STAGE : Méthode d'apprentissage automatique pour la reconstruction d'image en tomographie F/H - SAFRAN SA (FRANCE)
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. Sa mission : contribuer durablement à un monde plus sûr, où le transport aérien devient toujours plus respectueux de l'environnement, plus confortable et plus accessible. Implanté sur tous les continents, le Groupe emploie 110 000 collaborateurs pour un chiffre d'affaires de 31,3 milliards d'euros en 2025, et occupe, seul ou en partenariat, des positions de premier plan mondial ou européen sur ses marchés. Safran est la 2ème entreprise du secteur aéronautique et défense du classement « World's Best Companies 2025 » du magazine TIME. Parce que nous sommes persuadés que chaque talent compte, nous valorisons et encourageons les candidatures de personnes en situation de handicap pour nos opportunités d'emploi.
Descriptif mission
Safran, groupe international de haute technologie, est un équipementier majeur pour l'aéronautique, le spatial et la défense. Safran Tech centralise les activités de recherche et technologie, notamment sur la plateforme Sciences et Technologies du Numérique (STN), où l'unité PRISM travaille sur la surveillance, le contrôle des pièces par imagerie et réponse vibratoire, ainsi que sur les capteurs et systèmes connectés innovants. L'innovation dans les procédés de fabrication, comme la fabrication additive ou la fonderie à cire perdue, est essentielle pour relever les enjeux de la transition écologique du secteur aéronautique. Ces technologies imposent de nouveaux défis pour le contrôle non destructif de composants complexes, tels que les aubes de turbines haute pression. Pour mieux contrôler ces structures, Safran Tech explore de nouvelles techniques de tomographie rayons X, en adaptant les trajectoires de mesure selon la géométrie des pièces. Les méthodes classiques de reconstruction d'image montrent des limites, et l'objectif du stage est de développer et tester des méthodes itératives plus adaptées aux acquisitions non standards, notamment à travers des approches innovantes comme l'unrolling ou le plug & play intégrant des réseaux de neurones. Ces outils seront évalués pour leur précision et rapidité, et on étudiera l'intégration d'informations issues des modèles CAO dans le processus de reconstruction. Dans ce contexte, nous recherchons un(e) stagiaire pour développer, optimiser et évaluer les performances de techniques de reconstruction itérative appliquées à des pièces à géométrie complexe. Ce projet s'appuie sur des méthodes de problème inverse, tirant parti de modèles physiques d'interaction rayonnement-matière. Les principales missions du stage sont : - Étudier et assimiler les méthodes de pointe en reconstruction itérative, - Implémenter, tester et optimiser ces méthodes sur des données expérimentales et simulées, - Rédiger un rapport détaillant les performances observées et les axes d'amélioration possibles. Ce stage pourra déboucher sur une thèse CIFRE. Il permettra d'identifier les informations clés issues des modèles CAO, ainsi que les méthodes de reconstruction tomographique les mieux adaptées au contrôle non destructif, en vue de futurs développements lors de la thèse.
Profil souhaité : De formation master ou ingénieur en mathématiques appliquées ou traitement du signal et des images, avec un intérêt pour la modélisation physique, vous êtes à la recherche d'un stage de fin d'études ou d'un stage de césure de 6 mois.]]><