Posted on 2026-10-06
Stage - Développement d’approches numériques pour accélérer les mesures AFM-IR (F/H)
-
- Location
- : Clermont-Ferrand, France
-
- Contract type
- : Other Temporary (Fixed Term)
Job Description
- - - - - - - - - - - -
- Type de contrat : stage conventionné de 6 mois maximum
- Niveau d’études : dernière année d’école d’ingénieurs ou en Master 2, avec une spécialisation en mathématiques appliquées, traitement du signal et de l’image, optimisation ou science des données
- Langue : anglais B2 (test lors de l’entretien)
📅 Date de début : à compter de janvier 2027
📍 Lieu de travail : Centre de Technologie Europe Michelin, Clermont-Ferrand
Contexte
Michelin est engagé à promouvoir une mobilité sans compromis : baisse de la consommation d’énergie, amélioration de l’utilisation de la matière, allègement .des produits, maintien des performances dans la durée et intégration de matériaux renouvelables ou recyclés. Ces objectifs nécessitent de développer des technologies de caractérisation capables de relier finement composition, structure et propriétés des matériaux
Au sein du département d’expertise physico-chimie des matériaux, l’AFM-IR associe la résolution spatiale de la microscopie à force atomique à une information spectroscopique infrarouge locale. Complétée par des modes de mesure mécanique, cette technique permet de cartographier la composition et les propriétés locales de systèmes matériaux hétérogènes. L’exploitation de tout son potentiel est toutefois limitée par le temps nécessaire à l’acquisition de cartographies spatiales, spectrales et mécaniques densément échantillonnées. L’enjeu du stage est de réduire ce temps de mesure sans perdre les informations utiles à l’interprétation physico-chimique. Ce stage se positionne à l’intersection entre une équipe de caractérisation physico-chimique et une équipe de mathématiques appliquées.
Mission
L’objectif sera de formuler l’acquisition AFM-IR comme un problème d’échantillonnage et de reconstruction sous contraintes expérimentales. Après caractérisation de la redondance et de la parcimonie des données dans des représentations spatiales, spectrales ou multimodales, vous proposerez des stratégies de sous-échantillonnage déterministes, aléatoires ou adaptatives portant sur les positions de mesure et/ou les nombres d’onde. Vous étudierez des méthodes de reconstruction régularisées — parcimonie ℓ1, variation totale, modèles de faible rang ou dictionnaires appris — et quantifierez leurs incertitudes. Les approches seront comparées sur des acquisitions complètes de référence au moyen de métriques de fidélité, de conservation des signatures chimiques et mécaniques, de robustesse au bruit et de gain réel en temps d’instrument. Les méthodes les plus pertinentes seront enfin discutées avec les spécialistes AFM-IR. Durant ce stage, le(la) candidat(e) sera encadré par un expert en physique-chimie des matériaux et un expert en mathématiques appliquées ce qui permettra de valider la méthode proposée aussi bien sur le plan physique que mathématique.
Délivrables
- Un état de l’art et une étude quantitative des stratégies d’échantillonnage et de reconstruction
- Un prototype Python reproductible pour générer les plans d’acquisition, reconstruire les cartographies et comparer les méthodes (tests, documentation et gestion de versions Git)
- Une validation sur données AFM-IR réelles, assortie de recommandations opératoires et d’un bilan du compromis entre facteur d’accélération, qualité de reconstruction et information physico-chimique ou mécanique conservée.
Références bibliographiques :
[1] Mathurin, J., et al., “Photothermal AFM-IR spectroscopy and imaging: Status, challenges, and trends,” J. Appl. Phys., vol. 131, no. 1, art. 010901, 2022. doi:10.1063/5.0063902.
[2] Metzner, S., et al., “Assessment of Subsampling Schemes for Compressive Nano-FTIR Imaging,” IEEE Trans. Instrum. Meas., vol. 71, pp. 1–8, 2022. doi:10.1109/TIM.2022.3204072.
Apports du stage
Ce stage permettra de mettre en pratique des méthodes avancées de mathématiques appliquées — problèmes inverses, optimisation, traitement du signal et de l’image, plans d’expérience — au contact direct d’un instrument de caractérisation nanométrique. Vous travaillerez dans un environnement de R&D industriel, en interaction étroite avec des spécialistes en AFM-IR, physico-chimie des matériaux, mécanique locale et modélisation numérique, depuis la formulation mathématique jusqu’à la validation expérimentale.
Profil
Étudiant(e) en dernière année d’école d’ingénieurs ou en Master 2, avec une spécialisation en mathématiques appliquées, traitement du signal et de l’image, optimisation ou science des données. Solides bases en algèbre linéaire, probabilités/statistiques et programmation scientifique Python. Une connaissance des problèmes inverses ou de l’échantillonnage compressé constitue un atout. Un intérêt démontré pour l’expérimental et le dialogue avec des physico-chimistes est souhaitable.
En poste, votre tuteur/tutrice vous accompagnera tout au long de votre stage afin de développer votre savoir-faire et savoir-être. Votre tuteur/tutrice vous proposera, si besoin, des formations complémentaires en adéquation avec vos missions.
Vous percevrez une gratification de stage mensuelle en fonction de votre niveau d’études.
📢 Vous êtes intéressé(e) par cette opportunité, alors c’est le moment de postuler !
- - - - - - - - - - - -
Michelin entreprise engagée dans la mobilité durable et reconnue pour ses actions en faveur de l’expérience employé !
- Une note de 99/100 à l’index de l’égalité femmes-hommes
- Entreprise « Handi accueillante », avec un réseau de référents et ambassadeurs Handicap pour vous accompagner
- 83,5% de taux d’engagement de nos employés
- 94,6% des stagiaires et alternants nous recommandent, label "Happy Trainees" depuis 9 années consécutives
- Classé parmi les groupes du CAC 40 les plus engagés selon les Bac+5 à l’index RSE Universum 2023
- Parmi les 100 entreprises les plus attractives pour les étudiants et actifs BAC+2/3 au classement Universum 2023
- N°1 des entreprises de plus de 500 stagiaires et alternants qui rémunèrent le mieux au Classement HappyTrainees® Rémunération 2023
- Dans le Top 10 des meilleurs employeurs en France au classement Glassdoor 2023
- Dans le top 3 des entreprises du secteur « Automobile / Equipementier » en matière d’attractivité employeur à l’édition 2024 du Palmarès @EPOKA @GROUPE IFOP @Occurrence
Pour en savoir plus sur le Groupe :https://recrutement.michelin.fr
- - - - - - - - - - - -