← Retour aux offres

Stage PFE "Simulation stochastique d'environnement aérologique par processus gaussien" (Data Scientist H/F, poursuite possible en thèse)

Postée le 02 sept.

Lieu : Le Barp, entre Bordeaux et Arcachon · Contrat : Stage · Rémunération : 1300 Euros/mois + Prime de 10% €

Société : CEA

Le Commissariat à l’énergie atomique et aux énergies alternatives (CEA) est un organisme public de recherche à caractère scientifique, technique et industriel (EPIC). Acteur majeur de la recherche, du développement et de l'innovation, le CEA intervient dans quatre domaines : la défense et la sécurité, les énergies bas carbone (nucléaire et renouvelables), la recherche technologique pour l'industrie et la recherche fondamentale (sciences de la matière et sciences de l​a vie). S'appuyant sur une capacité d'expertise reconnue, le CEA participe à la mise en place de projets de collaboration avec de nombreux partenaires académiques et industriels.​​​

Description du poste

Le stage se déroulera au sein d'un service de modélisation mathématique et calcul scientifique. Un descriptif du sujet est donné ci-après, incluant le contexte, l'objectif et le déroulement.

Lorsqu'une navette spatiale ou une capsule rentre dans les couches denses de l'atmosphère, une onde de choc se forme, provoquant une montée en température et d'importants transferts de chaleur à la paroi. Ces échauffements sont tellement élevés que le véhicule doit être protégé par une protection thermique, souvent appelée bouclier. Son dimensionnement requiert une bonne compréhension des phénomènes physiques impliqués. En particulier, il est essentiel de pouvoir prédire l'environnement aérologique attendu, notamment la densité atmosphérique. On peut s'appuyer sur d'importantes bases de données aérologiques globales, telles que ERA-Interim de l'European Centre for Medium-Range Weather Forecasts, produites par assimilation de données. Si elles renseignent quant à la variabilité de l'environnement aérologique au cours du temps, elles ne donnent pas d'information à petite échelle spatiale. Pour compléter, on peut se tourner vers des mesures locales, par exemple via des ballons-sondes atmosphériques.

L'objectif général est de développer un simulateur stochastique d'environnement aérologique. Il produira des réalisations aléatoires représentatives de l'atmosphère à des fins ultérieures d'évaluations Monte Carlo, pour la conception ou l'analyse de performance. Ce simulateur sera fondé sur une approche par "processus gaussien" , largement répandue en apprentissage automatique (Rasmussen et Williams, Gaussian Processes for Machine Learning, 2006). Il sera adapté à l'exploitation conjointe d'extraits de la base ERA-Interim et des mesures aérologiques locales, garantissant variabilité et fidélité à petite échelle spatiale.

Le déroulement du stage sera le suivant. En premier lieu, une courte analyse bibliographique sera conduite sur ERA-Interim et sur les mesures locales par ballons-sondes avant de mettre l'accent sur la méthodologie et la modélisation par processus gaussien. Une analyse sera alors menée sur les données locales afin de déterminer les caractéristiques statistiques à petite échelle spatiale. Cette information sera injectée dans la régression par processus gaussien qui sera appliquée à des profils extraits de ERA-Interim pour produire des réalisations de distributions conditionnelles. Une fois la méthodologie précisée, le stage consistera à développer un outil numérique. Il sera appliqué à différents jeux de données aérologiques.

Profil recherché

ENSIMAG 3ième année, orienté probas/stats et machine learning.

Pour postuler :

Envoyer CV à Pierre Minvielle (pierre.minvielle@cea.fr, ENSIMAG 92), réponse souhaitée avant le 30 septembre en raison de la durée d'habilitation d'environ 6 mois.