cover image
AEROCONTACT

STAGE : Méthode de Transfert Learning pour composites stratifiés F/H - SAFRAN SA (FRANCE)

On site

Itteville, France

Internship

16-03-2026

Share this job:

Skills

Leadership Python Machine Learning PyTorch Deep Learning

Job Specifications

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. 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

Descriptif mission

Le Groupe Safran est un leader mondial dans la conception et la production d'équipements aéronautiques. Ce leadership repose en partie sur l'utilisation des matériaux composites hautes performances fabriqués par des procédés de pointes. C'est le cas des composites stratifiés fabriqué par des procédés comme l'AFP (Automated Fibre Placement). Dans un contexte de passage à l'industrie 4.0, Safran Composites souhaite travailler sur le développement de méthodologie de calcul pour la conception de ces matériaux stratifiés en se basant sur des modèles d'apprentissage (Machine Learning, IA, …) Missions détaillées : Dans le cadre de sa mission, le stagiaire sera intégré à l'équipe numérique du pôle « Conception et Développement » (C&D) de la plateforme Composites de Safran Tech. Ses missions principales seront de : - De plus en plus de méthodes d'apprentissage, pour l'estimation des propriétés matériaux et l'identification entre la structure et les propriétés du système peuvent être trouvé dans la littérature. Ces méthodes sont utilisées pour l'estimation de contrainte à rupture ou de design. La première mission du stagiaire sera d'évaluer de façon critique les méthodes et leur potentiel à la vue des problématiques SAFRAN - Prendre en main les outils Groupe développés au pôle C&D pour estimer les propriétés des laminés stratifiés, vis-à-vis de la définition de l'empilement - Implémenter et interfacer les outils entre eux - Définir un plan d'expérience et proposer une analyse statistique qui en dérive. - Implémenter un modèle de régression des propriétés (mécanique et à rupture) à partir d'une base de données synthétique du modèle simplifié - Mettre en place la stratégie de Transfert Learning (adaptation du modèle à une base de données plus réduite issue d'un modèle Haute-Fidélité)

Formation : Cycle Ingénieur Spécialités : Mécanique des milieux continus, Simulation numérique, Mathématiques Appliquées Connaissance des composites stratifié est la bienvenue Connaissance de la programmation en Python Esprit de synthèse pour la présentation des résultats et la rédaction de rapports. Connaissance du Machine Learning, du Deep Learning et des bibliothèques Pytorch, Sklearn est la bienvenue

About the Company

Aerocontact is the french-leading specialized job board in the aviation, aerospace and defence field, founded in 2003, and leader for 13 years now. We totalize more than 200 00 visits and 1 million viewed pages each month. Our international version has been launched in 2014, and currently totalizes 550 job offers and the same database than the French version. 200 000 visits each month – 1 000 000 viewed pages – 225 000 members – 55 000 CVs. Visit the international job board : http://en.aerocontact.com Know more