Vous ferez partie de la R&D d'Air Liquide, au cœur de l'innovation, et contribuerez à façonner les investissement futur pour une meilleure transition énergétique et pour une supply chain du futur en vous concentrant sur la mise en œuvre des méthodes d'hybridation de machine learning et de recherche opérationnelle, l'optimisation des investissement énergétique. Vous développerez des compétences scientifiques en créant des outils visant à renforcer l'efficacité le long de la chaîne de valeur depuis la production jusqu'à la livraison des clients. Cette expérience de stage passionnante permettra de mettre en œuvre des méthodes de décomposition de type ADMM (Alternating Direction Method of Multipliers) ou de Danzig wolf hybrider avec les algorithmes de machine learning. Ces méthodes seront mobilisés pour des applications de production de gaz industriels (Hydrogène, Oxygène , Chaleur … etc) à partir de vecteurs énergétiques bas carbone et / ou mobilisant des systèmes de capture CO2, tout en assurant une fiabilité de fourniture pour les clients en aval de ces chaînes de production.

Cas d'usage 1: Utilisation de méthodes de décomposition pour formuler des variantes scénarisées à horizon long des problèmes d'optimisation opérationnelles, en vue de les adapter à l'évaluation des futures investissements énergétiques pour l'amélioration de la flexibilité des chaînes de production.

Cas d'usage 2: Évaluation de ces méthodes sur des problèmes de dimensionnement de systèmes multi-procédés de production de gaz industriels à faible empreinte carbone.

Nous recherchons des candidats idéalement en troisième année d'école d'ingénieur ou en Master 2 spécialisé en Recherche Opérationnelle, Génie Industriel, Mathématiques Appliquées, Intelligence Artificielle, Informatique Scientifique ou domaine équivalent. Les compétences essentielles pour ce poste incluent :

• Solides connaissances en recherche opérationnelle, en optimisation, machine learning.

• Compétences en programmation (Python, Julia, ou autres langages pertinents).

• Capacité à travailler de manière autonome et en équipe.

• Curiosité, créativité et motivation pour résoudre des problèmes complexes liés à la supply chain et aux investissements énergétiques.

• Bonnes compétences en communication et capacité à présenter les résultats de manière claire et concise.