Développement d'une méthode automatique de classification des structures de trempe dans les alliages F/H
FRAMATOME Barberaz (73)
Publiée aujourd'hui
- LieuBarberaz (73000)
- ContratCDI
- Expérience0 An(s)
- QualificationManœuvre
- SecteurCommerce de gros (commerce interentreprises) de combustibles et de produits annexes
Description du poste
ContexteLes alliages de zirconium utilisés dans l'industrie nucléaire subissent au cours de leur fabrication différents traitements thermiques qui modifient leur microstructure et leurs propriétés mécaniques. Parmi ces traitements, les opérations de trempe peuvent conduire à l'apparition de structures dites en vannerie, susceptibles d'influencer les étapes ultérieures de mise en forme.Aujourd'hui, l'évaluation de la proportion de vannerie dans une micrographie métallographique repose essentiellement sur l'expertise visuelle. Cette approche présente toutefois plusieurs limites : subjectivité de l'analyse, difficulté de reproductibilité et temps d'évaluation important. Une étude préliminaire a permis d'identifier plusieurs métriques et approches prometteuses pour automatiser cette caractérisation microstructurale.Objectifs du stageL'objectif du stage est de développer et qualifier une méthode robuste de classification automatique des structures de trempe à partir d'images métallographiques.Les travaux porteront notamment sur :l'analyse critique des approches identifiées lors de la pré-étude ;la validation des métriques et critères de classification retenus ;l'exploration de nouvelles méthodes de caractérisation d'images ;l'évaluation de l'apport potentiel de techniques d'intelligence artificielle pour améliorer les performances de détection ;la qualification de la méthode développée à travers la comparaison avec les évaluations réalisées par des experts métier.Travail proposéL'outil existant est développé en Python et s'appuie sur des bibliothèques open source d'analyse d'image. Il repose sur un pipeline déterministe combinant différentes étapes de traitement :prétraitement des images ;extraction de caractéristiques géométriques et texturales ;calcul d'indicateurs microstructuraux ;agrégation des résultats sous la forme d'un score de proportion de vannerie.Le stagiaire participera à l'amélioration de ce pipeline et à son évaluation sur un ensemble représentatif de micrographies industrielles.Selon l'avancement des travaux, des approches basées sur l'apprentissage automatique ou le deep learning pourront être étudiées et comparées aux méthodes déterministes existantes.Étudiant(e) en dernière année d'école d'ingénieur ou de Master 2 avec une spécialisation en :informatique scientifique ;science des matériaux ;traitement d'image ;intelligence artificielle ou data science. Compétences souhaitées :programmation Python ;traitement et analyse de données ;rigueur scientifique et esprit critique ;autonomie et capacité de synthèse.Une expérience en analyse d'image constitue un atout, mais n'est pas indispensable. Une forte motivation pour l'apprentissage de nouvelles méthodes et une capacité à exploiter efficacement la littérature scientifique seront particulièrement appréciées.
L'entreprise
FRAMATOME · 2000 à 4999 salariés
Offre n° 8970513 diffusée par France Travail pour le compte de TALENTS_HANDICAP, publiée le 19/11/2026 et mise à jour le 19/11/2026. Données réutilisées conformément à la licence de l'API Offres d'emploi de France Travail.
Offres similaires
Toutes les offres ingénieur en intelligence artificielle (ia)Assistant chef de projet IA F/H
Blagnac (31)
Assistant chef de projet IA F/H
Blagnac (31)
Senior Product Manager IA H/F
Courbevoie (92)