Apprentissage Exploration IA - Ml & Écoconception Appliquées au Gmp Phase Amont H/F - 95

Vous intégrerez la Direction de la Recherche TERE (Tech Research) de Stellantis, au sein du pôle Powertrain systems & controls, et plus particulièrement l'équipe SOAI (System Optimization using IA). L'équipe explore et déploie des méthodologies d'optimisation, d'automatisation et d'intelligence artificielle appliquées à la conception des chaînes de traction électriques et hybrides.
Contexte :
Dans le cadre de l'innovation en conception automobile, cette alternance de 3 ans vise à approfondir et industrialiser des démarches d'exploration de conception en phase amont pour les architectures de groupe motopropulseur (GMP). L'apprentissage intégrera également la dimension écoconception, la soutenabilité et les principes d'économie circulaire, afin d'orienter les choix d'architecture dès les premières étapes des projets véhicules.
Objectifs de l'alternance :
- Développer une démarche d'exploration et d'optimisation de conceptions GMP via IA/ML et outils spécialisés (Geeglee, Synera, Python).
- Structurer les paramètres de conception, contraintes techniques, et règles métier dans un cadre MBSE / ingénierie numérique.
- Identifier des architectures optimisées selon des critères QCDP + S (Qualité, Coût, Délai, Performance + Soutenabilité : COe, circularité, matériaux critiques).
- Intégrer des méthodologies d'écoconception et des indicateurs environnementaux dans les workflows (ACV simplifiée, recyclabilité, réparabilité).
- Produire une méthodologie reproductible pour les futures phases amont de projets véhicules.
Missions principales :
- Analyse du besoin et cadrage fonctionnel des architectures GMP.
- Modélisation des paramètres, contraintes et règles techniques.
- Mise en place de workflows automatisés d'exploration (Synera, Geeglee, Python ...).
- Développement et expérimentation de modèles IA/ML (métamodèles, optimisation multiobjectifs).
- Intégration des indicateurs de soutenabilité : COe, consommation énergie, taux de recyclabilité, utilisation de matériaux critiques, circularité.
- Visualisation des résultats : fronts de Pareto, dashboards, analyses multicritères.
- Rédaction d'un guide méthodologique et capitalisation pour industrialisation.