Stage Ingénieur/Cadre/Bac +5

Développement d'Une Méthode Automatique de Classification des Structures de Trempe dans les Alliages H/F

Framatome · Ugine (73)

L'assistant prépare ta candidature pour cette offre

  • Ton message ou ta lettre de motivation, qui parle de cette offre.
  • Les 5 questions qu'on peut te poser, avec un conseil pour chacune.
  • Un entretien d'essai : l'IA joue le recruteur.

Gratuit. Sans compte pour ta candidature, avec un compte gratuit pour l'oral.

Publiée le 17 novembre 2026 · En ligne jusqu'au 22 décembre 2026, prolongée tant que l'offre reste ouverte

Contrat
Stage
Niveau
Ingénieur/Cadre/Bac +5
Lieu
Ugine, Auvergne-Rhône-Alpes

L'offre

Dans le domaine de l'industrie nucléaire, la fabrication des alliages de zirconium implique plusieurs traitements thermiques agissant sur leurs caractéristiques mécaniques et leur microstructure. Les étapes de trempe engendrent parfois des structures qualifiées de vannerie, qui peuvent avoir un impact sur les opérations ultérieures de mise en forme.

La proportion de vannerie sur une micrographie métallographique est actuellement déterminée de manière principalement visuelle. Cette méthode montre des limites en matière de temps d'analyse, de subjectivité et de reproductibilité. Des solutions et indicateurs pertinents ont toutefois été repérés lors d'une étude préalable afin de rendre cette caractérisation microstructurale automatique.

Tes missions

Le stage vise la conception et la qualification d'une solution fiable pour classifier automatiquement les structures de trempe depuis des micrographies. Le dispositif en place, programmé en Python avec des bibliothèques open source dédiées à l'analyse d'image, s'appuie sur une chaîne de traitement déterministe (prétraitement, détection de caractéristiques géométriques et texturales, détermination d'indicateurs microstructuraux et calcul d'un score final de proportion de vannerie).

Les activités confiées comprennent :

  • Examiner de façon critique les pistes issues de la pré-étude ;
  • Valider les métriques ainsi que les critères choisis pour la classification ;
  • Explorer d'autres techniques pour la caractérisation des images ;
  • Mesurer ce que pourraient apporter des technologies d'intelligence artificielle afin d'optimiser la détection ;
  • Qualifier le procédé conçu en confrontant ses résultats aux estimations des spécialistes métier ;
  • Contribuer à faire évoluer la chaîne de traitement existante et la tester à l'aide d'un échantillon représentatif d'images métallographiques industrielles ;
  • Étudier et confronter aux méthodes déterministes actuelles des solutions d'apprentissage automatique ou de deep learning, en fonction de la progression du projet.

Profil recherché

Formation requise :

  • Dernière année de cursus d'ingénieur ou Master 2 orienté en informatique scientifique, en science des matériaux, en traitement d'image, ou encore en data science ou intelligence artificielle.

Compétences et qualités attendues :

  • Maîtrise du langage Python ;
  • Aptitudes dans l'analyse et le traitement des données ;
  • Sens critique et rigueur dans l'approche scientifique ;
  • Capacités de synthèse et autonomie ;
  • Intérêt prononcé pour la découverte de méthodes inédites et habileté à tirer parti de la documentation scientifique.

Avoir déjà une expérience dans le domaine de l'analyse d'image représente un avantage, sans être un prérequis obligatoire.

Offres proches