Avertissement Ce site n'est pas recommandé pour les navigateurs Internet Explorer. Veuillez utiliser un autre navigateur Web pour profiter d'une meilleure expérience.

Stage Data Scientist - Computer Vision pour la détection d'anomalies en fabrication additive H/F F/H

Publié
Safran Data Magny-les-hameaux , Ile de France , France Stage Temps complet BAC+5 Jeune diplômé-e/Première expérience Anglais Courant
Publié

Parlons de votre future mission

La Data Science est au cœur de la transformation digitale du groupe Safran et, en particulier, du Manufacturing 4.0. Les machines de production, les ateliers et les moyens de contrôle génèrent de plus en plus de données. La transformation de ces données en informations utiles à la prise de décision, par le biais d'analyses statistiques et traitements de Machine Learning, est un levier clé pour l'amélioration de la performance du dispositif de production du groupe.

L'objectif du stage est de construire à partir du plan de fabrication et des données de contrôles (principalement de l'imagerie), des indicateurs pour la détection d'anomalies dans le processus de fabrication.

L'approche proposée pour le stage est l'utilisation de modèles génératifs conditionnels qui pourront servir dans des cas d'étude supervisés et non-supervisés. Un modèle génératif serait par exemple utilisé pour apprendre la distribution ‘normale' des images observées pendant le processus et ce conditionnellement au plan de fabrication. Les images testées par la suite qui s'écarteraient de cette distribution seraient classées comme anormales.

Parlons de vous

De formation Bac+5 en Data Science, Computer Science, ou des domaines de proximité (écoles d'ingénieur, ...), vous recherchez un stage de fin d'études de la durée de 6 mois.

Vous avez :
- Une bonne maîtrise de Python 3 et du versioning de code avec git
- Des bonnes connaissances en Deep Learning et particulièrement des principales architectures utilisées en Computer Vision
- Une bonne maîtrise d'un framework de Deep Learning : PyTorch ou Tensorflow
- Un intérêt marqué pour les applications du Machine Learning aux processus industriels 'classiques' (hors industries digitales)

76 800
collaborateurs dans le monde
27
pays dans lesquels Safran est présent
35
familles de métiers
  • © Safran