Observé chez
AI Research Engineer – Multiphysics E Machine Simulation
Automobile
Informatique
Créteil, Valenton
PythonPyTorchTensorFlowNumPyPandasScikit-learnLangGraphAutoGenAnsys MaxwellJMAGAltair Flux
Rôle
Développement d'agents IA autonomes pour optimisation de machines électriques via simulation multiphysique
Technologies
PythonPyTorchTensorFlowNumPyPandasScikit-learnLangGraphAutoGenAnsys MaxwellJMAGAltair Flux
Entités
Division Valeo PowerSite DE Creteil
Contextes
Électrification automobilePropulsion électriqueRecherche & Développement
Compétences
Modélisation hybride (PINN, GNN)Développement de modèles de substitution (surrogate models)Architecture d'agents IAAnalyse par Éléments Finis (FEA)ÉlectromagnétismeÉquations aux Dérivées Partielles (EDP)OptimisationAlgèbre linéaireApprentissage par RenforcementOptimisation BayésiennePrétraitement de donnéesValidation et comparaison de modèles
Challenges détectés
4 enjeux- Optimisation
Dépasser les modèles de substitution simples pour développer un agent IA autonome capable de comprendre la physique sous
- Optimisation
Orchestrer les flux de simulation et optimiser les conceptions en temps réel
- Optimisation
Réduire le nombre d'itérations dans la conception de machines électriques performantes
- Croissance
Maximiser l'autonomie du véhicule et réduire les émissions de polluants



