Espace emploi

460 vues
Stage - Machine Learning & Mécanique des Fluides H/F
CEA
Stage, 91190, GIF SUR YVETTE (France)
Publiée le 23/10/2023, modifiée le 29/02/2024
Partager sur :
Disponibilité
Immédiate
Expérience
Expérimenté (3-10 ans)
Métiers
Ingénieur d’exploitation/ fabrication/ produit/ production
Secteur
71 - Activités d'architecture et d'ingénierie ; activités de contrôle et analyses techniques
Description du poste

Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.

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
En mécanique des fluides numérique, la résolution numérique directe des équations de Navier-Stokes est extrêmement coûteuse en temps de calcul et ne peut être réalisée que sur des géométries et des caractéristiques bien particulières de l'écoulement. Pour résoudre cette limitation, les mécaniciens des fluides développent des modèles de fermeture tel que les modèles RANS, où les équations de Navier-Stokes sont moyennées en temps. Cette opération de moyennisation fait apparaître un terme inconnu caractéristique de la turbulence de l'écoulement : le tenseur de Reynolds. La détermination de ce tenseur est cruciale pour que la turbulence de l'écoulement étudié soit représentative de la réalité physique. Le sujet de thèse proposé concerne le développement d'une méthodologie de quantification des incertitudes sur le tenseur de Reynolds. Deux axes principaux de recherches ont été identifiés.
Le premier axe concerne la modélisation du champ spatial du tenseur de Reynolds comme un champ aléatoire Gaussien, où des méthodes avancées d'apprentissage et d'échantillonnage d'un tel champ aléatoire seront étudiées.
Le deuxième axe concerne le développement d'outils mathématiques avancés pour la description statistique du champ de tenseur de Reynolds. En effet, des statistiques tels que les quantiles n'admettent pas d'extension simple dans des dimensions supérieures à 1. Une nouvelle notion de quantile multivariée basé sur la théorie du transport optimal pourra être envisagée ainsi que le développement d'algorithmes d'estimations efficaces.
Le candidat idéal doit avoir une bonne formation en probabilités, statistiques mathématiques et apprentissage machine. Des connaissances en mécanique des fluides seront appréciées. Le candidat doit également souhaiter continuer en thèse sur le même sujet après le stage.
Pour postuler cliquer ici.

Date limite de candidature: 29/04/2024

Télétravail: Non spécifié

Recruteur
CEA 
Adresse
1
 
Code postal
91190 
Ville
GIF SUR YVETTE  
Postuler à l'offre
Mon CV *
Seuls les formats DOC, DOCX et PDF sont autorisés (Taille maximale : 5Mo)
Lettre de motivation
Seuls les formats DOC, DOCX et PDF sont autorisés (Taille maximale : 5Mo)
Message de présentation
Il est rappelé, conformément à l'article 27 de la loi 78/17 du 6 janvier 1978 et au règlement (UE) 2016/679 du Parlement européen et du Conseil du 27 avril 2016 que :
- les renseignements demandés sont destinés à Supméca Alumni,
- vous êtes libre de ne fournir qu'une partie des renseignements,
- vous avez le droit d'obtenir la copie des informations vous concernant figurant dans le fichier informatique de l'association et de demander la modification ou la suppression de mentions qui s'y trouvent portées.