- - - - - - - - - - - -

Contexte

Précurseur dans la mobilité durable, Michelin améliore en continu la conception de ses produits, en innovant dans l'architecture et les matériaux des pneumatiques. Assurer le maintien des performances exige une bonne compréhension du fonctionnement de la matière à des échelles de plus en plus fines.

Pour améliorer la connaissance des usages, et enrichir l’offre de ses services, l’entreprise se base sur des données collectées en situation réelle. C’est notamment le cas dans le domaine du Génie Civil.

Lier les grandeurs issues des capteurs à la physique des mécanismes nécessite de gros plans de calcul Éléments Finis.

Mission

Le/la stagiaire aura pour mission de développer et d’optimiser des algorithmes d’interpolation : Les plans de calcul fournissent un nombre discret de résultats, en faisant varier un grand nombre de variables. L’algorithme doit délivrer une réponse continue et fidèle aux résultats du plan.  

Le travail inclura :

Compréhension et modélisation des usages

• Assimilation du processus de prédiction des dommages des pneumatiques Génie Civil.

• Analyse des jeux de données issus des capteurs et des simulations numériques.

Développement et optimisation d’algorithmes d’interpolation

• Comparaison de différentes méthodes d’interpolation numérique appliquées aux résultats de calculs Éléments Finis.

• Intégration et évaluation d’approches basées sur le Machine Learning pour améliorer la précision des interpolations.

• Analyse et comparaison de différentes stratégies d’active learning appliquées aux résultats des calculs par éléments finis.

Développement d’outils de visualisation avancés

• Conception d’outils interactifs pour illustrer la pertinence des interpolations dans un espace multidimensionnel.

• Mise en place de dashboards ou d’interfaces facilitant l’analyse des résultats et la prise de décision.

Délivrables

• Étude bibliographique pour s'approprier les différentes approches d’interpolation numériques

• Comparaison des différentes approches d’interpolation sur les plans de calculs existants

• Propositions d’amélioration des plans de calcul pour en réduire la taille sans baisser la qualité du modèle

• Proposition de visuels qui aident à valider la pertinence des interpolations proposées.

• Rapport de synthèse

Apport pour le/la candidat.e

• La découverte de la R&D dans le monde industriel.

• L’approfondissement des compétences programmation, machine learning, active learning.

• Travail dans un environnement multiculturel (France-Inde et lien propriété matériaux – mécanique – analyse de données).

Compétences

• Formation en mécanique

• Langages & outils : Python (numpy, pandas, scikit-learn, matplotlib, etc.).

• Machine Learning : Approches d’interpolation et de régression sur données complexes.

• Modélisation numérique : Notions en calculs Éléments Finis et approximation de fonctions.

• Visualisation de données : Développement d’outils interactifs pour l’analyse des résultats.

Niveau d'étude

En cours de formation Bac+4/+5

Localisation

Le stage se déroulera au Centre de Technologie Europe Michelin à Clermont-Ferrand, dans l'équipe de recherche sur la performance endurance et en collaboration avec l'équipe de recherche sur l’analyse de donnée des pneus miniers.

Durée

6 mois au 2ème semestre 2025

Contact

Antoine DAUSSIN - 07 63 33 78 19 – antoine.daussin@michelin.com

- - - - - - - - - - - -