Vous intégrerez la Direction de la Recherche du groupe STELLANTIS et en particulier le pôle Powertrain systems & controls qui est en charge de développer des innovations dans les domaines des chaînes de traction électriques.
Notre équipe SOAI (System Optimization using IA) explore les innovations du domaine du machine learning et de l'intelligence artificielle afin d'améliorer le produit, process de développement ou fabrication.

Dans ce cadre, Stellantis explore de nouvelles approches méthodologiques basées sur la modélisation des systèmes tels que la batterie de traction s'appuyant sur des techniques de machines learning avancées ( deep learning) ainsi que des couplages avec des modèles physiques (PINN physics informed neural network).

Ainsi, les missions proposées pour ce stage sont les suivantes :
- Bibliographie de modélisation des systèmes dynamiques par machine learning et PINN
- Interaction des spécialistes de la modélisation physique de la batterie (éléctrochimie)
- Mise en place d'expériences numériques (entraînement / validation / test) basées sur données réelles ou sur des modèles physiques
- Optimisation des modèles neuronaux: architecture, hyperparamètres, process d'entraînement, éventuellement réduction pour optimiser les temps de calculs.
- Comparaisons détaillés des méthodes et synthèse analytique

Etudiant(e) préparant un diplôme de niveau BAC+5, Ecole d'ingénieurs ou Master Universitaire.
Spécialité / Option souhaitée : DataScience, Machine Learning, Deep Learning (time series, système dynamiques)
Langage/outils : Torch, Scikit-learn, Python, Matlab, Outils: Jupyter, Databricks, cluster CPU+GPU industriel pour sujes deep learning.

Chez Stellantis, nous évaluons les candidats selon leurs qualifications, leurs mérites et les besoins du métier. Nous accueillons les candidatures des personnes de tout genre, âge, ethnie, nationalité, religion, orientation sexuelle, et handicap. La diversité de nos équipes nous permettra de mieux appréhender l'évolution des besoins de nos clients et de notre environnement futur.