Rattaché(e) à Romain, Algo & Modelling Research Engineer, vous contribuerez à l’étude des paramètres de conception de nos antennes afin d’en améliorer les performances, notamment en exploitant les informations physiques cachées dans les modèles de Machine Learning utilisés pour leur contrôle.

Dans ce cadre, voici les missions qui n’attendent que vous :

• Comprendre le fonctionnement de la technologie Greenerwave basée sur les Reconfigurable Intelligent Surfaces (RIS) et faire de la bibliographie,

• Prendre en main des modèles développés en interne, interpréter et analyser leurs résultats,

• Identifier et corréler les paramètres des modèles avec les caractéristiques physiques des antennes et leurs performances expérimentales,

• Réaliser les manipulations expérimentales afin de confirmer vos analyses et hypothèses,

• Ecrire des scripts en Python ou Matlab pour effectuer l’analyse des données obtenue,

• Réaliser des simulations numériques et développer des toy models afin d’étudier l’impact de la variation des paramètres sur les performances,

• Participer au développement de modèles numériques guidés par les observations physiques pour orienter la conception des futures antennes,

• Rédiger la documentation technique associée à vos développements.

Vous préparez votre dernière année d’école d’ingénieur (ou équivalent universitaire) avec une spécialisation en physique des ondes, traitement du signal ou tout autre domaine similaire. Une première expérience en manipulations expérimentales et/ou Machine Learning sera appréciée. Vous êtes intéressé(e) par la physique des ondes, la radiofréquence et vous cherchez un stage orienté recherche.

Compétences Techniques

• Connaissances en électromagnétisme, traitement du signal ou modélisation numérique,

• Connaissances en Python,

• Des connaissances en Machine Learning (Scikit-learn, PyTorch ou TensorFlow) seraient appréciées,

• Anglais opérationnel requis tant à l’écrit qu’à l’oral.

Qualités

• Bonne communication et capacité à travailler au sein d’une équipe internationale,

• Capacités de synthèse et d’analyse,

• Curiosité scientifique et capacité de recherche,

• Proactivité et force de proposition.

Nous encourageons les candidatures de personnes de tous horizons, quel que soit leur origine ethnique, genre, âge, orientation sexuelle, handicap ou religion. Nous valorisons la diversité et croyons que chaque personne apporte une perspective unique qui enrichit notre équipe.