Dans le cadre de la transition énergétique, l'utilisation de l'hydrogène comme vecteur énergétique est en forte croissance, particulièrement comme carburant pour les véhicules à hydrogène dans la mobilité lourde. De par son expertise unique dans la supply chain des gaz, Air Liquide aspire à être un acteur majeur de ce marché à fort potentiel; une volonté qui se caractérise par exemple à l'heure actuelle par plus d'une centaine de stations de recharge d'hydrogène vendues par le groupe à travers le monde. Ces stations conditionnent l'hydrogène gazeux à très haute pression (350-700 bar) afin de permettre un remplissage rapide des véhicules et de leur donner une autonomie suffisante. Alors que le nombre de véhicules hydrogène en utilisation ainsi que de nouveaux marchés (bus, camions, bateaux..) se multiplient, le recours à l'approvisionnement de ces stations en hydrogène liquéfié (-253°C) est l'un des axes de développement du groupe.

Missions et Responsabilités

Des modèles thermodynamiques sont réalisés pour calculer les paramètres optimaux d'opération de supply chain d'hydrogène liquide. Les résultats de ces modèles, s'ils reflètent des réalités physiques, peuvent varier des données récoltées sur le terrain. L'objectif de ce stage est d'améliorer la prédiction des modèles thermodynamiques de prédiction de pertes et de rendement d'équipements (Python) en incluant des briques IA correctives.

Le stagiaire devra analyser des données terrain (stations, camions), les comparer aux modèles thermodynamiques et les améliorer à l'aide de briques IA. Elles pourront porter sur la correction de précision de capteurs, sur la déviation des hypothèses thermodynamiques simplificatrices ou la détection d'anomalies.

Au sein de l'équipe Supply Chain Performance du Campus Innovation Paris, les missions du stage consisteront à:

• Compréhension du sujet, état de l'art de modèles physiques/thermodynamiques couplés à des modules IA et des outils existants.

• Identification des besoins, développement puis validation d'un outil de modélisation hybride (algorithme & architecture) (Python).

• Utilisation de l'outil de modélisation pour préciser des analyses technico-économiques.

• Présentation des résultats de l'étude de façon simple, didactique en étant force de proposition.

• Ingénieur Bac+5

• Connaissances en IA & data

• Appétence pour les sujets de transition énergétique

• Bonne maîtrise de Python, en particulier des modules IA & data les plus courants

• Des connaissances en thermodynamique seraient un plus

• Anglais courant

• Rigoureux, méthodique et organisé pour structurer la démarche et la capitaliser

• Profil proactif: capable de progresser de façon autonome et de trouver l'information nécessaire

• A l'aise avec les outils informatiques classiques de bureautique

Lieu du stage

Le stage sera réalisé au Campus Innovation Paris, centre de R&D d'Air Liquide en France situé aux Loges-en-Josas (1, Chemin de la Porte des Loges).