CS27 Bac+5 - Stage Ingénieur System Identification (H/F)

Company

AMPERE SOFTWARE TECHNOLOGY

Job Description

Contexte et environnement de travail

Renault poursuit son engagement envers les jeunes au travers de la formation par l’alternance et les stages. Cette politique volontariste positionne Renault comme un des contributeurs majeurs au développement de l’apprentissage en France. Dans le cadre de votre stage, vous serez suivi par le service Emploi, compétences et Politiques Jeunes et plus particulièrement au sein des relations écoles et de la marque employeur de Renault.

Dans un véhicule de plus en plus piloté par le logiciel, la performance des fonctions châssis repose sur une compréhension toujours plus fine des forces qui s’exercent entre le pneu et la route. Ces efforts aux roues conditionnent directement la stabilité, l’agilité, le confort et la sécurité, mais restent aujourd’hui difficilement accessibles sans instrumentation spécifique. Ce stage vise à franchir ce verrou en développant un capteur virtuel hybride, associant modèles physiques de dynamique véhicule, observateurs d’état et apprentissage automatique, afin d’estimer en temps réel les efforts longitudinaux, latéraux et verticaux appliqués à chaque roue.

Au sein de la Direction de l’Ingénierie, vous serez rattaché(e) à l’équipe Intelligent Drive System . Vous contribuerez au développement de nouvelles briques de perception et d’estimation destinées aux systèmes châssis avancés, dans un environnement international et pluridisciplinaire. Ces travaux s’inscrivent dans l’évolution des architectures véhicule, où les actionneurs pilotés — freinage, direction, suspension et chaîne de traction — doivent être coordonnés de manière toujours plus fine.

L’enjeu est de fournir aux lois de commande châssis des grandeurs fiables décrivant l’état dynamique du véhicule et l’interface pneu/sol. L’estimation des efforts aux roues doit pour cela composer avec des signaux bruités, des incertitudes paramétriques, des non-linéarités liées au pneumatique, aux transferts de charge, aux conditions d’adhérence et aux sollicitations transitoires.

Le stage sera basé au Technocentre Renault à Guyancourt, avec des déplacements ponctuels possibles au Centre Technique Renault d’Aubevoye. Il consistera à concevoir, développer et évaluer une chaîne d’estimation hybride, depuis l’analyse des signaux disponibles jusqu’à la validation sur données de simulation et d’essais.

Vos missions

• Réaliser un état de l’art technique sur l’estimation des efforts aux roues, les observateurs d’état, les capteurs virtuels, les modèles pneumatiques et les approches hybrides physics-informed / data-driven.
• Analyser les signaux véhicule disponibles, les modèles existants de dynamique véhicule et les bases de données issues de simulations ou d’essais de roulage, afin d’identifier les entrées pertinentes pour l’estimation des efforts longitudinaux, latéraux et verticaux.
• Développer une chaîne d’estimation combinant modélisation physique, traitement du signal, estimation récursive et apprentissage automatique, avec une attention particulière portée à la robustesse, à l’observabilité et à la cohérence physique des résultats.
• Étudier différentes stratégies d’hybridation : correction d’un modèle physique par apprentissage des résidus, estimation directe par modèle data-driven contraint physiquement, fusion d’estimateurs ou adaptation paramétrique en fonction des conditions de roulage.
• Comparer les performances des approches physiques, data-driven et hybrides selon des critères d’erreur, de robustesse, de généralisation, de sensibilité aux paramètres véhicule, de coût de calcul et de compatibilité avec une cible embarquée.
• Valider la méthodologie en simulation et sur données expérimentales, puis synthétiser les résultats sous forme de recommandations techniques pour une éventuelle intégration dans une chaîne de développement châssis

Qui êtes-vous ?

• Vous êtes en dernière année d’école d’ingénieur ou de Master 2 à dominante automatique, dynamique véhicule, traitement du signal, mathématiques appliquées, intelligence artificielle ou systèmes embarqués. Vous disposez d’une bonne capacité d’analyse physique, d’un intérêt marqué pour la modélisation et l’estimation d’état, ainsi que d’une appétence pour l’exploitation de données issues de simulations ou d’essais véhicule.

Connaissances souhaitées

• Dynamique véhicule longitudinale, latérale et verticale, transferts de charge, interaction pneu/sol et modèles pneumatiques.
• Modélisation physique, observateurs d’état, filtrage, estimation récursive, identification paramétrique et traitement du signal.
• Apprentissage automatique appliqué aux séries temporelles, régression, réseaux de neurones, modèles hybrides ou approches physics-informed.
• Maîtrise de Matlab/Simulink et Python pour la modélisation, la simulation, l’analyse de données et le prototypage d’algorithmes d’estimation.

Vous souhaitez participer à l’aventure de l’automobile de demain ? Rejoignez-nous ! 🚗💡

Job Family

Research & Development

Contract Duration

6 months

Renault Group is committed to creating an inclusive working environment and the conditions for each of us to bring their passion, perform to the full and grow, whilst being themselves.

We find strength in our diversity and we are engaged to ensure equal employment opportunities regardless of race, colour, ancestry, religion, gender, national origin, sexual orientation, age, citizenship, marital status, disability, gender identity, etc. If you have a disability or special need requiring layout of the workstation or work schedule, please let us know by completing this form.

In order to follow in real time the evolution of your applications and to stay in touch with us, we invite you to create a candidate account. This will take you no more than a minute and will also make it easier for you to apply in the future.

By submitting your CV or application, you authorise Renault Group to use and store information about you for the purposes of following up your application or future employment. This information will only be used by Renault Group companies as described in the Group privacy policy .