|
Notre organisation : La modélisation dans des bases aérodynamiques du comportement de l'avion en fonction de sa configuration et des paramètres du vol est primordiale pour alimenter les études de qualités de vol. Dans le cadre d'une amélioration continue de ses processus, le département Aérodynamique et Acoustique de la Direction Générale Technique a l'ambition de développer une méthode d'assistance à la génération de ces bases par méthodes d'apprentissage sur des données d'essais en soufflerie. Vous rejoignez une équipe d'une trentaine de personnes basée à Saint-Cloud. Vous travaillerez avec l'équipe responsable de la conception des bases aérodynamiques et l'équipe en charge du développement des outils numériques. Nous vous confions les missions suivantes : Vous comparerez différentes approches de Machine Learning pour la modélisation d'essais en soufflerie, et chercherez à en optimiser les paramètres pour assurer une bonne représentativité du modèle, une bonne capacité de généralisation (interpolation) et un temps d'entraînement maîtrisé. Un autre volet de la mission consistera à préparer l'industrialisation du concept en prototypant un concept d'intégration de ce type de modèles dans l'architecture de bases aérodynamiques utilisé chez Dassault Aviation. Vous travaillerez en étroite relation avec les ingénieurs d'essais en soufflerie et les développeurs des outils de modélisation aérodynamique de Dassault Aviation. L'intérêt de ce stage : Il vous permettra d'acquérir une bonne connaissance des enjeux associés aux modèles aérodynamiques et aux qualités de vol des avions civils et militaires et de mettre à l'épreuve vos connaissances en Machine Learning et en développement sur un sujet concret et ambitieux. À votre arrivée, nous vous proposerons un dispositif d’accueil pour vous permettre de mieux connaître votre entité, Dassault Aviation et ses enjeux, et de rencontrer d'autres stagiaires.
|