Stage - Diagnostic des décharges partielles par intelligence artificielle (Python) F/H

Job description

Job Description

Summary GE Vernova est une entreprise mondiale du secteur de l’énergie, organisée en trois segments : Power, Wind et Electrification. Fort de plus de 130 ans d'expérience dans la résolution des défis mondiaux, GE Vernova est idéalement positionnée pour jouer un rôle de leader dans la transition énergétique, en continuant à électrifier le monde tout en travaillant à sa décarbonation, avec plus de 70 000 employés répartis dans plus de 100 pays.

Le segment Electrification de GE Vernova fournit des technologies et systèmes de réseau avancés, permettant la transmission et la distribution d'énergie depuis le point de génération jusqu'au point de consommation, et soutient une transition énergétique décarbonisée et sécurisée. Sur son site industriel situé à Villeurbanne (France), conçoit, teste et fabrique des disjoncteurs haute tension destinés aux opérateurs de réseaux et industriels nationaux et internationaux.

Présentation du poste Le stage se déroulera au sein du C entre de R echerche de T echnologie H aute T ension ( HVTRC ), sur le site industriel de Villeurbanne , dans le cadre d'un projet visant à renforcer la capacité de diagnostic de l'état diélectrique des appareillages sous enveloppe métallique (GIS/GIL), dans un contexte de transition énergétique marqué par la croissance de l'électrification des réseaux et le remplacement progressif du SF₆ par des gaz alternatifs.

Dans l’appareillage de type GIS, la présence de décharges partielles (DP) constitue un indicateur précoce de dégradation de l'isolation. La capacité à les détecter représente un enjeu majeur de fiabilité et de maintenance prédictive. La difficulté principale réside dans l’identification du phénomène étant à son origine. Les activités du stage seront axées autour de l’optimisation et fiabilisation de l’analyse des données mesurées.

L’objectif final étant d’améliorer les systèmes de monitoring de poste client. L'approche envisagée s'appuiera sur des méthodes de Machine Learning (ML), afin d'automatiser et de fiabiliser l'extraction d'informations difficilement accessibles par les méthodes de traitement de données classique.

Missions Le stage s’articulera autour des missions suivantes

• Développement de techniques d’identification des décharges partielles
• Participation aux campagnes d’essai de caractérisation des différents types de défauts rencontré, en collaboration avec l’ingénieur en charge du projet
• Présentation des résultats lors des revues périodiques. Formation École d’ingénieur (généraliste ou spécialisée) ou université, niveau Bac+4 / Bac+5, avec une forte composante en data science (ou IA). Connaissances / Compétence requises
• Bonnes bases en Python
• Connaissances solides en Traitement du signal et Machine Learning
• Rigueur en développement de code
• Curiosité, esprit d’innovation, adaptabilité et autonomie, persévérance et esprit d’équipe

Langues

• Français / Anglais, parlé et écrit
• Des notions en électromagnétisme HF est appréciée Date de début du stage/alternance et durée

Début

• janvier 2027

Durée

• 6 mois