Estimation Par Métamodèles de Performances - Paris, France - CNES - Centre National d'Etudes Spatiales

CNES - Centre National d'Etudes Spatiales

Entreprise vérifiée

Paris, France

il y a 3 semaines

Posté par:

Sophie Dupont

beBee Recruiter

Description

Stage, 6 mois
- Temps plein
- Aucune expérience exigée
- Master, DESS, DEA, Bac+5
- Système de lancement

**Mission**:
L'étude de nouveaux concepts de lanceurs fait régulièrement l'objet de séances d'ingénierie concourante dans laquelle les différents métiers impliqués interagissent pour partager leurs contraintes et aboutir à un design viable, réaliste et offrant la performance requise par le projet.

Ce processus nécessitant la disponibilité de nombreuses ressources, il convient de le dérouler en ayant au préalable une bonne idée du concept à étudier.

L'objectif du stage proposé est le développement d'un outil préalable à ces études de concept permettant de pré-évaluer la performance d'un concept en s'appuyant sur une base de données intelligente et dynamique.

Il conviendra au cours du stage de développer un métamodèle mathématique alimenté par l'ensemble des évaluations de performance lanceurs passées pour estimer, sur la base de statistiques et en amont des boucles d'ingénierie concourante (phase0/A), les performances d'un nouvel étagement lanceur.

Le stagiaire devra étudier de la pertinence des outils disponibles de régression linéaire pour traiter la problématique ainsi que les alternatives possibles comme des outils de régression polynomiale ou réseaux de neurone ou autre. Il collectera des données chiffrées de performances lanceur basées sur la biblio des études de performance passées (lanceurs européens et internationaux) pour enrichir des bases de données existantes et à produire. Le stagiaire sera amené à déterminer les critères pertinents et différentiant permettant d'évaluer la performance d'un étagement sur une orbite donnée. Ensuite, il conviendra de mettre en place un moteur de calcul prédictif et de l'alimenter. La validation du processus sera conduite par comparaison à des configurations de lanceurs existants.

**Profil**:
Etudiant.e en dernière année Ecole/Université, Ingénieur Généraliste
- Bonnes compétences en mathématiques et spécifiquement en statistiques
- Connaissances en modèles de régression linéaire et polynomiale
- Connaissances des principes de Machine Learning
- Force de proposition

Des connaissances en système spatiaux et plus spécifiquement conception lanceur serait un plus.