Stage Optimisation de la Répétabilité du Procédé de Fabrication Additive des Noyaux Céramiques H/F

L'offre

Contexte
Aujourd'hui, l'un des défis majeurs pour le procédé la fabrication additive des noyaux céramiques est de maitriser la répétabilité du procédé. Ces variations interpièces imposent des stratégies de compensation complexes pour obtenir des pièces conformes, ce qui implique des couts importants. L'objectif de ce stage est de cartographier de manière intelligente les paramètres du procédé afin de maitriser au mieux la fabrication additive céramique.
Les données accessibles sont mutliformes : des rapports d'impression, des courbes de températures, des l'enregistrement vidéo complet de l'impression, ....
Objectif du stage
L'objectif principal du stage est d'exploiter, grâce à des outils d'Intelligence Artificielle, l'ensemble des données disponibles et enrichies (données temporelles, flux vidéo...). L'enjeu est de mieux comprendre le procédé, d'identifier les sources de variabilité et de détecter précocement toute dérive susceptible de conduire à une non-conformité.
Missions
- Prendre en main les données du procédé.
- Analyser les paramètres de fabrication et identifier ceux qui sont les plus influents.
- Exploiter les images du feedstock pour extraire des indicateurs simples et pertinents.
- Analyser les vidéos d'impression pour détecter des comportements inhabituels.
- Croiser les données de procédé, les images et les vidéos.
- Détecter les dérives de fabrication et étudier la possibilité de prédire les non-conformités à l'aide de techniques de machine learning et de deep learning.
- Mettre en place des visualisations permettant de mieux comprendre le comportement du procédé.

Profil recherché

Étudiant(e) en dernière année d'école d'ingénieur ou en Master 2, avec une spécialisation en Intelligence Artificielle, Data Science ou Computer Vision.
De solides compétences en Python et en Machine Learning sont attendues. Une première expérience avec PyTorch, TensorFlow ou OpenCV serait appréciée. Des connaissances en traitement d'images, analyse de données ou séries temporelles constitueraient un atout supplémentaire.