Stage : Optimisation multicritères par méthode IA d'un disque de frein

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.

Une première méthodologie de conception en avance de phase des disques de frein pour des prestations en tenue thermomécanique a été développée pour différents types de géométrie de freins RPI et RPE en mixant des méthodes de machine learning Graphical Neural Network et MLP par prédiction des KPI. Le métier chassis/frein souhaiterait que cette méthodologie soit étendue pour la tenue mécanique aux efforts de freinage maximaux et permettre ainsi une optimisation du design par la prise en compte de tenue multicritères thermomécanique et mécanique du disque de frein.

Formation

Ingénieur généraliste, Master mécanique, sciences des données, techniques de Machine Learning.

Informatique

logiciels bureautiques, Excel, connaissances langages Python 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.