Job Description
Basé principalement à Grenoble et Chambéry, le Laboratoire d'Innovation pour les Technologies des Energies nouvelles et les Nanomatériaux (Liten) est un acteur majeur de la recherche européenne entièrement dédié aux nouvelles technologies de l'énergie. Unité du LITEN, le Département des Technologies des Nouveaux Matériaux a pour mission de développer pour l'industrie française des matériaux, des procédés et des composants performants tout en répondant à la notion d'économie de matière et d'énergie en toute sécurité pour l'homme et l'environnement. Dans ce département, le Service Architecture 3D développe des matériaux et des procédés pour la réalisation de pièces de formes ou de propriétés spécifiques, offrant de meilleures performances tout en répondant à la notion d'économies de matière et d'énergie, en se basant en particulier sur des compétences de mise en forme des poudres par différents procédés disponibles sur la plateforme technologique POUDRINNOV2.0 (injection, fabrication additive,…).Vous avez l'opportunité d'apporter votre contribution à la mission du Laboratoire des Matériaux et Composants Magnétiques : développer et mettre en œuvre des matériaux magnétiques avec un volet composants électromagnétiques ; développer des technologies d'élaboration et de mise en forme des matériaux magnétiques par métallurgie des poudres.
Matériaux, physique du solide
Stage
Stage Ingénieur / Master 2 H/F
Identification des phases présentes dans des alliages ferromagnétiques par analyse d'images
4 ou 6 mois
Les outils d’Intelligence Artificielle (IA) peuvent permettre d’analyser des images de matériaux observés par Microscopie Electronique à Balayage (MEB) dans des laboratoires de recherche et de quantifier, par exemple, les tailles de grains, les pores et les phases secondaires avec précision ce qui est intéressant pour relier ces observations aux performances des matériaux. La classification des différentes caractéristiques microstructurales est souvent effectuée par un « classifier » CNN (Convolutional Neural Network) et les histogrammes de tailles des objets par des régressions CNN. Ces outils sont génériques et disponibles dans des bibliothèques Python.
L'objectif du stage sera de constituer des bases de référence (dataset) constituées d’images d’aimants frittés et/ou de rubans obtenues par MEB sur des coupes polies au laboratoire des matériaux magnétiques du CEA-LITEN, afin d’entrainer un modèle de Machine Learning (ML).
Ce modèle doit permettre in fine de séparer de façon automatique les caractéristiques microstructurales (phases secondaires, grains, joints de grains, pores, défauts) selon leur différents contrastes et morphologies. On souhaite se baser sur l’approche décrite dans une publication portant sur d’autres alliages et notamment reconduire la mise en œuvre des outils d’IA existants .
Une partie importante du travail du stage sera de constituer les bases de données d’images MEB avec un traitement « manuel » afin de constituer la base d’apprentissage pour le modèle supervisé de Machine Learning.
De formation bac+5, vous êtes à la recherche d'un stage d'une durée entre 4 et 6 mois.
Compétences scientifiques : Sciences des matériaux - Programmation en PythonConnaissances : Machine LearningVous êtes reconnu(e) pour votre : sens de l'organisation, sens du relationnel, sens de l'initiative, capacité à rendre compte,
Grenoble
France, Auvergne-Rhône-Alpes, Isère (38)
Grenoble
Anglais (Courant)
Bac+5 - Diplôme École d'ingénieurs
Non
12/05/2025
