Graduate – France

  • stage
  • All Cities
  • Publié il y a 4 mois
  • Les candidatures sont actuellement fermées.
France – St Jean de Maurienne

Stage – Ingénieur modélisation

Été 2024

Si vous voulez piloter un vrai changement, nous avons l’endroit pour le faire. Nos programmes de talents émergents vous permettent de façonner Rio Tinto. Nous voulons que vous fassiez partie de notre équipe pour nous aider a avancer en résolvant les défis émergents de notre époque. Chez Rio Tinto, nous pensons que les meilleures idées naissent en réunissant des personnes aux perspectives différentes pour travailler vers un objectif commun : créer un avenir meilleur.

Au sujet du poste

Nous sommes a la recherche d’un stagiaire en fin de cycle d’ingénieur (Master 2) afin de soutenir notre équipe modélisation concernant l’optimisation du procédé de production d’aluminium en couplant la simulation numérique et l’apprentissage profond.

Il s’agit d’une excellente occasion pour une personne dynamique et curieuse de relever les défis de l’industrie de l’aluminium pour produire un métal essentiel en diminuant l’impact environnement de sa production.

L’objectif du stage est d’optimiser l’injection d’alumine dans le bain en combinant la simulation numérique avec un modèle de prédiction basé sur l’apprentissage profond. L’idée est d’ajuster le débit massique de chacun des 7 injecteurs pour tenter d’obtenir une concentration d’alumine dissoute la plus homogène possible dans l’ensemble du bain.

Pour cela, voici les différentes étapes proposées :

  • La première partie du stage consiste a prendre en main le modèle numérique, de manière a bien comprendre les différents phénomènes physiques impliqués dans le procédé d’électrolyse. Ensuite, une vaste étude paramétrique sera lancée sur le cluster de calcul afin de générer un grand volume de données.
  • La deuxième phase consiste a construire un modèle de prédiction par apprentissage profond en utilisant les données préalablement générées par la simulation numérique. Différentes méthodes d’apprentissage seront évaluées afin de garantir la qualité des prédictions. L’idée est de réduire la complexité des modèles physiques, permettant ainsi d’explorer un grand nombre de scénarios quasi-instantanément.
  • La dernière étape du stage consiste a développer un algorithme d’optimisation basé sur les prédictions du modèle. L’objectif ultime étant de déterminer les débits massiques a appliquer a chacun des doseurs en vue d’améliorer la répartition de l’alumine dans le bain.

Votre contribution

  • e en Master 2 ou 3ème année école d’ingénieur,
  • Intérêt pour la recherche en milieu industriel, les procédés multiphysiques, le travail en équipe,
  • Capacités d’apprentissage rapide de nouveaux domaines scientifiques complexes,
  • Connaissance des phénomènes de transport, des méthodes de deep learning et du langage python souhaitable.

Ce que nous offrons

  • Environnement intellectuel stimulant, pluridisciplinaire, orienté R&D avec un contexte industriel,
  • Possibilité de logement abordable proche du laboratoire,
  • Région montagneuse avec sports d’hiver a proximité.
  • Environnement de travail axé sur la sécurité de chacun
  • Salaireconcurrentiel
  • Un forfait de relocalisation lorsque applicable
  • Opportunité d’établir des relations avec l’équipe et la communauté de Rio Tinto
  • Chance de vous préparer a rejoindre notre programme nouveaux diplômés

Emplacement du poste

Le Laboratoire de Recherche des Fabrications (LRF), de renommé mondiale dans l’industrie de l’aluminium, est un centre de R&D industriel appartenant au groupe Rio Tinto. Notre objectif est d’imaginer des solutions techniques innovantes pour diminuer les émissions de gaz a effet de serre, réduire la consommation d’énergie et améliorer les performances de nos cuves industrielles. Pour cela nous disposons de trois cuves instrumentées et d’un centre de contrôle qui nous permettent de réaliser toutes sortes de tests et ainsi valider les technologies de demain.

À propos de Rio Tinto

Rio Tinto est un chef de file mondial du secteur des sociétés minières et des matériaux. Nous sommes établis dans 35 pays où nous produisons du minerai de fer, du cuivre, de l’aluminium, des minéraux critiques et d’autres matériaux nécessaires a la transition énergétique mondiale et a la prospérité des personnes, des communautés et des nations. Nous exerçons nos activités depuis 150 ans, en nous appuyant sur les connaissances accumulées au fil des générations et sur les différents continents. Notre mission – trouver de meilleures façons de fournir les matériaux dont le monde a besoin – nous guide dans notre quête d’innovation et d’amélioration continue, dans le but de fabriquer des produits a faibles émissions et répondant aux bonnes normes environnementales, sociales et de gouvernance. Mais comme nous ne pouvons pas y arriver seuls, nous nous attachons a créer des partenariats nous permettant de résoudre des problèmes, de créer des situations mutuellement avantageuses et de saisir des occasions.

Chaque voix compte

Chez Rio Tinto, nous accueillons favorablement et encourageons les candidatures d’Autochtones, de femmes, de membres de la communautéLGBTQ2S+, de travailleurs âgés, de personnes handicapées et de représentants d’origines diverses.

Nous sommes déterminés a créer un milieu inclusif où les employés peuvent être eux-mêmes. Nous souhaitons que chaque voix compte, que toutes les cultures sont respectées et que les points de vue, aussi variés soient-ils, soient non seulement bienvenus, mais également essentiels a notre succès. Nous agissons avec équité et dignité, sans égard aux questions de race, de sexe, de nationalité, d’origine ethnique, de religion, d’âge, d’orientation sexuelle ou de tout autre aspect distinctif.

Prochaines étapes

Veuillez noter que vous devez répondre a toutes les questions de présélection pour que votre candidature soit prise en compte.

Rio Tinto se réserve le droit de retirer des offres d’emploi a tout moment. Par conséquent, si vous souhaitez postuler sur cette offre, veuillez soumettre votre candidature dès que possible

Graduate

#FR

Source

Job Overview
Job Location