Alternance AI Research Engineer - Multiphysics E-Machine Simulation H/F

Dans le cadre de la transition vers la mobilité électrique, la conception de machines électriques performantes nécessite des centaines d’itérations. L’objectif de cette alternance est de dépasser les simples “modèles de substitution” pour développer un Agent IA Autonome capable de comprendre la physique sous-jacente (magnétisme, contraintes thermiques), d’orchestrer les flux de simulation et d’optimiser les conceptions en temps réel.

Vos missions :

• Cartographie des workflows & Synthèse de données : Analyser la chaîne de simulation magnétique classique (Méthode des Éléments Finis - FEA) et prétraiter les jeux de données (géométrie, matériaux, métriques de performance).

• Développement de modèles hybrides : Concevoir et implémenter des réseaux de neurones informés par la physique (PINN) ou des réseaux de neurones sur graphes (GNN), et développer des modèles de substitution (surrogate models) pour l’estimation rapide des performances.

• Architecture d’agents IA : Construire un Agent IA (via des frameworks comme LangGraph ou AutoGen) capable de déclencher des simulations, d’interpréter les erreurs ou résultats physiques aberrants, et d’itérer de manière autonome pour atteindre les KPI multi-physiques.

• Validation : Comparer les prédictions de l’IA aux solveurs FEA haute fidélité et évaluer le compromis entre le gain de vitesse et la précision., * Plan d’actionnariat, Action logement
• Présence d’un comité social et économique (CSE).
• Restaurant d’entreprise et remboursement de 70% de vos frais de transports

Formation : Master 2 (M2) en cours.

Domaine : Mathématiques Appliquées, Sciences Calculatoires ou Machine Learning (Université ou École d’Ingénieurs).

Programmation & Deep Learning : Maîtrise de Python (NumPy, Pandas, Scikit-learn) et des frameworks de deep learning (PyTorch ou TensorFlow).

Mathématiques : Solides bases en Équations aux Dérivées Partielles (EDP), théorie de l’optimisation et algèbre linéaire.

Physique & Simulation : Bonnes notions en électromagnétisme ou en Analyse par Éléments Finis (FEA). La connaissance d’outils comme Ansys Maxwell, JMAG ou Altair Flux est un atout.

Compétences techniques & Outils :

Une expérience en Apprentissage par Renforcement (Reinforcement Learning) ou en Optimisation Bayésienne est appréciée.

Qualités professionnelles :

• Esprit d’analyse rigoureux.
• Autonomie et curiosité pour les problématiques multidisciplinaires.

Valeo is a tech global company, designing breakthrough solutions to reinvent the mobility. We are an automotive supplier partner to automakers and new mobility actors worldwide. Our vision? Invent a greener and more secured mobility, thanks to solutions focusing on intuitive driving and reducing CO2 emissions. We are leader on our businesses, and recognized as one of the largest global innovative companies.

Rejoignez nos équipes engagées pour une mobilité plus verte !

Au coeur de l’électrification, Valeo développe les dernières innovations et les meilleures technologies contribuant à la mobilité de demain. La Division Valeo Power du Groupe réunit l’expertise en systèmes de gestion thermique et en systèmes de propulsion, réduisant les émissions de polluants et maximisant l’autonomie du véhicule.

Le Site de Valeo basé à Créteil (94) est un centre de Recherche & Développement. Il regroupe 300 collaborateurs autour de la conception de systèmes de propulsion électriques (onduleur, moteur, DC/DC, etc)., one of the largest global innovative companies, with more than 20,000 engineers working in Research & Development

• a multi-cultural environment that values diversity and international collaboration
• more than 100,000 colleagues in 31 countries… which make a lot of opportunity for career growth
• a business highly committed to limiting the environmental impact if its activities and ranked by Corporate Knights as the number one company in the automotive sector in terms of sustainable development