Aller au contenu
Toutes les missions
Veille marché · Cea Publiée il y a 2 mois

2026-41661 - Stage Bac+5 Machine Learning SoP batteries H/F

Domaine : Mathématiques, information  scientifique, logiciel Contrat : Stage Description du poste : Missions : Le stage s'inscrit dans le cadre du développement d'algorithmes d'estimation de...

Entreprise teries H
Mode e

Résumé

Domaine : Mathématiques, information  scientifique, logiciel Contrat : Stage Description du poste : Missions : Le stage s'inscrit dans le cadre du développement d'algorithmes d'estimation de l'état de puissance disponible (State-of-Power) d'une cellule de batterie lithium-ion. Un algorithme existant, basé sur un modèle physique détaillé de la cellule couplé à une procédure de résolution itérative, offre une bonne précision mais nécessite un temps de calcul important, incompatible avec des contraintes embarquées. L'objectif du stage est d'étudier, développer et évaluer des modèles de substitution (surrogate models) basés sur des réseaux de neurones, capables d'approximer les sorties de l'algorithme existant à partir des mêmes entrées, tout en réduisant le temps de calcul. Le/la stagiaire s'appuiera sur des données de simulation générées avec l'algorithme actuel ainsi que sur une base de données d'essais expérimentaux disponible, afin de construire, entraîner et comparer plusieurs stratégies d'apprentissage. Le travail comprendra notamment : La prise en main de l'algorithme existant et de la base de données expérimentales ; La génération d'un jeu de données de simulation représentatif des conditions d'usage ; Le développement de plusieurs architectures et stratégies d'entraînement de réseaux de neurones ; L'évaluation comparative de la précision (vs. données expérimentales) et du gain en temps de calcul par rapport à l'algorithme actuel ; La rédaction d'un rapport, et éventuellement d'une publication scientifique, présentant une synthèse et des recommandations sur l'approche la plus pertinente. Ce stage offre une opportunité de travailler à l'interface entre modélisation physique de batteries et machine learning, sur une problématique à fort enjeu industriel (temps réel, embarquabilité). Diplôme préparé : Bac+5 – Diplôme Ecole d’ingénieurs (ou master) Compétences scientifiques : Machine Learning, Traitement du Signal Connaissances : Génie Electrique, Batteries Moyens/Méthodes/Logiciels : Python, Simulink Commentaires libres : La maîtrise de Python scientifique (NumPy, SciPy, PyTorch) est un prérequis au poste. Des connaissances et expériences dans le domaine des batteries et de leur modélisation, ainsi que du logiciel Simulink sont un plus. Ville : Grenoble Langue / Niveau : Anglais : Intermédiaire