Job Information
Safran Stage - Deep Learning Images d'inspection en production F/H in Herstal, Belgium
Stage - Deep Learning Images d'inspection en production F/H
Company : Safran Aero Boosters
Job field : Data
Location : Herstal , Region of Wallonia , Belgium
Contract type : Internship / Student
Contract duration : Full-time
Required degree : MASTER
Required experience : First experience
Spoken language(s) :
French Fluent
# 2024-141712
Apply with one click Any questions ?
Job Description
Au sein d'une équipe multidisciplinaire, vous aurez l'opportunité de travailler sur différents aspects clés de l'amélioration des processus d'inspection non destructive en utilisant des données (chiffres bruts, images) et des techniques de Machine & Deep Learning.
Ce stage constitue une occasion unique de mettre en pratique vos compétences techniques dans un environnement industriel stimulant. Vous serez encadré(e) par une équipe d'experts de Safran Aero Boosters, spécialisée dans l'analyse de données et l'optimisation des procédés. De plus, vous travaillerez avec des technologies de pointe utilisées dans l'industrie aéronautique.
Complementary Description
Manipulation d'outils tels que Power BI, Grafana et RapidMiner.
Maîtrise des langages de programmation tels que Python et des librairies telles que PyTorch, TensorFlow, …
La maitrise de SQL, InfluxDB et JavaScript est un atout supplémentaire.
Job Requirements
Nous recherchons des étudiants en Master spécialisés dans les domaines suivants :
Sciences des données ou informatique
Électricité
Mécanique
Électro-mécanique
Chimie ou et science des matériaux.
Qualités personnelles recherchées :
Intérêt pour les processus de fabrication industriels, en particulier pour l'optimisation des procédés d'inspection.
Affinité avec l'automatisation informatique et compétence minimale en Data Science pour les candidats.
Capacités relationnelles et esprit de collaboration.
Esprit de synthèse.
Specificity of the job
- Collecte et préparation des données :
o Vous serez amené(e) à identifier les données les plus pertinentes pour la création d'un modèle et à réaliser le pré-traitement de ces données (statistique sur les indications, labellisation, redimensionnement et normalisation des images, …)
o Diviser les données en ensembles d'entraînement, de validation et de test.
- Construction du modèle de Deep Learning :
o Choix d'une architecture adaptée (sous la guidance de l'équipe)
o Sélection des fonctions d'activation et des hyperparamètres appropriés.
- Entraînement du modèle :
o Initialisation des poids du modèle.
o Propagation des données d'entraînement et ajustement des poids grâce à la rétropropagation du gradient.
- Évaluation du modèle :
o Propagation des données de validation et de test pour calculer les métriques d'évaluation.
o Ajustements supplémentaires si nécessaire.
Vous appliquerez ces techniques sur des images issus de procédés d'inspection tels que l'inspection par radiographie, ultrason, courant de Foucault ou encore par fluoropénétrant.
Locate your future workplace
121 Route de LiersB-4041
Herstal
Region of Wallonia Belgium
Copy Address
Safran is an Equal Opportunity Employer
All qualified applicants will receive consideration for employment without regard to race, color, sex, sexual orientation, gender identity, religion, national origin, disability, veteran status, or other legally protected status.