STAGE 2027 - Quantification d’incertitudes appliquée aux modèles d’apprentissage scientifique (F/H)

• Application des modèles d'apprentissage automatique scientifique sur des cas Airbus
• Mise en oeuvre de techniques de quantification des incertitudes sur les prédictions des modèles d'apprentissage automatique
• Optimisation des modèles pour améliorer leur précision et leur robustesse en présence d'incertitudes dans les données de simulation
• Evaluations des performances des modèles d'apprentissage automatique et quantification d'incertitudes
• Présentation et compte-rendus à l'oral et par écrit des résultats observés dans un environnement international

Votre tuteur ou tutrice vous accompagnera tout au long de votre stage, vous aidant à développer vos compétences et à atteindre vos objectifs professionnels.

Ce stage vous permettra notamment de développer les compétences suivantes :

• Développement de méthodes d'apprentissage
• Développement de compétences en intelligence artificielle pour la simulation numérique
• Développement algorithmiques via des frameworks standards (scikit-learn, MAPIE, puncc, openturns, tensorflow, pytorch...)
• Développement de méthodes et métriques pour la quantification d'incertitudes
• Communication de résultats techniques
• Travail dans une équipe multidisciplinaire, localisée sur plusieurs sites et dans différents pays

ou un domaine équivalent.

Vous possédez idéalement les compétences suivantes :

Compétences techniques :

• Solide formation en probabilités et statistiques. La connaissance des méthodes de quantification des incertitudes serait appréciée
• Formation en algorithmes d'apprentissage automatique, notamment les réseaux de neurones profonds. La connaissance de l'apprentissage Bayésien serait un atout apprécié
• Des connaissance en analyse numérique (éléments finis, volumes finis...) sont un atout
• Programmation (essentiellement python/git). Des connaissances des frameworks utilisés en apprentissage et/ou quantification d'incertitudes sont des atouts
• Rédaction de rapports/présentations
• Capacité à travailler en équipe

• Esprit d'équipe
• Proactivité
• Autonomie

Langues :

• Anglais : avancé
• Français : avancé

Notre processus de recrutement :

Votre candidature sera analysée attentivement par notre équipe de recrutement. Si votre profil correspond à nos attentes, vous serez invité(e) à réaliser un entretien vidéo. Suite à cette étape, si votre candidature est retenue, elle sera alors proposée au manager pour un entretien.

• Application of scientific machine learning models to Airbus use cases;
• Implementation of uncertainty quantification techniques in the predictions of SciML models;
• Optimization of models to improve their accuracy and robustness in the presence of uncertainties in simulation data;
• Evaluation of the performance of scientific machine learning and uncertainty quantification models;
• Oral and written presentations and reports of the observed results in an international environment

Your tutor will support you, identify your professional objectives and develop your skills.

This internship will enable you to develop the following skills:

• Development of learning methods
• Development of artificial intelligence skills for numerical simulation
• Algorithmic development using standard frameworks (scikit-learn, MAPIE, puncc, openturns, tensorflow, pytorch, etc.)
• Development of methods and metrics for uncertainty quantification
• Communication of technical results
• Working within a multidisciplinary team distributed across multiple sites and countries

or an equivalent field.

You possess the following competences:

Technical skills :

• Strong background in probability and statistics. Knowledge of uncertainty quantification methods would be appreciated;
• Familiarity with machine learning algorithms, particularly deep neural networks. Knowledge of Bayesian learning would be a valuable asset;
• Programming (mainly Python/git);
• Report/presentation writing;
• Teamwork

• Team spirit
• Proactivity
• Autonomy

Languages :

• English: advanced
• French: advanced

Our Recruitment Process :

Your application will be reviewed by a recruiter. If your profile is matching the key requirements of the job, you will then be invited to perform a short video interview to tell us about your background, motivations and your professional project. The result will be assessed by a recruiter and your application will then be proposed to the manager for further review and interview.

Research and Technology By submitting your CV or application you are consenting to Airbus using and storing information about you for monitoring purposes relating to your application or future employment. This information will only be used by Airbus. Airbus is committed to achieving workforce diversity and creating an inclusive working environment. We welcome all applications irrespective of social and cultural background, age, gender, disability, sexual orientation or religious belief. Airbus is, and always has been, committed to equal opportunities for all. As such, we will never ask for any type of monetary exchange in the frame of a recruitment process. Any impersonation of Airbus to do so should be reported to emsom@airbus.com . At Airbus, we support you to work, connect and collaborate more easily and flexibly. Wherever possible, we foster flexible working arrangements to stimulate innovative thinking.