Zum Inhalt springen

Développement d'une méthode automatique de classification des structures de trempe dans les alliages F/H

Praktikum

73400 Ugine (France)

Veröffentlicht am 20. November 2026

  • Vertragsart

    Praktikum

  • Ort

    73400 Ugine (France)

  • Startdatum

    Ab sofort / nach Vereinbarung

  • Gehalt

    Keine Informationen angegeben

  • Homeoffice/Telearbeit

    Nicht angegeben

Framatome illustration
Description de la BU

Au sein de Framatome, la Business Unit Combustible conçoit, fabrique et vend du combustible nucléaire pour les centrales de production d'électricité ainsi que pour les réacteurs de recherche.
La Direction des Opérations Composants (DOC) maîtrise toutes les étapes de la métallurgie du zirconium, du minerai jusqu'à la réalisation de composants en alliage de zirconium: produits plats, barres et tubes destinés à la fabrication du combustible nucléaire ; certains dérivés sont aussi utilisés dans l'industrie aéronautique ou médicale.
La Direction des Opérations Composants dispose d'une expertise reconnue et de la plus forte capacité de production au monde avec ses 5 usines (Jarrie, Ugine, Rugles, Montreuil-Juigné et Paimboeuf). Elle dispose également d'un Centre de Recherches spécialisé dans la métallurgie et les procédés de transformation des alliages de zirconium.
L'établissement d'Ugine élabore à partir d'éponges de zirconium, des demi-produits en zirconium : largets, barres et ébauches filées. Ugine transforme également par fusion et forgeage des produits en titane pour l'industrie Aéronautique.

Description de la mission

Contexte
Les alliages de zirconium utilisés dans l'industrie nucléaire subissent au cours de leur fabrication différents traitements thermiques qui modifient leur microstructure et leurs propriétés mécaniques. Parmi ces traitements, les opérations de trempe peuvent conduire à l'apparition de structures dites en vannerie, susceptibles d'influencer les étapes ultérieures de mise en forme.

Aujourd'hui, l'évaluation de la proportion de vannerie dans une micrographie métallographique repose essentiellement sur l'expertise visuelle. Cette approche présente toutefois plusieurs limites : subjectivité de l'analyse, difficulté de reproductibilité et temps d'évaluation important. Une étude préliminaire a permis d'identifier plusieurs métriques et approches prometteuses pour automatiser cette caractérisation microstructurale.

Objectifs du stage
L'objectif du stage est de développer et qualifier une méthode robuste de classification automatique des structures de trempe à partir d'images métallographiques.

Les travaux porteront notamment sur :
  • l'analyse critique des approches identifiées lors de la pré-étude ;
  • la validation des métriques et critères de classification retenus ;
  • l'exploration de nouvelles méthodes de caractérisation d'images ;
  • l'évaluation de l'apport potentiel de techniques d'intelligence artificielle pour améliorer les performances de détection ;
  • la qualification de la méthode développée à travers la comparaison avec les évaluations réalisées par des experts métier.

Travail proposé
L'outil existant est développé en Python et s'appuie sur des bibliothèques open source d'analyse d'image. Il repose sur un pipeline déterministe combinant différentes étapes de traitement :
  • prétraitement des images ;
  • extraction de caractéristiques géométriques et texturales ;
  • calcul d'indicateurs microstructuraux ;
  • agrégation des résultats sous la forme d'un score de proportion de vannerie.
  • Le stagiaire participera à l'amélioration de ce pipeline et à son évaluation sur un ensemble représentatif de micrographies industrielles.

Selon l'avancement des travaux, des approches basées sur l'apprentissage automatique ou le deep learning pourront être étudiées et comparées aux méthodes déterministes existantes.

Profil

Étudiant(e) en dernière année d'école d'ingénieur ou de Master 2 avec une spécialisation en :
  • informatique scientifique ;
  • science des matériaux ;
  • traitement d'image ;
  • intelligence artificielle ou data science.

Compétences souhaitées :
  • programmation Python ;
  • traitement et analyse de données ;
  • rigueur scientifique et esprit critique ;
  • autonomie et capacité de synthèse.

Une expérience en analyse d'image constitue un atout, mais n'est pas indispensable. Une forte motivation pour l'apprentissage de nouvelles méthodes et une capacité à exploiter efficacement la littérature scientifique seront particulièrement appréciées.

Bewerbungsfrist

Solange das Stellenangebot online ist

Studienniveau

Master-Niveau, MSc oder äquivalent

Funktion

Technologie

Weitere Informationen über das Unternehmen

Framatome

Leader international de l'énergie nucléaire

Framatome – L’énergie, l’expertise et l’humain au cœur de notre avenir
Comment accompagnons-nous les jeunes recrues ? On vous dit tout sur nos programmes d'intégration et de formation
Nous avons plus d'un atome en commun : rejoignez nos équipes !
Générateur de vapeur prêt à être expédié vers le réacteur Hinckley Point C
Réunion : lieu d'échanges d'idées et de co-construction
Nos équipes en action
LE2023 : Visiter 3 sites clés du nucléaire français en quelques heures, c'est possible ?
Fiers d'être certifiés Happy Trainees 2026, pour les stages et les alternances, merci à vous :)
Opérateur en activité
Des équipes bienveillantes, cela passe par du feedback positif !
Nous développons aussi des solutions de cybersécurité
Explications autour d'une pièce modélisée en 3D
Formation autour d'une maquette d'assemblage de combustible
Technicienne en opération de mesure
C'est quoi un ingénieur Essais Neutroniques ? Vincent vous explique tout !
Ta carrière dans le nucléaire chez Framatome - UNLOCKED