← Toutes les offres

Le Commissariat à l’énergie atomique et aux énergies alternatives est un organisme public de recherche. Il travaille dans les domaines de l’énergie, du numérique, de la santé et de la défense.

Repères sur CEA
Secteur
Éducation et recherche
Offres ouvertes
945

Détails de l’offre

La description complète publiée par CEA.

Description de l’offre

Mise en œuvre de techniques de machine learning pour l'élaboration de modèle cinétique pour la production de e-carburants

Missions :

Le Laboratoire Réacteurs et Procédés (LRP) possède une expertise reconnue dans l'évaluation des performances des réacteurs d'hydrogénation catalytique pour la production de différents e-carburants, en particulier pour le secteur de l’aviation.

Ces études se déroulent au travers d'une plateforme expérimentale comportant plusieurs bancs d'essais qui permettent de tester différents designs de réacteurs et différents catalyseurs dans des conditions opératoires variées. Les catalyseurs sont généralement synthétisés et caractérisés par le Laboratoire des Composants pour l'Hydrogène et le Cycle du carbone (LCHC), une autre unité du CEA LITEN.

Les données issues de la caractérisation du catalyseur et des essais en réacteur tubulaire (conditions opératoires, intrants et composition en sortie du réacteur) servent à l'élaboration de modèles cinétiques qui permettent de décrire le comportement du catalyseur dans les conditions testées et de nourrir des simulations à plus grande échelle (réacteur, procédés).

Dans ce cadre, vous serez amenés à étudier différentes approches basées sur le machine learning pour l'élaboration de modèles cinétiques. Il peut s'agir de méthodologies purement basées sur les données, mais également de méthodologies hybrides incorporant de l'apprentissage statistique dans un modèle physique ou inversement (Physics Informed Machine Learning). Les principales questions qui vous seront posées lors de ce stage seront les suivantes :

• Est-il possible d'améliorer la fiabilité et la robustesse de nos modèles grâce au machine learning ?

• Le machine learning permet-il d'élaborer des plans d'expériences plus frugaux sans perdre en fiabilité (active learning) ?

• À termes, serait-il possible d'élaborer des modèles prédictifs applicables à de nouveaux catalyseurs ?

Diplôme préparé : Bac +5 – Master 2

Compétences scientifiques : Data science, machine learning, programmation python

Vous êtes

reconnu(e) pour votre : rigueur, autonomie, sens de l'initiative, sens de la synthèse

Moyens/Méthodes/Logiciels : python

Commentaires libres : Des connaissances en thermodynamique et chimie organique seraient un plus

3× plus de chances d’entretien avec un cold email

Candidater à cette offre

Comment candidater ?

L’offre est publiée sur le site de CEA. Ouvrez l’offre originale ↗ pour y déposer votre candidature. Screeningpass ne remplit pas de formulaire à votre place.

À qui écrire chez CEA pour ce poste ?

Lancez une recherche de contact depuis cette page. Screeningpass vous propose jusqu’à trois personnes liées au poste. Vous choisissez celle à qui écrire, puis Screeningpass cherche son email professionnel et prépare un message. Vous le relisez et l’envoyez vous-même avec Gmail. Une adresse email n’est pas toujours disponible, et une réponse n’est jamais garantie.

Combien coûte la recherche d’un contact ?

Une recherche coûte 1 crédit. Le crédit vous est rendu si la recherche échoue. L’inscription offre 3 crédits, soit 3 recherches.

À quoi sert Screeningpass ?

Screeningpass rassemble des offres de stage, d’alternance et d’emploi publiées par les entreprises. Pour une offre, Screeningpass trouve une personne à contacter dans l’entreprise, cherche son email professionnel et prépare un message à partir de votre CV. Voir le fonctionnement en détail.