These - Reconstruction Numérique d'Une Cuve pour l'Amélioration de l'Instrumentation de Suivi H/F CEA
Grenoble - 38 CDD- 🕑 36 mois
- Bac +5
- Industrie high-tech • Telecom
Les missions du poste
Sujet de thèse :
Les cuves industrielles sont au coeur de nombreux procédés dans les industries biomédicales, agroalimentaires, industrielles et énergétiques, où elles assurent des fonctions cruciales telles que le mélange, le stockage et la transformation de fluides. Pour garantir une efficacité maximale des opérations et un contrôle rigoureux des processus, il est indispensable de modéliser précisément les écoulements internes dans ces cuves. Cela permet d'optimiser et robustifier l'instrumentation, en passant par des reconstructions de champs de variables physiques (concentration, vitesse, cisaillement...) en temps réel.
La modélisation précise des écoulements internes est essentielle pour comprendre et anticiper les dynamiques complexes de fluides à l'intérieur des cuves. Les méthodes de simulation numérique, notamment par éléments finis, offrent des outils puissants pour reproduire ces phénomènes, mais elles doivent être complétées par une instrumentation adéquate et des méthodes de reconstruction en temps réel.
En particulier, il peut être crucial d'avoir accès en temps réel à des champs 3D (vitesse, viscosité, turbulence, concentration...), les réseaux de capteurs locaux étant parfois insuffisants pour avoir une bonne vision de ce qui se passe au sein du système. Ce sujet de thèse se propose d'investiguer une méthodologie adaptée à la reconstruction en temps réel de champs au sein d'une cuve industrielle instrumentée.
Pour cela, il est envisagé de se baser sur une modélisation éléments finis de la physique d'intérêt au sein de la cuve (fluidique, thermique...), et de méthodes de réduction de modèles basés sur le Machine Learning informé par la physique (approche capteurs virtuels). Le coeur de cette thèse sera également la mise au point de l'instrumentation d'une cuve et de la chaine d'acquisition associée, d'une part pour la validation des modèles, et d'autre part pour la génération d'une base de données pour l'application de la méthodologie.
Nos étapes de recrutement
Les étapes de recrutement peuvent varier selon l’offre à laquelle vous postulez.
-
Dépôt de CV via notre site carrière
-
Préqualification téléphonique
-
Entretiens et évaluation avec manager et RH
-
Négociation salariale et contrat de travail
-
Embauche et intégration
Le profil recherché
Compétences recherchées pour cette thèse :
La /le candidat(e) idéal dispose d'une formation en simulation numérique multi-physique et en analyse de systèmes complexes, avec une expérience dans la modélisation par éléments finis.
Une expertise en machine learning, notamment dans le traitement et l'analyse de données multi-paramètres à l'aide de logiciels comme Python (TensorFlow, PyTorch) et MATLAB, est un plus.
Le doctorant sera intégré au sein d'une équipe spécialisée dans l'intégration de capteurs et l'instrumentation avancée. Il bénéficiera du soutien d'experts en modélisation et en traitement des données pour développer des solutions de reconstruction en temps réel. Cette thèse offre l'opportunité unique de travailler à l'interface entre la modélisation avancée, l'instrumentation et les nouvelles méthodes de simulation en temps réel dans un contexte industriel.
Raisons de nous rejoindre
-
Télétravail jusqu’à 3 jours par semaine
-
52 jours de congés/RTT
-
Possibilité d’aménagement du temps de travail
-
Formation personnalisée
-
Restauration d’entreprise
-
Offre de transport interne et prise en charge Navigo and co,
-
Mutuelle d’entreprise avantageuse
-
CE (aides vacances, loisirs, frais de garde, scolarité des enfants etc
Bienvenue chez CEA
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 coeur 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
Hellowork a estimé le salaire pour ce métier à Grenoble
Le recruteur n'a pas communiqué le salaire de cette offre mais Hellowork vous propose une estimation (fourchette variable selon l'expérience).
Estimation basée sur les données INSEE et les offres d’emploi similaires.
Estimation basse
41 200 € / an 3 433 € / mois 22,64 € / heureSalaire brut estimé
47 800 € / an 3 983 € / mois 26,26 € / heureEstimation haute
55 000 € / an 4 583 € / mois 30,22 € / heureCette information vous semble-t-elle utile ?
Merci pour votre retour !
Créez une alerte
Pour être informé rapidement des nouvelles offres, merci de préciser les critères :
Finalisez votre candidature
sur le site du recruteur
Créez votre compte pour postuler
sur le site du recruteur !
sur le site du recruteur
sur le site du recruteur !
Ces offres pourraient aussi
vous intéresser
Recherches similaires
- Job Ingénieur des procédés
- Job Production
- Job Voiron
- Job Bourgoin-Jallieu
- Job La Tour-du-Pin
- Job Morestel
- Job Saint-Marcellin
- Job La Mure
- Job Vienne
- Job Villard-de-Lans
- Job Salaise-sur-Sanne
- Job Crolles
- Job Opérateur de production
- Job Conducteur de ligne
- Job Soudeur
- Job Agent de production
- Job Technicien de maintenance
- Entreprises Production
- Entreprises Ingénieur des procédés
- Entreprises Grenoble
- Job Numérique
- Job Etat
- Job Developper
- Job Europe
- Job Scientifique
- Job Cdd Grenoble
- Job Avenir Grenoble
- CEA Grenoble
- CEA Ingénieur des procédés
{{title}}
{{message}}
{{linkLabel}}