Trainee

Trainee

📍 Localisation: 🎓 Niveau d'études : Bac +3 à Bac +5

📅 Date de début : Septembre 2027

⏱️ Durée: 1 ou 2 ans

Contexte:

Durant les prochaines décennies, l’évolution des technologies informatiques et des télécommunications transformera la mobilité : véhicules semi-autonomes ou autonomes, mobilité connectée et usages prédictifs de maintenance deviennent des enjeux centraux. Dans ce cadre, la compréhension et le suivi de l’évolution des propriétés des pneumatiques tout au long de leur vie est un élément clé pour assurer sécurité, performance et planification d’opérations de maintenance.

Ces propriétés ne sont pas directement mesurables en conditions d'usage : elles doivent être reconstruites à partir de capteurs embarqués, de mesures indirectes et de la connaissance des phénomènes physiques mis en jeu (dynamique du véhicule, contact pneu-sol, mécanique et thermique du pneumatique). Les approches fondées sur des modèles physiques ou semi-physiques, associées à des méthodes d'estimation (filtrage, observateurs, identification de paramètres) et de traitement du signal, constituent ainsi un domaine majeur de recherche et d'ingénierie. Les méthodes statistiques et d'apprentissage peuvent venir compléter ces approches, dans une logique de modèles hybrides, sans se substituer à la compréhension physique.

Le concept de Tire Digital Twin (Jumeau Numérique du Pneu), en complément de la mobilité connectée, offre un cadre pertinent pour développer des capacités prédictives et des outils d'aide à la décision. Il repose sur la fusion de mesures temporelles et de modèles physiques en continu, afin de suivre l'évolution des propriétés du pneumatique au cours de sa vie.

Mission:

Le stage permettra au/à la stagiaire de travailler sur le développement et l'évaluation de méthodes d'estimation et de traitement du signal appliquées aux pneumatiques et à leur usage. L'objectif est d'améliorer la robustesse et la précision des estimations et des prédictions de l'état du pneumatique, en exploitant des phénomènes physiques et en s'appuyant sur des signaux issus de capteurs embarqués.

Principales activités:

• Modélisation physique et semi-physique du pneumatique et de son comportement
• Estimation d'état et de paramètres (filtrage, observateurs, identification)
• Traitement du signal (analyse temporelle et fréquentielle, filtrage, extraction de caractéristiques)
• Analyse des incertitudes et augmentation de la robustesse des estimations et des prédictions
• Approches d'hybridation entre modèles physiques et méthodes « data-driven » (apprentissage automatique en complément)
• Prétraitement et validation de données expérimentales (capteurs, essais, données de roulage)
• Visualisation et communication des résultats

Le/la stagiaire pourra : réaliser une revue bibliographique sur les méthodes d'estimation et de traitement du signal pertinentes, concevoir et implémenter des prototypes d'estimateurs (ou de chaînes de traitement) fondés sur des modèles physiques ou semi-physiques, éventuellement enrichis par des approches « data-driven », et tester leur performance et leur robustesse sur des jeux de données disponibles.

Délivrables:

Les attendus en fin de stage sont:

• Un rapport présentant les différents travaux réalisés
• Un apport aux boites à outils utilisées dans l’équipe.

Apports pour le candidat:

• Etre intégré à une équipe multi-disciplinaire d’ingénieurs, docteurs et docteurs-ingénieurs, développant des services innovants dans le domaine de la mobilité connectée et du Tire Digital Twin, et organisée en mode start-up au sein d’un grand groupe industriel.
• Une première expérience dans les domaines attractifs de la modélisation de systèmes physiques, de l'estimation et du traitement du signal, qui permettra au candidat d'appliquer et de développer un large spectre de compétences dans un domaine exigeant en termes de qualité des mesures et de fiabilité des résultats attendus.
• Bénéficier de l'expertise de nombreux experts du centre de technologie de Michelin dans différents domaines (simulation, traitement du signal, estimation, dynamique véhicule, mécanique et thermique du pneumatique, analyse de performances, etc.).

Profil recherché:

• Etudiant.e niveau Master 2 (ou dernière année d’école d’ingénieur) avec une spécialisation en mathématiques appliquées dans un des domaines suivants : automatique, traitement du signal, physique appliquée, mécanique, mathématiques appliquées (estimation, modélisation).
• Bonnes connaissances des méthodes d'estimation (filtrage de Kalman, observateurs, identification de paramètres) et de traitement du signal (analyse temporelle et fréquentielle, filtrage).
• Une expérience de développement sous Python ainsi que la maîtrise d’outils de développement collaboratif (e.g. GitLab) sont des points positifs.
• Les notions de Physique ne vous font pas peur.
• Organisé.e et rigoureux.se, vous avez une excellente capacité d'intégration, des qualités d'écoute, de l'énergie et vous êtes force de propositions.

Michelin entreprise engagée dans la mobilité durable et reconnue pour ses actions en faveur de l’expérience employé !

• Une note de 99/100 à l’index de l’égalité femmes-hommes
• Entreprise « Handi accueillante », avec un réseau de référents et ambassadeurs Handicap pour vous accompagner
• 83,5% de taux d’engagement de nos employés
• 94,6% des stagiaires et alternants nous recommandent, label "Happy Trainees" depuis 9 années consécutives
• Classé parmi les groupes du CAC 40 les plus engagés selon les Bac+5 à l’index RSE Universum 2023
• Parmi les 100 entreprises les plus attractives pour les étudiants et actifs BAC+2/3 au classement Universum 2023
• N°1 des entreprises de plus de 500 stagiaires et alternants qui rémunèrent le mieux au Classement HappyTrainees® Rémunération 2023
• Dans le Top 10 des meilleurs employeurs en France au classement Glassdoor 2023
• Dans le top 3 des entreprises du secteur « Automobile / Equipementier » en matière d’attractivité employeur à l’édition 2024 du Palmarès @EPOKA @GROUPE IFOP @Occurrence

Pour en savoir plus sur le Groupe :https://recrutement.michelin.fr