Stagiaire

ContexteLe Cold Spray est un procédé industriel permettant le dépôt de poudres métalliques à grande vitesse pour la réparation ou la fonctionnalisation de pièces. Cependant, la robustesse du procédé est limitée par la dégradation progressive des buses, en particulier par des phénomènes de colmatage.Des travaux exploratoires ont montré l’intérêt des données capteurs, notamment acoustiques, pour le suivi du procédé. Néanmoins, les données disponibles restent rares, hétérogènes et peu an- notées. Le stage vise donc à développer une preuve de concept fondée sur une approche hybride combinant modèles physiques simplifiés et apprentissage automatique.Objectif du stageL’objectif du stage est de développer une approche de type Physics-Informed ou Physics-Guided Machine Learning afin d’estimer l’état de santé d’une buse Cold Spray et de détecter précocement les dérives pouvant conduire au colmatage.MissionsLe ou la stagiaire contribuera à :Conseils : faites une présentation rap— s’approprier le procédé Cold Spray, les mécanismes de colmatage et d’usure, ainsi que l’état de l’art sur les approches guidées par la physique ;— analyser et prétraiter des données industrielles hétérogènes : paramètres procédé, séries tempo- relles capteurs et signaux acoustiques ;— formaliser un modèle réduit de la buse et de son obstruction effective ;— développer et évaluer une première méthode hybride de type Physics-Informed Neural Networkou Physics-Guided Learning ;— proposer des sorties interprétables pour l’utilisateur : indice de santé de la buse, alerte précoceet estimation d’une fenêtre de fonctionnement sûre.Profil recherchéLe stage s’adresse à un(e) étudiant(e) de niveau Master 2 ou dernière année d’école d’ingénieur, avec une formation en mathématiques appliquées, statistique, informatique, intelligence artificielle ou science des données.Les compétences attendues sont :es critères— solides bases en probabilités, statistique et modélisation ;— intérêt pour les séries temporelles, l’apprentissage automatique et les approches hybrides mo- dèles/données ;— bon niveau en programmation scientifique, notamment en Python ;— autonomie, rigueur scientifique et curiosité pour les applications industrielles.Informations pratiques— Type de contrat : stage— Durée : 6 mois— Début : septembre/octobre 2026— Lieu : Université de Technologie de Troyes, Troyes — Niveau : Master / Bac+5— Secteur d’activité : recherche académiqueDossier de candidature: CV, lettre de motivation et les relevés de notes des années universitaires. Envoi par mail à: malika.kharouf@utt.fr et y.khalsi@critt-tjfu.comContact : Malika Kharouf, Université de Technologie de Troyes – LIST3N, malika.kharouf@utt.fr.