Stage : Adaptation de modèles de fondation pour la simulation numérique automobile

Job description

Nous rejoindre, c'est intégrer une entreprise d'envergure mondiale. Mû par la recherche permanente de l'innovation et de l'excellence, pionnier et leader des technologies propres et de la mobilité durable, le Groupe entend rester à la pointe des grandes tendances qui font bouger le monde. Fort de son efficience, de son agilité et de son esprit d'équipe, le Groupe fait preuve d'exigence et d'audace pour définir la mobilité de demain.

Pour réussir ces transformations, l'entreprise a besoin de tous les talents. Rejoignez-nous ! Chez Stellantis, nous évaluons les candidats selon leurs qualifications, leurs mérites et les besoins du métier. Nous accueillons les candidatures des personnes de tout genre, âge, ethnie, nationalité, religion, orientation sexuelle, et handicap. La diversité de nos équipes nous permettra de mieux appréhender l'évolution des besoins de nos clients et de notre environnement futur.

Descriptions détaillées

Des modèles préentraînés ont été développés à partir de données historiques provenant de plusieurs domaines de simulation numérique afin de réduire le nombre de calculs nécessaires à l'entraînement de nouveaux modèles de substitution. L'objectif principal du stage est d'évaluer leurs performances prédictives lorsqu'ils sont confrontés à des géométries, conditions de fonctionnement ou domaines d'application nouveaux. Dans un second temps, le stagiaire étudiera la construction d'un jeu de données de simulations aussi réduit que possible, puis appliquera différentes stratégies de fine-tuning pour adapter le modèle au nouveau contexte.

Missions principales

• Analyser les modèles préentraînés et les données disponibles.
• Définir des scénarios de transfert représentatifs.
• Mesurer les performances sans réentraînement.
• Sélectionner les simulations les plus informatives.
• Comparer différentes stratégies de fine-tuning.
• Évaluer les gains en précision, généricité et réduction du coût de calcul. École d'ingénieurs ou Master en IA, mathématiques appliquées, mécanique ou simulation numérique. Compétences en Python, deep learning, transfer learning, fine-tuning et traitement de données scientifiques.

Autonomie, rigueur et capacité d'expérimentation. Chez Stellantis nous évaluons les candidats selon leurs qualifications, leurs mérites et les besoins du métier Nous accueillons les candidatures des personnes de tout genre, âge, ethnie, nationalité, religion, orientation sexuelle, et handicap.