Les missions du poste
Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs.
Implanté au coeur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international.
Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales :
- La conscience des responsabilités
- La coopération
- La curiosité
Missions :
Le stage s'inscrit dans le cadre du développement d'algorithmes d'estimation de l'état de puissance disponible (State-of-Power) d'une cellule de batterie lithium-ion. Un algorithme existant, basé sur un modèle physique détaillé de la cellule couplé à une procédure de résolution itérative, offre une bonne précision mais nécessite un temps de calcul important, incompatible avec des contraintes embarquées.
L'objectif du stage est d'étudier, développer et évaluer des modèles de substitution (surrogate models) basés sur des réseaux de neurones, capables d'approximer les sorties de l'algorithme existant à partir des mêmes entrées, tout en réduisant le temps de calcul. Le/la stagiaire s'appuiera sur des données de simulation générées avec l'algorithme actuel ainsi que sur une base de données d'essais expérimentaux disponible, afin de construire, entraîner et comparer plusieurs stratégies d'apprentissage.
Le travail comprendra notamment :
La prise en main de l'algorithme existant et de la base de données expérimentales ;
La génération d'un jeu de données de simulation représentatif des conditions d'usage ;
Le développement de plusieurs architectures et stratégies d'entraînement de réseaux de neurones ;
L'évaluation comparative de la précision (vs. données expérimentales) et du gain en temps de calcul par rapport à l'algorithme actuel ;
La rédaction d'un rapport, et éventuellement d'une publication scientifique, présentant une synthèse et des recommandations sur l'approche la plus pertinente.
Ce stage offre une opportunité de travailler à l'interface entre modélisation physique de batteries et machine learning, sur une problématique à fort enjeu industriel (temps réel, embarquabilité).
Le profil recherché
Diplôme préparé : Bac +5 - Diplôme Ecole d'ingénieurs (ou master)
Compétences scientifiques : Machine Learning, Traitement du Signal
Connaissances : Génie Electrique, Batteries
Moyens/Méthodes/Logiciels : Python, Simulink
Commentaires libres : La maîtrise de Python scientifique (NumPy, SciPy, PyTorch) est un prérequis au poste. Des connaissances et expériences dans le domaine des batteries et de leur modélisation, ainsi que du logiciel Simulink sont un plus.
Compétences requises
- Python
- Traitement du signal
- Machine learning
- SimuLink