Retour à la liste

Stage R&D - Développement de nouvelles voies via un couplage des méthodes de machine learning et de modélisation moléculaire

Le 6 novembre

Critères de l'offre

  • Ladoux (63)
  • Stage
  • Temps Plein
  • Domaines d'expertise : Physico-chimie , algorithmie , Apport , chimie , R&D Voir plus , Matériau , Economie d'énergie , Ecole ingenieur , Data science , Mathématiques , Modélisation , sécurité , Curieuse , Matériaux , Apprentissage automatique , Descripteur , Determination , Structure moléculaire , Structure , Polymères , Simulation numérique , pneumatique , Conception des matériaux , Physique , Milieu industriel Voir moins
  • Communication Orale , Travail en équipe
  • Niveau d'études : Bac+5, Master - Magistère

Description du poste

Stage R&D - Développement de nouvelles voies via un couplage des méthodes de machine learning et de modélisation moléculaire

- - - - - - - - - - - -

Contexte

Michelin est à la recherche constante de nouvelles solutions pour répondre aux exigences croissantes en termes de sécurité, de longévité et d'empreinte environnementale (économie d'énergie et pneumatiques plus verts). La conception de matériaux innovants de haute performance est par conséquent indispensable pour répondre à ces attentes sociétales et environnementales. La réalisation de telles avancées technologiques nécessite une compréhension fine des mécanismes physico-chimiques prenant place dans nos matériaux. Ce stage s'inscrit pleinement dans cette démarche avec pour objectif le développement d'outils aux frontières entre la modélisation moléculaire et les méthodes de machine learning pour développer de nouvelles voies de conception matériau plus respectueuses de notre planète.

Mission et objectifs

L'objectif de ce stage est d'explorer le potentiel que peut apporter le machine learning à la conception de nouveaux matériaux. Ce stage se concentrera particulièrement sur les méthodes permettant de transcrire les structures moléculaires en des descripteurs numériques pouvant alimenter les algorithmes de machine learning. Ces méthodes et outils seront développés dans le cadre le plus général possible et une comparaison de leurs performances sera effectuée sur des grandeurs caractéristiques des élastomères. Les principales missions de ce stage seront les suivantes :

  • Détermination des méthodes de transcription les plus adaptées aux polymères,
  • Développement d'un outil permettant d'utiliser la structure moléculaire des polymères comme descripteur de méthodes de machine learning,
  • Comparaison des différentes méthodes de transcription retenues via la prédiction de grandeurs caractéristiques des polymères.

Livrable

  • Une synthèse des méthodes potentielles de transcription avec leurs avantages/limites vis-à-vis du problème posé,
  • Outil permettant de passer d'une structure moléculaire à un descripteur utilisable par le machine learning,
  • Comparaison des outils par prédiction de grandeurs caractéristiques connues des élastomères.

Apport pour le candidat

  • Approfondissement et application des connaissances acquises lors du cursus sur des cas concrets,
  • Sujet multidisciplinaire entre les mathématiques, la physique et la chimie.
  • Découverte du milieu industriel et du travail en équipe.

Interlocuteurs

  • Expert en data science
  • Expert en modélisation matériaux
  • Expert conception polymère

Profil recherché

  • Expérience dans le domaine du machine learning et de la simulation numérique,
  • Intérêt pour la compréhension des phénomènes physiques,
  • Le candidat doit être curieux, ouvert d'esprit et doit apprécier le travail en équipe.

Formation souhaitée

Étudiant en dernière année d'école d'ingénieurs ou en Master 2 avec une formation ou une expérience en data science. Des notions de physico-chimie seront un plus.

Mois de début

Mars-Avril 2020

Mois de fin

Septembre-Octobre 2020

Durée

6 mois

Localisation : Clermont Ferrand

#LI-JF1

- - - - - - - - - - - -

Michelin, une entreprise engagée dans la mobilité durable.

Nos dernières distinctions :

  • Manufacturier Pneumatique de l'année 2019
  • Une note de 94/100 à l'index de l'égalité femmes-hommes
  • N°1 au classement Happy Trainees avec 94,8 % des stagiaires et alternants qui nous recommandent

Pour en savoir plus sur le Groupe : https://recrutement.michelin.fr


Référence : R-2019035354


Créez votre profil pour postuler à cette offre

J'ai suivi une formation au cours des 12 derniers mois :
J'accepte les conditions générales pour créer mon compte, bénéficier des services de matching et postuler aux offres :