POSTE : Apprenti Ingénieur IA - Data pour le Dimensionnement en Fatigue des Matériaux Métalliques H/F DESCRIPTION : Et si vous rejoigniez le vol à destination de Safran Aircraft Engines ? 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. Safran Aircraft Engines est une société du Groupe Safran. Porté par près de 15 000 collaborateurs répartis sur 31 sites dans 9 pays, Safran Aircraft Engines (SAE) est un motoriste aéronautique depuis plus de 110 ans. Nous concevons, développons, produisons et commercialisons, seul ou en coopération, des moteurs pour avions civils ou militaires, ainsi que pour les satellites. Votre futur environnement de travail Au sein de la Division Matériaux et procédés vous serez rattaché-e au Pôle amorçage du Service Durabilité des matériaux métalliques. Ce service a pour but de fournir des lois de comportement et des modèles de mécanique des matériaux au bon niveaux de maturité pour les bureaux d'études. Les superalliages bases de nickel sont extrêmement précieux dans l'industrie aéronautique en raison de leurs propriétés à hautes températures. Les applications dans cette industrie nécessitent une prédiction précise de la durée de vie en fatigue sous chargement cyclique. Cependant, cela peut s'avérer complexe pour certaines conditions de chargement. Les méthodes prédictives conventionnelles telles que l'équation de Coffin-Manson nécessitent un ajustement manuel des paramètres pour différentes conditions, ce qui limite leur applicabilité. En conséquence, un nouveau modèle prédictif de la durée de vie en fatigue à faible cycle (LCF) qui combine l'apprentissage automatique (ML) avec un modèle physique basé sur l'énergie, appelé modèle hybride ML/E, sera à évaluer. Parlons des missions qui vous feront décoller Avec le soutien de votre maître d'apprentissage vous participerez aux tâches suivantes - Réaliser une étude bibliographique approfondie sur l'état de l'art sur l'IA et le dimensionnement en fatigue - Analyser des données d'essais de fatigue avec des outils d'IA dédiés - Implémentation numérique d'une stratégie sur des outils adaptés - Etude comparative par des corrélations calculs/essais avec aux méthodologies conventionnelles PROFIL : Etudiant-e préparant un Bac +3 ou un Bac +4 en école d'Ingénieur ou à l'unviversité. Vous disposez d'un excellent relationnel et appréciez de travailler en équipe. Vous faites preuve d'autonomie, de prise d'initiatives, de rigueur et de curiosité. Vous êtes reconnu-e pour votre fiabilité, votre réactivité et votre capacité de prise de hauteur.