Calibration de modèles physiques par inversion probabiliste sur plusieurs sources de données H/F

CEA Industrie
Saclay, France
7 days ago
Apply on www.emploi.cea.fr
Prepare application

Role details

Contract type
Internship / Graduate position
Employment type
Full-time (> 32 hours)
Working hours
Regular working hours

Tech stack

Experimental Data Machine Learning

Job description

Calibration de modèles physiques par inversion probabiliste sur plusieurs sources de données., Dans le cadre du développement d’outils de simulation, il est nécessaire de calibrer des paramètres de modèles physiques sur des données expérimentales en tenant compte des différentes sources d’incertitudes. Une première source d’incertitude vient de l’aspect expérimental des mesures physiques, et une deuxième source d’incertitude provient d’un écart entre le phénomène physique d’intérêt et le modèle physique. Le stage s’intéresse aux stratégies de calibration dites modulaires, où le paramètre à inférer peut être décomposé en deux parties: la première étant calibré sur une première source de données, et la deuxième partie devant être inféré conjointement avec la première sur une deuxième source de données. Le stagiaire devra adapter des algorithmes de l’état de l’art sur ce cas particulier, et de définir des critères en cas de mauvaise spécification de la seconde source de donnée choisi, que l’on appelle alors erreur de modèle. Un modèle physique de loi de comportement élasto-plastique permettra d’illustrer numériquement les résultats obtenus.

Requirements

Le profil recherché est celui d’un étudiant ou d’une étudiante ayant un niveau M2 de mathématiques appliquées ou en troisième année d’école d’ingénieurs avec une spécialisation en statistiques/machine learning. Des connaissances en physique seront appréciées mais non nécessaires.

Benefits & conditions

Durée du contrat (en mois)

About the company

Calibration de modèles physiques par inversion probabiliste sur plusieurs sources de données H/F, 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

Apply for this position

This job is hosted externally. Click below to view the full posting and apply.

Apply on www.emploi.cea.fr
Prepare application

Good distractions

Talks and stories from around this role — technically off-topic, practically not.

1:06 min

Simulating physically accurate training data with foundational software platforms

Sergio Perez Sergio Perez · World Congress 2026 Europe

1:42 min

Balancing security compliance regulations with rapid AI experimentation

Damandeep Kochhar Damandeep Kochhar +4 · World Congress 2026 Europe

2:36 min

Applying supervised machine learning for practical rule extraction

Katja Träumner

2:03 min

Solving complex engineering challenges in artificial intelligence deployment

Nico Axtmann · World Congress 2022

2:31 min

Validating model assumptions with active learning and expert feedback

Stefan Petrov · LIVE

4:19 min

Benchmarking active learning algorithms against random data sampling

Nico Schmidt · LIVE

Videos

See all

Related articles

See all