Ingénieur modélisation statistique de process industriel

Metroscope, technology that works.

Metroscope produit un diagnostic en temps réel des industries, reposant sur l’IA. Le logiciel améliore le pilotage et la maintenance des usines et centrales électriques pour en améliorer la performance opérationnelle et environnementale. Après 2 ans d’existence, elle équipe des centrales nucléaires des 2 côtés de l’Atlantique et dispose de bureaux à Paris et Berlin et d’une présence au US. Ses Valeurs : simplicité et engagement

Metroscope est une startup du groupe EDF.

2 offres de stage d’ingénieur modélisation sont à pourvoir !

L’ENVIRONNEMENT TECHNIQUE

• Codes de data science en Python stockés sur GitHub (repos privés)
• Numpy, scipy, pandas, scikit-learn, jupyterhub
• Modelica (Dymola, openModelica)
• Circleci, docker, k8s

TA MISSION

Metroscope utilise des modèles thermodynamiques pour estimer au mieux le fonctionnement attendu des installations de nos clients mais également pour en modéliser des comportements défaillants. 

Le diagnostic réalisé par le logiciel utilise une approximation linéaire de ces comportements défaillants autour d’un point de fonctionnement nominal, effectuée à l’aide d’un jumeau numérique en langage Modelica.

Tu travailleras sur des cas-tests représentatifs (données, jumeaux numériques) des installations de nos clients.

OFFRE DE STAGE 1

Ta mission consistera à challenger le choix de l’approximation linéaire à la fois en étudiant la physique des défaillances multiples et en mettant en place d’autres techniques de régression pour évaluer le fonctionnement défaillant.  

DÉROULEMENT DU STAGE 1 

Le stage sera découpé en plusieurs parties :

• Montée en compétence sur le logiciel Metroscope, sa méthodologie et son utilisation de jumeaux numériques
• Construction de métriques permettant d’estimer la représentativité et la robustesse du modèle de défaillances
• Conception et mise en place d’un plan d’expérience pour évaluer le jumeau numérique dans différentes configurations de défaillances
• Quantification de l’erreur d’approximation des comportements défaillants avec l’hypothèse de linéarité
• Construction de méta-modèles permettant d’améliorer l’approximation des comportements défaillants pour les scénarios combinant plusieurs défaillances
• Historisation de la méthodologie mise en place pour renforcer les outils Data science

OFFRE DE STAGE 2

Ta mission consistera à :

• évaluer l’impact de l’incertitude des conditions aux limites sur la précision des variables physiques internes calculées
• évaluer l’erreur commise en supposant les impacts des défaillances indépendants des conditions aux limites
• mettre en place une méthode prenant en compte cette dépendance

DÉROULEMENT DU STAGE 2 

Le stage sera découpé en plusieurs parties :

• Montée en compétence sur le logiciel Metroscope, sa méthodologie et son utilisation de jumeaux numériques
• Construction de métriques permettant d’estimer la robustesse du jumeau numérique aux incertitudes sur les conditions aux limites
• Conception et mise en place d’un plan d’expérience pour évaluer le jumeau numérique sur différents points de fonctionnement
• Quantification de l’erreur d’approximation des comportements défaillants sur une plage de fonctionnement étendue
• Construction de méta-modèles permettant d’améliorer l’approximation des comportements défaillants sur une plage de fonctionnement étendue
• Historisation de la méthodologie mise en place pour renforcer les outils Data science

Gratification : 1000€ brut/mois

TON PROFIL

Étudiant en école d’ingénieur avec une formation en modélisation et/ou data science, tu as envie d’utiliser tes compétences pour résoudre de vraies problématiques industrielles. Profondément intéressé par la modélisation de systèmes physiques, tu aimes faire face à des problèmes complexes et il est important pour toi que ton travail serve directement des clients réels. Tu sais faire preuve de rigueur dans tes résultats en cherchant à produire du code de qualité.

COMPÉTENCES TECHNIQUES REQUISES

• Bonnes connaissances en thermodynamique (une connaissance du langage Modelica et de Dymola est un plus)
• Solides connaissances en mathématiques appliquées
• Bonne maîtrise du langage Python
• Des connaissances de base du monde du dev seront un atout (Git, Linux)
• Anglais courant

les candidatures seront traitées à partir de début janvier.

Process de recrutement :

• Postuler sur la plateforme Welcome To The Jungle
• Entretien téléphonique
• Entretien en visio

Démarrage à distance possible selon l’évolution de la situation sanitaire