Stage de fin d'étude cycle ingénieur en data science h/f

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 100 000 collaborateurs pour un chiffre d'affaires de 27,3 milliards d'Euros en 2024, 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 2024 » du magazine TIME.

Safran Engineering Services offre des services en ingénierie de haute technologie dans les domaines de l'aéronautique, de l'énergie et du transport terrestre. Avec 30 ans d'expérience, la société s'appuie sur 3 000 ingénieurs répartis dans 9 pays à travers le monde.

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. Nous recherchons un(e) étudiant(e) pour un stage de fin d'étude ingénieur portant sur la recherche d'une méthode d'interpolation sous contraintes de courbes 3D (NURBS). Ce projet intègre une dimension de retro engineering, visant à analyser et comprendre les résultats d'interpolation renvoyés par une fonction « boîte noire » fournie par un modeleur CAO industrielle servant de référence. En s'appuyant sur cette analyse, l'objectif est de proposer et de développer des nouvelles méthodes d'interpolation donnant des résultats similaires en explorant les deux approches complémentaires suivantes :

1.Recherche d'une fonction paramétrique basée sur l'expression mathématique d'une NURBS et sur la prise en compte de différentes contraintes géométriques,

2.Développement et exploration de méthodes de Machine Learning et Deep Learning pour approximer une méthode d'interpolation à partir d'un jeu de données généré par la fonction « boîte noire ».

Le/la candidat(e) aura pour principales missions de :

1.Recherche d'une fonction paramétrique :
o Étudier les fondements théoriques des NURBS et leur utilisation pour les interpolations de courbes 3D.
o Analyser les résultats de la méthode d'interpolation implémentée dans la fonction « boîte noire » (retro engineering) pour en extraire les éléments clés.
o Proposer et développer une méthode d'interpolation NURBS la plus approchante possible.

2.Développement de techniques de Machine Learning / Deep Learning :
o Concevoir et implémenter des techniques adaptées de Machine Learning et Deep Learning (modèles de régression, réseaux de neurones, etc.) pour approximer l'interpolation NURBS de courbes 3D à partir d'un jeu de donnée généré par la fonction « boîte noire ».
o Optimiser et évaluer les modèles développés.
o Comparer les performances des différentes approches testées pour identifier la solution la plus robuste et précise.
o Valider et tester la méthodologie avec des cas d'usage représentatifs.