STAGE Machine learning pour la prédiction des interactions terrain-onde de souffle H/F

Description du poste:

Description du poste

Domaine

Mathématiques, information scientifique, logiciel

Contrat

Stage

Intitulé de l'offre

STAGE Machine learning pour la prédiction des interactions terrain-onde de souffle H/F

Sujet de stage

Une onde de souffle désigne une augmentation brutale de la pression de l'air induite par la libération soudaine et localisée d'une grande quantité d'énergie. Simuler la propagation d'une onde de souffle, qui peut provoquer des dégâts importants, constitue donc un problème d'intérêt pour des applications militaires ou industrielles. Or, l'onde interagit de manière complexe avec les obstacles qu'elle rencontre sur son passage, en particulier les variations de terrain.

La modélisation de telles interactions, qui ne peut être faite de manière analytique, est traditionnellement réalisée via de coûteuses simulations numériques. Récemment, des méthodes d'apprentissage automatique ont permis d'accélérer le calcul de la propagation. Néanmoins, ces méthodes se focalisent principalement sur la prédiction de quantités scalaires (maximum de suppression ou impulsion, par exemple) le long de la trajectoire et ne permettent pas de modéliser le front d'onde complet.

Durée du contrat (en mois)

4 à 6 mois

Description de l'offre

L'idée du stage est de s'appuyer sur des snapshots représentant sous forme d'images, pour des instants successifs, le champ de pression associé au passage d'une onde de souffle interagissant avec un relief donné dans un domaine fixé. Le but du stage est de construire des métamodèles neuronaux qui, à partir d'un relief, de paramètres d'explosion et des premiers snapshots, permet de prédire les snapshots suivants.
À son arrivée, le/la candidat(e) retenu(e) aura à sa disposition une base de données constituée de plusieurs séquences de snapshots, chacune associée à la propagation d'une onde de souffle pour une configuration particulière.
Pour construire les métamodèles, plusieurs pistes pourront être explorées parmi lesquelles des réseaux convolutionnels, des modèles autorégressifs de type Transformer ou encore des modèles neuronaux d'équations différentielles.
A ce titre les objectifs sont les suivants :
- Vous devrez d'abord effectuer des recherches bibliographiques pour bien cerner l'état de l'art et retenir quelques approches qui lui semblent pertinentes.
- Les méthodes retenues devront être implémentées en Python et rigoureusement évaluées sur un jeu de test.
- Enfin, vous devrez fournir un code soigné et documenté utilisable par le CEA. Si le temps le permet, ce projet pourra être valorisé à travers la réalisation d'un poster pour une conférence, voire d'un court article de recherche.

À la fin du stage, vous aurez acquis des connaissances solides en machine learning appliquées à un problème de physique original.

Conformément aux engagements pris par le CEA en faveur de l'intégration des personnes handicapées, cet emploi est ouvert à toutes et à tous.
Le CEA propose des aménagements et/ou des possibilités d'organisation pour l'inclusion des travailleurs handicapés.
Participant à la protection nationale, une enquête administrative est réalisée pour tous les collaborateurs du CEA afin d'assurer l'intégrité et la sécurité de la nation.

Moyens / Méthodes / Logiciels

Python / Machine Learning

Profil du candidat

Vous êtes en formation d'un diplôme d'ingénieur(e) ou d'un Master 2 spécialisé, avec un attrait fort pour le machine learning.
Vous avez une appétence pour les problèmes de mécanique des fluides.
Rigoureux(se) et organisé(e) vous aimez travailler en équipe et savez rendre compte.
Cette offre vous intéresse et vous vous reconnaissez dans le profil ? Alors n'hésitez plus, rejoignez le CEA/DAM, un organisme scientifique unique au service de la Défense Nationale
Pour en savoir plus sur nos activités, rendez-vous sur notre site internet : www-dam.cea.fr/

Localisation du poste

Site

DAM Île-de-France

Localisation du poste

France, Ile-de-France, Essonne (91)

Ville

26 Rue de la Piquetterie, 91680 Bruyères-le-Châtel

Critères candidat

Diplôme préparé

Bac+5 - Master 2

Possibilité de poursuite en thèse

Non

Demandeur

Disponibilité du poste

01/04/2026