Au sein de Safran Aircraft Engines, la Direction du Support et des Services a pour mission d'assurer la satisfaction des clients et la profitabilité des activités. Elle compte ainsi une pluralité de métiers qui gèrent la relation client, le suivi du comportement des produits en service et l'élaboration d'actions correctives permettant d'optimiser le coût d'exploitation de plus de 20.000 moteurs.
En particulier le stage se déroulera au sein des Bureaux d'étude ayant pour mission de comprendre le vieillissement des pièces (via le retour d'expérience flotte) et d'adapter les critères de réparation de ces pièces en vue de l'amélioration de leur maintenabilité et de leur durée de vie.
Dans le cadre de leurs activités, l'expertise des ingénieurs du Bureau d'étude est souvent sollicitée pour répondre à des demandes clients sur l'aptitude à l'utilisation en service ou à la réparation des pièces des moteurs en activité. Le traitement de ces questions clients représente une charge de travail importante pour les ingénieurs du Bureau d'étude et une forte croissance des demandes est anticipée dans le cas de la montée en maturité de la flotte des moteurs LEAP.
L'objectif de ce stage est donc de contribuer à faciliter le traitement des demandes techniques au Bureau d'étude. La piste envisagée consiste à améliorer l'exploitation de l'historique de cas précédents à l'aide de méthodes d'IA de type RAG (Retrieval augmented generation, Lewis et al. 2021). Cette approche se décompose en deux étapes, une partie recherchant les cas similaires pertinents, et une seconde partie proposant une synthèse des documents sélectionnés.
La priorité du stage est centrée sur la partie recherche de cas pertinents, qui permettra aux équipes une compréhension plus rapide de l'historique et pourra augmenter la confiance en ce type d'approches. Un état de l'art des méthodes disponibles, prenant en compte leur applicabilité dans un contexte industriel (licence, coût d'entraiment, performance…) devra être réalisé. Il faudra également s'approprier les autres initiatives en IA générative chez SAFRAN AIRCRAFT ENGINES. Enfin un benchmark, en lien avec les attentes métiers, devra être réalisé sur le cas test prévu.
Selon l'avancement du stage, différentes évolutions pourront être considérées. Les demandes reçues par le Bureau d'étude sont formulées avec un vocabulaire technique spécifique qui nécessitera d'ajuster la modélisation. De plus, une fois la recherche de cas similaires jugée satisfaisante, l'obtention d'une synthèse de ces cas, voire d'une suggestion de réponse, pourra être abordée.

Vous êtes en fin d'études BAC+5
Vous avez de bonnes connaissances des principales méthodes de Machine learning et architectures Deep Learning avec un intérêt particulier pour l'IA générative
Vous disposez nécessairement d'une connaissance en programmation Python et en ses principales librairies (Numpy, Matplotlib, Scikit-learn, pandas…) et des librairies pour le Deep learning (Keras, PyTorch, Transformers)
Un intérêt pour les applications industrielles et l'aéronautique en général sera apprécié

Vous aimez relever des challenges techniques ? Vous avez envie de participer au futur du secteur du transport aérien ? Alors rejoignez-nous et venez partager vos idées !