Stagiaire en data science et modélisation de procédés industriels (f/h)Saint-Gobain

Saint-Gobain, leader mondial de l'habitat performant et durable, conçoit, produit et distribue des matériaux de construction en apportant des solutions innovantes sur les marchés en croissance des pays émergents, de l'efficacité énergétique et de l'environnement. Saint-Gobain est une maison accueillante, sûre et ouverte sur le monde, dans laquelle on entre pour un parcours.

L'innovation fait partie de l'ADN du Groupe Saint-Gobain. Le business du Gypse s'appuie sur l'analyse de données pour améliorer les procédés industriels et réduire leur impact sur l'environnement. Les équipes utilisent depuis plusieurs années le Machine Learning pour optimiser la production, tout en intégrant les modèles physiques pour mieux comprendre les phénomènes complexes sur les lignes. En combinant ces deux approches, elles développent des modèles hybrides capables de créer de véritables jumeaux numériques des équipements. Ces outils permettent de simuler et d'ajuster les paramètres de production afin d'améliorer la qualité, la performance et la durabilité des procédés.

Votre équipe de rattachement sera celle du programme « Industry 4.0 » pour le Gypse, vous aurez des interactions fréquentes avec les équipes procédés et qualités des usines concernées ainsi qu'avec les centres de recherche du Groupe.

La première étape du stage consistera à réaliser un état des lieux des différentes approches d'hybridation de modèles, applicables dans un contexte industriel. Vous analyserez ensuite ces méthodes en les appliquant concrètement à deux étapes clés du procédé de fabrication des plaques de plâtre.

Votre rôle et vos missions :

• Établir un état de l'art sur la modélisation hybride en contexte industriel.
• Sélectionner les usines et étapes de procédé adaptées aux tests terrain.
• Tester différentes stratégies d'hybridation sur ces cas concrets.
• Valoriser les données industrielles en croisant analyses et connaissances physiques/procédés.
• Proposer des pistes d'optimisation pour améliorer en continu les outils numériques.
• Capitaliser les résultats et en tirer des enseignements actionnables.

Technologies utilisées :

• Python
• Azure Machine Learning

Formation :

Etudiant(e) en école d'ingénieur ou cycle universitaire, spécialisé en Machine Learning, Science Informatique ou domaine associé, vous êtes à la recherche d'un stage (de césure ou de fin d'études) de minimum 6 mois.

Compétences techniques et savoir-être :

• Compétences en Python / Git et outil open source
• Vous êtes reconnu pour votre aisance à travailler en équipe et votre sens de la communication