Contexte :
Au sein de la Direction Technique et Ingénierie, la division Ingénierie Mécanique est chargée de réaliser les activités de conception et spécification des composants primaires, auxiliaires et spéciaux, ainsi que des composants associés à des processus spécifiques - y compris le suivi technique de la fabrication, des matériaux et du calcul mécanique.
Au sein de cette division, le département "Générateur de vapeur et Réservoirs" est en charge de la réalisation des activités d'ingénierie pour ces équipements.
Il assure en particulier la conception des générateurs de vapeur pour le remplacement des équipements vieillissants du parc nucléaire existant et pour les projets de centrale nucléaire de nouvelle génération.
Vous serez intégré(e) dans le Département « Générateurs de vapeur, Echangeurs de chaleur et Réservoirs ».

Objectifs et Missions :
Un des leviers de vérification couramment utilisé consiste à comparer les résultats d'un calcul avec les résultats d'un ou plusieurs calculs précédents. Néanmoins, il est souvent difficile de transposer les résultats d'études précédentes à une nouvelle étude du fait de l'écart au niveau des données d'entrée.
Par ailleurs, il est régulièrement demandé d'effectuer des sensibilités à une évolution de données d'entrées. Cette sensibilité peut s'avérer très chronophage si les modèles de calculs sont complexes.
Disposer d'un méta-modèle de type réseau de neurones robuste permettrait de produire une référence avec un bon degré de précision et d'effectuer des sensibilités fiables en quelques secondes.
Les missions du stage sont les suivantes :
S'approprier le modèle existant développé pour un modèle physique simplifié et des sollicitations fictives
Effectuer une sensibilité du modèle aux différents hyperparamètres
Créer un algorithme d'optimisation des hyperparamètres
Améliorer le méta-modèle pour établir un intervalle de confiance sur les outputs

Vous êtes en dernière année d'école d'ingénieurs ou équivalent universitaire avec une dominante mathématique et informatique sur la simulation numérique et la programmation.
Vous êtes organisé(e) et rigoureux(se).
Vous savez faire preuve d'initiative. Vous êtes doté(e) d'un bon relationnel et êtes capable de travailler en équipe.
Vous possédez des capacités d'analyse, de synthèse, et de bonnes capacités rédactionnelles.
Vous maîtrisez le langage de programmation Python.
Vous avez de bonnes notions en machine learning et idéalement en deep learning.

Une bonne maîtrise de l'anglais à l'écrit et à l'oral est également requise pour réussir pleinement dans vos missions.