Apprenti-e : Modélisation data du drapage de structures tissées 3D F/H

Safran

  • Essonne
  • Alternance
  • Temps-partiel
  • Il y a 1 mois
Détail de l'offreInformations généralesEntité de rattachement Safran est un groupe international de haute technologie opérant dans les domaines de l'aéronautique (propulsion, équipements et intérieurs), de l'espace et de la défense. Sa mission : contribuer durablement à un monde plus sûr, où le transport aérien devient toujours plus respectueux de l'environnement, plus confortable et plus accessible. Implanté sur tous les continents, le Groupe emploie 83 000 collaborateurs pour un chiffre d'affaires de 19,0 milliards d'euros en 2022, et occupe, seul ou en partenariat, des positions de premier plan mondial ou européen sur ses marchés. Safran s'engage dans des programmes de recherche et développement qui préservent les priorités environnementales de sa feuille de route d'innovation technologique.Safran est dans le top 30 des meilleurs employeurs mondiaux 2022 selon le magazine Forbes.Référence 2024-146096-136889Description du posteIntitulé du posteApprenti-e : Modélisation data du drapage de structures tissées 3D F/HType contratAlternanceDurée du contrat09/2024Statut (CSP)EtudiantTemps de travailTemps partielParlons de votre future missionDans le cadre des différents projets de recherche et développement du Groupe SAFRAN, au sein de l'entité SAFRAN Tech, la plateforme SAFRAN Composites est dédiée au développement, à la maturation des technologies composites à matrice organique pour application à des pièces structurales, ainsi qu'à la préparation de leur industrialisation dans le respect d'objectifs technico-économiques ambitieux.Au sein du pôle Conception & Développement, Safran Composites est à la recherche d'un(e) apprenti(e) sur la Modélisation data-driven et optimisation de structures en matériaux Composites
Afin de conforter l'avance technologique du groupe SAFRAN sur les matériaux composites et leur dimensionnement, il est nécessaire d'améliorer les techniques de modélisation de la mise en forme des structures composites en prenant en compte les contraintes liées au procédé. Cela passe par une compréhension des phénomènes physiques présents à l'échelle des textiles et une modélisation robuste du procédé de mise en forme d'une préforme via des modèles physiques et provenant de data expérimentales. Ainsi, l'objectif de cette mission est d'alimenter la modélisation de ce procédé afin d'y intégrer les outils d'optimisation de fabrication de pièces composites. La finalité industrielle du travail est de pouvoir se doter d'outils permettant de réduire les boucles d'itérations sur la conception de nos matériaux/structures.Le(a) apprenti(e) aura pour missions principales de :
  • Dresser un état de l'art exhaustif sur les approches numériques pour la modélisation des structures souples à l'échelle macroscopique, pouvant construire une approche automatisée/apprentissage de veille
  • Participer à l'élaboration de méthodologies de modélisation du procédé de formage basé sur des approches hybrides IA
  • Implémenter la méthodologie dans un code de calcul interne
  • Evaluer la pertinence des développements dans le cadre d'une boucle d'optimisation avec des contraintes spécifiques liées au métier
  • Assurer une communication interne (réunion d'avancement, rapport)
Parlons de vousDe formation Bac+3 (école d'ingénieur), avec un profil orienté mécanique computationnelle, méthodes numériques avec un goût prononcé pour les mathématiques appliquées, la statistique et l'intelligence artificielle.Les compétences suivantes sont indispensables :
  • Connaissance d'un ou plusieurs langages de programmation
  • Première connaissance de la mécanique des matériaux, lois de comportements
  • Première expérience sur des calculs mécaniques par éléments finis
  • Capacité de synthèse et d'exploitation/interprétation des simulations numériques
  • Autonomie et rigueur dans l'exécution de ses activités
  • Capacité de communication, notamment avec différents intervenants et différents métiers (physico-chimie, matériaux, procédés…)
Les compétences suivantes seront fortement appréciées :
  • Première expérience dans la science de la donnée
  • Connaissance et maitrise des principaux modèles de machine learning
  • Connaissance des matériaux composites à matrice organique
Localisation du posteLocalisation du posteEurope, France, Ile de France, ESSONNE (91)VilleIttevilleCritères candidatNiveau d'études min. requisBAC+3, BAC+4Niveau d'expérience min. requisJeune diplômé-e/Première expérienceLanguesAnglais (Intermédiaire)

Safran