STAGE 2027 - Quantification d’incertitudes appliquée aux modèles d’apprentissage scientifique (F/H)

Job description

Job Description: Envie de déployer vos ailes ? Et si votre aventure commençait avec nous ? Quel que soit le métier de vos rêves, nous avons peut-être le stage qu’il vous faut ! Vous êtes étudiant(e) et à la recherche d'un stage vous permettant de valider votre diplôme et qui fera décoller votre carrière ? Imaginez-vous au cœur d’une entreprise reconnue à l’international, implantée sur tous les continents du monde et riche d’une diversité de parcours, d’expertise et de culture. Tournée vers le digital, à la pointe de la recherche et de l’innovation, vous avez l’opportunité de faire partie de cette aventure passionnante. Votre mission, si vous l'acceptez : Une offre de stage intitulée « Stage en quantification d’incertitudes appliquée aux modèles d’apprentissage automatique scientifique » vient de s'ouvrir au sein de Airbus SAS sur son site d’Issy-Les-Moulineaux. Vous rejoindrez le département « Virtual Product Engineering » en charge du développement de nouvelles méthodes pour traiter des problèmes complexes hors du domaine d’application des outils actuels. Ce stage consistera à : Intégrer des approches probabilistes aux modèles d’apprentissage automatique scientifique pour mesurer la confiance au niveau de la prédiction et améliorer le niveau de robustesse des modélisations physiques (aérodynamique, mécanique, électromagnétique …). Vous serez donc amené à développer des approches de quantification d’incertitudes (prédiction conforme, approche bayésienne), implémenter et expérimenter sur des problèmes réels. Le développement sera effectué en python en s’appuyant sur les librairies standard dans le domaine. Ce stage, d'une durée de 6 mois, débutera idéalement en Mars 2027 (cette période est indicative et pourra être ajustée). Vos principales missions consisteront à : Application des modèles d’apprentissage automatique scientifique sur des cas Airbus Mise en oeuvre de techniques de quantification des incertitudes sur les prédictions des modèles d’apprentissage automatique Optimisation des modèles pour améliorer leur précision et leur robustesse en présence d’incertitudes dans les données de simulation Evaluations des performances des modèles d’apprentissage automatique et quantification d’incertitudes Présentation et compte-rendus à l’oral et par écrit des résultats observés dans un environnement international Votre tuteur ou tutrice vous accompagnera tout au long de votre stage, vous aidant à développer vos compétences et à atteindre vos objectifs professionnels. Ce stage vous permettra notamment de développer les compétences suivantes : Développement de méthodes d’apprentissage Développement de compétences en intelligence artificielle pour la simulation numérique Développement algorithmiques via des frameworks standards (scikit-learn, MAPIE, puncc, openturns, tensorflow, pytorch…) Développement de méthodes et métriques pour la quantification d’incertitudes Communication de résultats techniques Travail dans une équipe multidisciplinaire, localisée sur plusieurs sites et dans différents pays Votre carte d’embarquement pour cette aventure : Vous êtes actuellement en Master 2 ou 5ème année d'école d'ingénieur en mathématiques appliquées, apprentissage automatique ou un domaine équivalent. Vous possédez idéalement les compétences suivantes : Compétences techniques : Solide formation en probabilités et statistiques. La connaissance des méthodes de quantification des incertitudes serait appréciée Formation en algorithmes d’apprentissage automatique, notamment les réseaux de neurones profonds. La connaissance de l’apprentissage Bayésien serait un atout apprécié Des connaissance en analyse numérique (éléments finis, volumes finis…) sont un atout Programmation (essentiellement python/git). Des connaissances des frameworks utilisés en apprentissage et/ou quantification d’incertitudes sont des atouts Rédaction de rapports/présentations Capacité à travailler en équipe Soft Skills : Esprit d'équipe Proactivité Autonomie Langues : Anglais : avancé Français : avancé Notre processus de recrutement : Votre candidature sera analysée attentivement par notre équipe de recrutement. Si votre profil correspond à nos attentes, vous serez invité(e) à réaliser un entretien vidéo. Suite à cette étape, si votre candidature est retenue, elle sera alors proposée au manager pour un entretien. Envie de faire partie de l'aventure Airbus ? Postulez dès maintenant et rejoignez-nous ! ----------------------------------------------------------------------------------------- Feeling ready to spread your wings ? What if your adventure started with us ?! Whatever your dream job, we might have the internship for you ! Are you a student looking for an internship that will validate your degree and launch your career ? Imagine yourself at the heart of an internationally recognized company, established on every continent, and rich in diverse backgrounds, expertise, and cultures. Focused on digital and at the forefront of research and innovation, you have the opportunity to be part of this exciting adventure. Your mission : An internship opportunity titled : « Uncertainty quantification applied to scientific machine learning models » has just opened at Airbus SAS located in Issy-Les-Moulineaux. You will join the Virtual Product Engineering department in charge of pushing new methods & capabilities to address complex problems beyond the scope of current tools. Your internship will consist in incorporating probabilistic methods into scientific machine learning models. The goal is to quantify the confidence in predictions and, by extension, enhance the robustness of physical modeling across various domains, including aerodynamics, mechanics, and electromagnetism. Ideally, this is a 6 months internship and it should start in March 2027 (date subject to flexibility). Your main missions will consist of : Application of scientific machine learning models to Airbus use cases; Implementation of uncertainty quantification techniques in the predictions of SciML models; Optimization of models to improve their accuracy and robustness in the presence of uncertainties in simulation data; Evaluation of the performance of scientific machine learning and uncertainty quantification models; Oral and written presentations and reports of the observed results in an international environment Your tutor will support you, identify your professional objectives and develop your skills. This internship will enable you to develop the following skills: Development of learning methods Development of artificial intelligence skills for numerical simulation Algorithmic development using standard frameworks (scikit-learn, MAPIE, puncc, openturns, tensorflow, pytorch, etc.) Development of methods and metrics for uncertainty quantification Communication of technical results Working within a multidisciplinary team distributed across multiple sites and countries Your Boarding Pass: You are preparing a diploma level Bac+5 in applied mathematics, machine learning, probabilistic or an equivalent field. You possess the following competences: Technical skills : Strong background in probability and statistics. Knowledge of uncertainty quantification methods would be appreciated; Familiarity with machine learning algorithms, particularly deep neural networks. Knowledge of Bayesian learning would be a valuable asset; Programming (mainly Python/git); Report/presentation writing; Teamwork Soft Skills : Team spirit Proactivity Autonomy Languages : English: advanced French: advanced Our Recruitment Process : Your application will be reviewed by a recruiter. If your profile is matching the key requirements of the job, you will then be invited to perform a short video interview to tell us about your background, motivations and your professional project. The result will be assessed by a recruiter and your application will then be proposed to the manager for further revie