Safran SEATS est un des leaders mondiaux des sièges d'avion pour équipages et passagers.
Nos clients : les plus grandes compagnies aériennes et avionneurs.
Notre produit : le siège (de la classe économique à la classe affaire en passant par l'équipage). Vous l'avez peut-être déjà testé en voyageant avec l'une de nos compagnies clientes ; plus d'un million d'entre-eux sont actuellement en vol !
Notre implantation :
- Issoudun (36), entre Bourges et Châteauroux aux portes des Châteaux de Loire et de la Touraine (1h25 en voiture ou en train) dans la région Centre Val De Loire et à seulement 2h30 de route de Paris

Notre engagement : Conscient de ses responsabilités, Safran s'est donné pour mission de changer durablement l'aérien pour construire le monde de demain avec 4 ambitions : décarboner l'aéronautique, être un employeur exemplaire, incarner l'industrie responsable et affirmer son engagement citoyen.
Vous recherchez une expérience opérationnelle découvrant le monde aéronautique ? Où vous pourrez faire preuve d'autonomie tout en étant accompagné-e par votre tuteur ou tutrice ? Dans une équipe dynamique et conviviale ? Venez rejoindre nos stagiaires !

Votre MISSION sera de réaliser du benchmark dans les outils du commerce dans la suite de notre logiciel Altair et les outils développés en data sciences et la création d'une Interface utilisateur avec la mise en place de critère d'évaluation et de convergence pour l'optimisation.

Votre QUOTIDIEN sera au sein des activités R&T d'améliorer les outils et les méthodes d'optimisation des structures de sièges aéronautiques par des approches de data science et de machine Learning. Nous souhaitons mettre en place des outils d'optimisation multi critères basée sur une base de données de résultats de simulation numérique de crash et développer, mettre en place et valider la méthode d'optimisation.

Pour cela, des outils du commerce sont disponibles pour l'optimisation, et votre objectif aura pour but :
 Évaluer ces outils et de permettre de comprendre leurs limites.
 Étudier des méthodes basées sur des approches de Data sciences et aussi sur les approches de surrogate modèle.
- Définir les critères d'évaluation de ces modèles.
- Développer de la chaine numérique pour la mise en œuvre.
- Préparer des documents et des outils de visualisation des résultats optimisés

Le stage sera organisé autour des activités suivantes :
- La réalisation d'un état de l'art sur les approche et module d'optimisation
- Identification des outils du commerce avec leur méthodes d'optimisation
- Le développement du chainage numérique et de vérification de la convergence des algorithmes
- Identification des critères de validation des algorithmes
- Développement des outils de post traitement en pythons

École d'ingénieur ou master 2 ou supérieur en analyse numérique basée sur la data science et mécanique
Maitrise les outils de programmation en Python