Qui sommes-nous ?

Nous sommes un groupe d'ingénierie, acteur majeur dans les domaines du bâtiment, de l’eau, de l’énergie, de l’industrie et de la mobilité.

Détenu à 100% par nos salariés, nous sommes unis par une même passion, celle d’exercer un métier qui allie l’art de concevoir avec ingéniosité et de réaliser avec engagement. 

Nos 11 000 collaborateurs et collaboratrices, dans plus de 40 pays, créent chaque jour des solutions pour une vie positive au travers de nos enjeux stratégiques pour la planète et l’humanité. Nos équipes sont à taille humaine, privilégiant la proximité, les échanges quotidiens et le partage d’expérience.

Pour faciliter la lecture, l’écriture inclusive n’est pas utilisée dans  le corps de cette annonce, les termes employés au masculin se réfèrent aussi bien aux femmes, hommes qu'aux personnes non binaires.  

Contexte

Les modèles numériques hydrodynamiques permettent de représenter avec précision les écoulements en rivière et en estuaire. Ils peuvent toutefois nécessiter des temps de calcul importants lorsqu’il s’agit d’explorer un grand nombre de configurations, de produire rapidement des prévisions ou de tester différents scénarios d’aménagement et de fonctionnement.

Les méthodes d’intelligence artificielle offrent la possibilité de construire des modèles de substitution, ou surrogate models, capables de reproduire certaines sorties d’un modèle hydrodynamique avec un temps de calcul très réduit. Ces approches peuvent être uniquement fondées sur les données ou intégrer, à différents niveaux, les lois physiques régissant les écoulements.

Objectif du stage

L’objectif du stage est de développer et d’évaluer une approche d’intelligence artificielle capable de prédire rapidement certaines grandeurs hydrodynamiques caractéristiques d’une rivière ou d’un estuaire, à partir d’une base de simulations numériques ou de données existantes.

Approches étudiées

Plusieurs familles de modèles pourront être comparées :

1. Un réseau de neurones fondé sur les données, utilisé comme approche de référence ;
2. Une approche de type Physics-Informed Neural Network, ou PINN, intégrant explicitement certaines équations physiques ainsi que des conditions initiales ou aux limites, sous réserve de sa faisabilité dans le cadre du stage ;
3. Une approche hybride ou un modèle de substitution physiquement contraint, constituant une solution intermédiaire si la mise en œuvre d’un PINN complet s’avère trop coûteuse, trop complexe ou difficile à entraîner.

Vos missions

Votre tuteur accompagnera votre progression sur les missions suivantes :  

• réaliser une revue bibliographique ;
• identifier et préparer un cas d’application en rivière ou en estuaire, pouvant notamment s’appuyer sur un modèle TELEMAC existant ;
• constituer et structurer une base de données d’apprentissage et de validation ;
• développer une première approche fondée uniquement sur les données, utilisée comme modèle de référence ;
• explorer, selon l’avancement du stage, une approche PINN ou hybride physiquement contrainte, permettant d’introduire certaines connaissances physiques dans l’apprentissage ;
• quantifier les performances en termes de précision, robustesse et temps de calcul ;
• identifier les domaines d’application et les limites ;
• synthétiser la démarche, les résultats et les recommandations.

Votre équipe

Le stage sera réalisé au sein d’ArteLab Numérique, l’équipe d’Hydraulique Numérique d’ARTELIA. Cette équipe de 15 personnes réunit des ingénieurs et spécialistes de la modélisation numérique, travaillant sur le développement et l’utilisation de codes de calcul pour la simulation d’écoulements environnementaux et industriels, avec une forte composante hydraulique.

Les activités de l’équipe couvrent différentes étapes de la modélisation numérique, depuis le développement, la construction des modèles et leur paramétrage jusqu’à l’exploitation et à l’analyse physique des résultats.

Vos atouts 

Étudiant en dernière année d’école d’ingénieur ou Master 2, avec une spécialisation en hydraulique, mécanique des fluides, modélisation numérique, mathématiques appliquées ou sciences des données.

Bonnes bases en hydraulique et mécanique des fluides, permettant de comprendre et d’analyser physiquement les résultats des modèles.

Goût pour la modélisation numérique, l’analyse de données et la programmation scientifique.

Connaissance de Python et de bibliothèques scientifiques associées.

Intérêt marqué pour les méthodes d’intelligence artificielle et d’apprentissage automatique, notamment les réseaux de neurones.

Vous ne travaillez jamais seul, un bon esprit d’équipe, une grande curiosité et l’envie d’apprendre seront vos atouts pour réussir.

Qualités personnelles

• Curiosité scientifique et intérêt pour un sujet à l'interface entre physique, numérique et IA ;
• esprit critique vis-à-vis des résultats produits par les modèles ;
• capacité à travailler de manière autonome tout en échangeant avec des spécialistes métier ;
• rigueur dans l'analyse et la validation des résultats ;
• capacité à restituer clairement une démarche scientifique et ses limites.

Nous vous offrons :

• Un tremplin pour votre future carrière chez Artelia 
• Un tuteur proche de vous au sein d'une équipe à taille humaine
• Des experts métiers pour vous accompagne sur des projets variés, de différentes tailles
• Une équipe RH dédiée pour vous guider durant votre stage