Missions :

Vous aurez pour mission de développer des algorithmes pour prédire, détecter et classifier des anomalies sur des produits Schneider Electric pour des applications de monitoring et de maintenance prédictive. Les algorithmes utiliseront des données de type série temporelle produites soit par des capteurs externes soit par le produit monitoré. Ces algorithmes devront être capables de s'exécuter au plus proche des données, c'est-à-dire en embarqué directement dans le capteur ou le produit.

Vous aurez le choix d'utiliser différentes techniques et outils d'IA embarquée (comme TensorFlowLite Micro par exemple mais aussi des outils tout intégrés comme SensiML, NanoEdge, ou encore Edge Impulse).

L'algorithmie retenue devra être embarquée sur microcontrôleur et sa performance évaluée sur carte électronique.

Le choix du cas d'usage exact dépendra des priorités et des besoins projets au moment du stage, mais à titre d'exemples les applications peuvent être:

• Détection et classification de défauts vibratoires pour le monitoring de l'état de santé d'une disjoncteur moyenne tension
• Monitoring de l'état d'une machine tournante à partir des signaux courant, tension et vibratoires
• Détection de défauts à partir de signaux de courant/tension.

La finalité du stage sera un démonstrateur algorithmique " hardware in the loop " sur carte d'évaluation.

Profil recherché

B ac +4 (Stage Projet de Fin d'Etudes Bac +5) - Ecole d'Ingénieur

Spécialité : Informatique / Intelligence Artificielle / Machine Learning / Développement Embarqué

Langues : Français (idéalement puisque basé en France), Anglais (B2 minimum)

• Curieux/se avec un gout pour l'innovation et l'envie de découvrir et d'apprendre
• Intérêt pratique pour les nouvelles technologies (projets techno personnels, DIY) en particulier IA et/ou électroniques
• Capable de communiquer scientifiquement en anglais à l'écrit et à l'oral (niveau B2 mini)
• Esprit d'équipe, autonomie
• Soucieux de la qualité du code et des rapports fournis
• Idéalement vous connaissez le domaine de la distribution électrique et/ou de l'automatisme industriel.

Compétences Techniques:

• Langages de programmation : C/C++, Python
  • Plus si expérience avec des frameworks de machine learning comme TensorFlow ou PyTorch
  • Plus si expérience avec des technologies d'IA embarquée / TinyML comme STM32 Cube.AI, ou AutoML comme NanoEdge, SensiML, Edge Impulse...
  • Plus si expérience avec les techniques d'IA adaptées aux TimeSeries (RNN, LSTM...)
• Outils de développement, compilation et débogage sous environnement Windows (Git, Visual Studio, Code, CMake, JLink...)
• Environnement de développement intégré pour Microcontrôleur
• Connaissances en électroniques (" niveau Arduino ")

Durée du stage : 6 mois

Date de démarrage souhaitée : Q1/Q2 2025

Pourquoi nous?

Schneider Electric est la référence en matière de transformation numérique de la gestion de l'énergie et de l'automatisation. Nos technologies permettent au monde d'utiliser l'énergie de manière søre, efficace et durable. Nous nous efforçons de promouvoir une économie mondiale à la fois viable sur le plan écologique et hautement productive.

34 milliards d'euros de chiffre d'affaires global

128 000+ employés dans plus de 100 pays

45 % du chiffre d'affaires de l'IoT

5 % du chiffre d'affaires consacré à la R&D

Vous devez soumettre une demande en ligne pour que votre profil soit pris en considération pour un poste chez nous. Ce poste sera visible jusqu'à ce qu'il soit pourvu.

Schneider Electric a pour politique de fournir des possibilités d'emploi et d'avancement égales dans les domaines du recrutement, de l'embauche, de la formation, du transfert et de la promotion de toutes les personnes qualifiées, quelle que soit leur race, religion, couleur, sexe, handicap, origine nationale, ascendance, âge, statut militaire, orientation sexuelle, état matrimonial ou toute autre caractéristique ou conduite légalement protégée. Agences concernées : Schneider Electric n'accepte pas de curriculum vitæ soumis de façon spontanée et ne sera pas responsable des frais occasionnés par de tels envois.