reconstruction 3D du colis à partir des images de microtomographie afin de déterminer la géométrie complète de la structure, porosité, et notamment la position de la fibre optique. Ce travail nécessitera le développement de scripts/outils de traitement d'images. Le (la) candidat(e) pourra s'appuyer sur des codes internes existants pour extraire le réseau de fissures et en analyser les caractéristiques. Le développement d'un CNN sera nécessaire pour le traitement et la segmentation des images. 2. La caractérisation du réseau de fissures : orientation, connectivité, distribution spatiale, ouverture des fissures. 3. La comparaison de la cartographie des fissures avec les données de déformation enregistrées par fibre optique.

Date de début

18 nov., 2025

Expérience

Inf_1

Profil

Étudiant(e) en Master 2, école d'ingénieur ou équivalent, spécialisé(e) en traitement d'images, vision par ordinateur ou data science ; Solides compétences en programmation scientifique (Python) ; Connaissances en apprentissage automatique, et notamment en CNN (réseaux de neurones) ; Intérêt marqué pour l'imagerie 3D appliquée à des problématiques expérimentales en matériaux et pour le couplage multi-méthodes ; Autonomie, rigueur et capacité à travailler dans un environnement de recherche interdisciplinaire.

Répartition du temps de travail

Full time

Durée (Mois)

5

Formation

RJ/Qualif/Ingenieur_B5

Secteur

Serv_entreprise