Alternance Modélisation en Data Science F/H

Description de l'offre

Type de contrat : Alternance

Le poste :

L’intelligence artificielle sous toutes ses formes connait un regain d’intérêt dans l’ensemble des industries de nos jours pour modéliser, analyser et prédire le comportement de systèmes complexes ne répondant pas à des lois de comportement « simples ». Le procédé de traitement des combustibles usés de La Hague met en jeu une multitude de physiques interagissant la plupart du temps entre elles et souvent sur des problématiques transitoires. Cette typologie rend complexe le développement d’un modèle représentatif basé sur les équations physiques pour reproduire les enregistrements des capteurs sur site. Dans ce contexte, Orano Projets souhaite tester la réponse d’un modèle d’apprentissage (Deep Learning) sur un équipement de La Hague en régime transitoire.
Au sein de la section « Modélisation du Procédé» du département « Procédé, Aménagement et Matériaux», le/ la stagiaire aura pour mission de tester des modèles d’apprentissage sur un équipement spécifique de La Hague afin d’évaluer le potentiel de ces nouvelles techniques et d’ouvrir des perspectives de développement futur.
Ce stage se déroulera selon les étapes suivantes :  
Prise en main de la problématique et compréhension du fonctionnement de l’équipement (physiques mises en jeu, etc.) ;
Interfaçage avec le métier procédé pour extraire de la base de données les relevés sur différentes périodes afin de constituer une DB fiable pour l’utilisation du Deep Learning;
Analyse des paramètres à considérer pour l’apprentissage ;
Prise en main de l’outil de Deep Learning développé en interne et application sur l’équipement identifié ;
Suivant l’avancement, perspectives d’évolution de l’outil et test d’outils plus « industriels » (Pseven par exemple) ;
A l'issue du stage, un rapport résumant les compétences développées, la méthodologie mise en place, bonnes pratiques et les principaux résultats sera rédigé.

Le Service modélisation du Procédé intervient en support aux équipes Procédé, de Sûreté (démonstration de sûreté), au dimensionnement d'équipements divers et variés et à l'analyse de leur fonctionnement (situations incidentelles et accidentelles). A ce titre, elle met en œuvre des modèles physiques (Fluent, ANSYS, ACM - solveur d'équations algrébro-différentielles), etc …
Un des développements en essor chez Orano Projets porte sur la data science. Nous avons pour ambition de développer cette activité dans l'équipe en développant des outils d'aide à la prise de décision pour les métiers, de subrogeâtes modèles ou encore pour analyser le fonctionnement d'équipements.


L’intelligence artificielle sous toutes ses formes connait un regain d’intérêt dans l’ensemble des industries de nos jours pour modéliser, analyser et prédire le comportement de systèmes complexes ne répondant pas à des lois de comportement « simples ». Le procédé de traitement des combustibles usés de La Hague met en jeu une multitude de physiques interagissant la plupart du temps entre elles et souvent sur des problématiques transitoires. Cette typologie rend complexe le développement d’un modèle représentatif basé sur les équations physiques pour reproduire les enregistrements des capteurs sur site. Dans ce contexte, Orano Projets souhaite tester la réponse d’un modèle d’apprentissage (Deep Learning) sur un équipement de La Hague en régime transitoire.
Au sein de la section « Modélisation du Procédé» du département « Procédé, Aménagement et Matériaux», le/ la stagiaire aura pour mission de tester des modèles d’apprentissage sur un équipement spécifique de La Hague afin d’évaluer le potentiel de ces nouvelles techniques et d’ouvrir des perspectives de développement futur. Ce stage se déroulera selon les étapes suivantes :  
Prise en main de la problématique et compréhension du fonctionnement de l’équipement (physiques mises en jeu, etc.) ;
Interfaçage avec le métier procédé pour extraire de la base de données les relevés sur différentes périodes afin de constituer une DB fiable pour l’utilisation du Deep Learning
Analyse des paramètres à considérer pour l’apprentissage ;
Prise en main de l’outil de Deep Learning développé en interne et application sur l’équipement identifié ;
Suivant l’avancement, perspectives d’évolution de l’outil et test d’outils plus « industriels » (Pseven par exemple) ;
A l'issue du stage, un rapport résumant les compétences développées, la méthodologie mise en place, bonnes pratiques et les principaux résultats sera rédigé.

Ville : Montigny le Bretonneux