Informations générales
Entité de rattachement
Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.
Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs.
Implanté au cœur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international.
Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales :
• La conscience des responsabilités
• La coopération
• La curiosité
Référence
2026-41661
Description de l'unité
Basé principalement à Grenoble et Chambéry, le Laboratoire d'Innovation pour les Technologies des Energies nouvelles et les Nanomatériaux (Liten) est un acteur majeur de la recherche européenne entièrement dédié aux nouvelles technologies de l'énergie.
Unité du LITEN, le Département de l'électricité et de l'hydrogène pour les transports a pour mission :
- le développement de systèmes électrochimiques sur toute la chaine de la valeur et leur hybridation pour les applications Transport (batteries, piles à combustible, … ).
- la démonstration de la viabilité, la montée en maturité et l'aide à la mise sur le marché des nouvelles technologies pour l'Energie.
Le stage se déroulera dans le laboratoire Electronique Energie et Puissance
Description du poste
Domaine
Mathématiques, information scientifique, logiciel
Contrat
Stage
Intitulé de l'offre
Stage Bac+5 Machine Learning SoP batteries H/F
Sujet de stage
Estimation de l'état-de-puissance disponible d'une batterie lithium-ion par réseaux de neurones
Durée du contrat (en mois)
6
Description de l'offre
Missions :
Le stage s'inscrit dans le cadre du développement d'algorithmes d'estimation de l'état de puissance disponible (State-of-Power) d'une cellule de batterie lithium-ion. Un algorithme existant, basé sur un modèle physique détaillé de la cellule couplé à une procédure de résolution itérative, offre une bonne précision mais nécessite un temps de calcul important, incompatible avec des contraintes embarquées.
L'objectif du stage est d'étudier, développer et évaluer des modèles de substitution (surrogate models) basés sur des réseaux de neurones, capables d'approximer les sorties de l'algorithme existant à partir des mêmes entrées, tout en réduisant le temps de calcul. Le/la stagiaire s'appuiera sur des données de simulation générées avec l'algorithme actuel ainsi que sur une base de données d'essais expérimentaux disponible, afin de construire, entraîner et comparer plusieurs stratégies d'apprentissage.
Le travail comprendra notamment :
La prise en main de l'algorithme existant et de la base de données expérimentales ;
La génération d'un jeu de données de simulation représentatif des conditions d'usage ;
Le développement de plusieurs architectures et stratégies d'entraînement de réseaux de neurones ;
L'évaluation comparative de la précision (vs. données expérimentales) et du gain en temps de calcul par rapport à l'algorithme actuel ;
La rédaction d'un rapport, et éventuellement d'une publication scientifique, présentant une synthèse et des recommandations sur l'approche la plus pertinente.
Ce stage offre une opportunité de travailler à l'interface entre modélisation physique de batteries et machine learning, sur une problématique à fort enjeu industriel (temps réel, embarquabilité).
Profil du candidat
Diplôme préparé : Bac+5 – Diplôme Ecole d’ingénieurs (ou master)
Compétences scientifiques : Machine Learning, Traitement du Signal
Connaissances : Génie Electrique, Batteries
Moyens/Méthodes/Logiciels : Python, Simulink
Commentaires libres : La maîtrise de Python scientifique (NumPy, SciPy, PyTorch) est un prérequis au poste. Des connaissances et expériences dans le domaine des batteries et de leur modélisation, ainsi que du logiciel Simulink sont un plus.
Localisation du poste
Site
Grenoble
Localisation du poste
France, Auvergne-Rhône-Alpes, Isère (38)
Ville
Grenoble
Critères candidat
Langues
Anglais (Intermédiaire)
Diplôme préparé
Bac+5 - Diplôme École d'ingénieurs
Demandeur
Disponibilité du poste
04/01/2027
Create candidate area
