Trainee

- - - - - - - - - - - -

Vous souhaitez rejoindre l’entreprise préférée des stagiaires et alternants pour une expérience inédite ? Nous vous proposons la mission de stage suivante :

Correction d’artefacts dans des images de tomographie multi- matériaux à partir d’approches en deep-learning (F/H) – Clermont-Fd

Durée : 5/6 mois à partir de février/mars 2026

Lieu : Centre R&D Michelin de Ladoux (proche Clermont-Ferrand)

Profil souhaité : Master 2 dans le domaine de la computer vision, data sciences ou discipline connexe.

Compétences : computer vision, Python, data sciences, manipulation d’images

Qualités attendues : Autonomie, travail en équipe, motivé(e), capable de mener des recherches indépendantes, de s'adapter rapidement aux nouvelles technologies et de collaborer efficacement au sein de notre équipe chez Michelin.

Contexte

Michelin dispose de tomographes pour analyser les structures internes de divers produits en 3D. Dans ce contexte, nous souhaiterions développer une méthode de correction d’artéfacts dans des images de tomographie d’objets contenant plusieurs matériaux.

Mission et objectif

L’objectif du stage est de participer à la recherche de solutions pour corriger les artefacts présents sur les reconstructions tomographiques avec une approche deep-learning.

La première phase consiste à s’approprier l’état de l’art, voire à en enrichir la connaissance en explorant des solutions de génération d’information (GAN, diffusion model etc…) ou encore de reconstruction avec contrainte physique (modèle théorique). Des outils de simulation ont permis d’obtenir des premiers résultats sur les méthodes les plus classiques. Cette première phase est également l’occasion de prendre en main ces outils de simulation.

Dans un second temps, une comparaison entre les résultats issus de simulation et ceux obtenus à partir d’acquisitions réelles est attendue. Le candidat aura l’occasion de faire les acquisitions nécessaires à la mise au point des méthodes étudiées.

Ces travaux seront effectués au sein d’une équipe d’experts en tomographie dans le domaine du pneumatique.

Le champ des possibles autour de la correction des artéfacts en tomographie restant à explorer, le sujet de stage peut déboucher sur une thèse CIFRE au sein de Michelin.

Interlocuteurs

Le stagiaire travaillera avec des data-scientists au sein de l’équipe Simulation/Mesure. Il sera également en contact avec les personnes en charge de l’acquisition des images de tomographie.

Apports pour le/la candidat.e

Le/la candidat(e) développera ses compétences en deep-leaning ainsi que ces compétences en développement (python et cloud computing (azure)). Il aura également à cœur de découvrir ou d’approfondir ses connaissances à propos des systèmes de tomographie.

- - - - - - - - - - - -