Description
Lorsqu'un train circule, l'état de la voie peut générer des contraintes mécaniques sur ses différents composants et influencer leur usure dans le temps. Mesurer directement ces contraintes nécessite toutefois des équipements embarqués complexes et coûteux.
L'objectif de ce stage sera donc d'explorer une approche basée sur l'intelligence artificielle pour estimer ces contraintes à partir de données plus facilement accessibles, comme des mesures d'accélérations embarquées.
Vous développerez et testerez un premier modèle prédictif, notamment sur un composant comme le bogie, à partir de données mesurées en circulation.
L'enjeu du stage est de déterminer dans quelle mesure des données facilement accessibles peuvent remplacer les mesures ou les simulations numériques coûteuses.
Accompagné(e) par nos ingénieurs et experts ferroviaires, vos missions seront les suivantes :
Compréhension physique & exploitation des données :
- Comprendre le fonctionnement du composant étudié et les sollicitations mécaniques auxquelles il est soumis ;
- Explorer, préparer et mettre en relation les différentes données disponibles ;
- Identifier les paramètres ayant le plus d'influence sur les contraintes observées.
Développement du modèle prédictif :
- Développer sous Python un modèle d'apprentissage supervisé permettant de prédire les contraintes, voire l'endommagement d'un composant du train à partir notamment de la mesures accéléromètriques ;
- Sélectionner et tester les méthodes d'apprentissage les plus adaptées aux données disponibles ;
- Optimiser progressivement les performances du modèle.
Validation & analyse des performances :
- Comparer les prédictions obtenues aux mesures réalisées en circulation ;
- Évaluer quantitativement la précision et la robustesse du modèle ;
- Identifier son domaine de validité ainsi que ses principales limites ;
- Analyser dans quelle mesure cette approche peut constituer une alternative à certaines mesures embarquées ou simulations numériques plus coûteuses.
Le résultat attendu est un prototype capable d'estimer les contraintes mécaniques subies par un composant à partir de la mesures accéléromètriques, , accompagné d'une évaluation quantitative de ses performances.
Date de début
09 oct., 2026
Profil
Profil recherché
- Formation : Étudiant(e) en dernière année d'école d'ingénieur ou en Master 2 avec une spécialisation en mécanique, mécanique numérique, dynamique des structures ou domaine équivalent ;
- Vous disposez d'une forte appétence pour la programmation scientifique, l'analyse de données et l'intelligence artificielle ;
- Vous maîtrisez ou avez déjà utilisé Python dans le cadre de projets académiques ou personnels ;
- Vous souhaitez développer des outils numériques répondant à des problématiques industrielles concrètes ;
- Des connaissances en machine learning / apprentissage supervisé constituent un atout ;
- Vous maîtrisez couramment le français et disposez d'un niveau d'anglais technique et opérationnel.
Qualités recherchées
- Curiosité scientifique - Vous aimez comprendre les phénomènes physiques avant de chercher à les modéliser ;
- Esprit d'analyse - Vous savez exploiter des données, confronter des résultats et prendre du recul sur leur pertinence ;
- Rigueur - Vous êtes méthodique dans votre démarche de développement et de validation ;
- Autonomie - Vous êtes capable d'explorer différentes approches tout en sollicitant les experts lorsque nécessaire ;
- Goût du travail en équipe - Vous appréciez les échanges avec des spécialistes issus de disciplines complémentaires.
Fonction
Bureau d'Etudes/R&D/BTP archi/conception
Formation
Ingénieur/Cadre/Bac +5
Secteur
Secteur informatique/ESN