GTT, groupe de technologie et d’ingénierie

Pionnier depuis plus de 60 ans, GTT conçoit des technologies d’excellence pour accompagner armateurs et énergéticiens vers un futur décarboné. Nous innovons en permanence pour développer des solutions de transport et de stockage des gaz liquéfiés, ainsi que des services et des solutions digitales de pointe. Acteur engagé, GTT contribue activement à la transition maritime et énergétique.

Rejoignez-nous pour une carrière riche de sens, de créativité et de défis !

Chez GTT, nous favorisons un environnement de travail inclusif où chaque talent peut s’épanouir et contribuer pleinement à la réussite collective. Nous étudions toutes les candidatures avec attention, dont celles de personnes en situation de handicap, en veillant au respect de l’égalité des chances.

CONTEXTE DU STAGE

Dans le cadre de ses activités de recherche et d'essais, GTT acquiert en continu de grandes quantités de données issues de capteurs de pression installés sur ses dispositifs expérimentaux. Ces données doivent être analysées afin de détecter automatiquement différentes anomalies pouvant affecter la qualité des essais, telles que :

• Déconnexions ou dysfonctionnements de capteurs
• Dérives thermiques
• Défaillances d'équipements
• Mesures incohérentes

Afin d'automatiser cette surveillance, un outil basé sur des modèles prédictifs a été développé il y a plusieurs années. Dans une démarche d'amélioration continue, GTT souhaite aujourd'hui faire évoluer ces modèles afin d'améliorer leurs performances, leur robustesse et leur fiabilité.

MISSION

Au sein de l'équipe en charge des essais et de l'analyse des données, la⸱le stagiaire participera aux travaux suivants :

• Prendre en main l'outil de détection d'anomalies existant
• Analyser les données expérimentales disponibles et évaluer la qualité des jeux de données
• Étudier les performances des modèles prédictifs actuels
• Identifier des pistes d'amélioration des algorithmes et méthodes de détection
• Développer et implémenter de nouveaux modèles prédictifs
• Réaliser des campagnes de vérification et de validation des modèles
• Évaluer la robustesse
• Comparer les performances obtenues avec celles de la version actuellement utilisée
• Rédiger la documentation technique et présenter les résultats aux équipes

Selon les résultats obtenus, les développements réalisés pourront être intégrés dans une future version de l'outil industriel.

PROFIL

Étudiant⸱e en école d'ingénieur ou en Master 2 avec une spécialisation en :

• Intelligence Artificielle
• Mathématiques appliquées
• Traitement du signal
• Programmation

COMPETENCES TECHNIQUES

• Connaissances en modélisation prédictive et apprentissage automatique
• Maîtrise de Python et des bibliothèques de traitement de données
• Connaissances en analyse de données
• Notions en traitement du signal
• Sensibilité aux problématiques expérimentales

QUALITES PERSONNELLES

• Esprit d'analyse et rigueur
• Autonomie
• Curiosité technique
• Bonnes capacités de synthèse et de communication