Je suis:
Faire un don
Partager la page :

Relations Entreprises et insertion professionnelle des diplômés – Gestion & Fiabilisation des Données

Référence

N/A

Type de contrat

Offre de stage

Temps de travail

Temps plein

Rémunération

4,35 euros/h – 35h par semaine

Fonction

Stagiaire

Date limite de candidature

15/02/2026

Le service Relations Entreprises & Alumni joue un rôle clé dans l’insertion professionnelle des étudiants, la qualité des relations avec les partenaires professionnels et l’animation du réseau des diplômés. Pour renforcer la fiabilité des informations utilisées pour le suivi et l’évolution de ces activités, le service souhaite consolider ses données et leur gestion (enquêtes, CRM, documentation).

Dans ce contexte, le ou la stagiaire apportera un soutien essentiel à la gestion, la fiabilisation et l’analyse des données, ainsi qu’au bon déroulement des campagnes d’enquêtes et à la structuration documentaire du service.

Stage de fin d’études – Jumeau numérique du métabolisme oxydatif en santé

Type de contrat

Offre de stage

Fonction

Stagiaire

Ce projet est à l’interface entre la biologie moléculaire et cellulaire et les mathématiques appliquées.

Direct Numerical Simulation of Hydrogen Bubbles Cavitation (6 mois)

Type de contrat

Offre de stage

Diplôme

Master

Fonction

Stagiaire

L’objectif de ce stage est d’utiliser le code DIVA pour réaliser une analyse paramétrique de l’influence de la distance entre différentes bulles sur le transfert de chaleur à travers la paroi.

📌 Prérequis: étudiant(e) en Master 2 ou équivalent, intéressé(e) par la poursuite d’un doctorat. Connaissances de base en dynamique des fluides numériques, thermodynamiques et programmation.

 

Reinforcement Learning from Human Feedback (RLHF) for Human–AI Collaboration

Type de contrat

Offre de stage

Temps de travail

Temps plein

Rémunération

4.35€ / heure

Fonction

Stagiaire

L’objectif de ce stage est d’explorer l’apprentissage par renforcement à partir du feedback humain (RLHF) dans un contexte coopératif. Plutôt que d’apprendre uniquement à partir des récompenses de l’environnement, la politique de l’agent sera influencée par le feedback d’un partenaire humain lors de la collaboration. Plus précisément, le coéquipier humain pourra attribuer des récompenses positives ou négatives en fonction de l’utilité, de l’efficacité ou de l’intuition perçue des actions de l’agent durant la tâche conjointe. Le stagiaire étudiera comment ce type de feedback influence la stabilité de l’apprentissage, la performance de l’équipe et la fluidité perçue.

Simulation numérique du phénomène de faïençage de films anodiques

Type de contrat

Offre de stage

Temps de travail

Temps plein

Diplôme

Master

Expérience

Entre 0 et 2 ans

Fonction

Stagiaire

Les alliages d’aluminium de la série 2000 sont très couramment utilisés dans le secteur aéronautique du fait de leurs très bonnes propriétés mécaniques spécifiques.

En plus des sollicitations mécaniques liées à leur utilisation, les structures aéronautiques sont également soumises à des environnements qui peuvent altérer leur intégrité. Des traitements de surface d’anodisation permettent de faire croître un film protecteur de faible épaisseur et ainsi d’améliorer la résistance à la corrosion de ces alliages.

Toutefois, des phénomènes de fissuration ou de faïençage – suite à des sollicitations thermiques – peuvent survenir et réduire considérablement leur tenue à la corrosion dans des environnements sévères. La compréhension de ces phénomènes de dégradation des films anodiques et l’identification et la prise en compte des paramètres influents, permettront d’améliorer le comportement thermique des composants anodisés.

CASAC chair: Profile-Based Decision-Making for Mixed-Initiative Interaction

Type de contrat

Offre de stage

Rémunération

560€/month

Diplôme

Diplôme d'ingénieur

In this internship we want to investigate the use of hybrid AI, in particular Neuro-Fuzzy networks, to model and translate operator’s behavior. In Neuro-Fuzzy networks the (to be leaned) weights are mixed variables, i.e. some weights are Boolean – result of logical rules modeling expert knowledge – and other weights are real – rules to be learned during the leaning phase

CASAC Chair: Benchmarking DRL-based agents during a human-AI Collaborative task

Type de contrat

Offre de stage

Rémunération

560€/month

Diplôme

Diplôme d'ingénieur

Modélisation et optimisation de la synergie d’hybridation entre une pile à combustible et un turbopropulseur à hydrogène par une approche système

Type de contrat

Offre de stage

Diplôme

Diplôme d'ingénieur

Le stage modélise et optimise un turbopropulseur à hydrogène couplé à une pile à combustible pour un avion ATR-72, en se concentrant sur les cycles thermodynamiques et les stratégies d’injection d’eau et de vapeur.

Wing flutter control using artificial intelligence

Type de contrat

Offre de stage

Diplôme

Master

The internship assesses active wing flap control using reinforcement learning to mitigate flutter in high aspect ratio wings, involving a 2D aeroelastic model and wind tunnel experiments.

Implémentation et validation d’une approche parabolized stability equations (PSE) dans un code de stabilité non structuré pour la prédiction des sources de bruits de jet des avions commerciaux

Type de contrat

Offre de stage

Le stage met en œuvre les équations de stabilité parabolisées (PSE) dans un code de stabilité basé sur Freefem++ pour prédire le bruit des avions commerciaux, en le validant avec les résultats du laboratoire Pprime.