Stage Analyse de sensibilité en présence de variables "gâchettes" H/F

TYPE DE CONTRAT : Stage NIVEAU DE FORMATION : BAC +4 / BAC +5 SPÉCIALITÉ(S) : Recherche & Développement PAYS / RÉGION : France / Ile-de-France DÉPARTEMENT : Paris (75) VILLE : Chatou EDF est labellisé Happy Trainees DESCRIPTION DE L'OFFRE CONTEXTE GÉNÉRAL Au sein d'EDF R&D, le département PRISME (Performance, Risque Industriel et Surveillance pour la Maintenance et l’Exploitation) a pour mission de proposer des solutions innovantes pour une exploitation plus performante des différents moyens de production du groupe EDF. Au sein de PRISME, le groupe « Gestion d’Actifs, Incertitudes et Apprentissage statistique » contribue entre autres aux développements et à la diffusion de méthodes de traitement des incertitudes ("uncertainty quantification") dans les outils de calcul scientifique, _i.e._ les méthodes probabilistes et statistiques pour la modélisation des incertitudes, leur quantification et leur propagation dans les codes de simulation numérique. PROBLÉMATIQUE INDUSTRIELLE Les codes de calcul utilisés pour la modélisation, la prévision et la simulation de systèmes complexes, dépendent typiquement de plusieurs variables en entrée, que l’on peut considérer de nature aléatoire (_e.g._, variables météorologiques). Dans ce contexte, l’analyse de sensibilité vise à étudier comment les incertitudes en entrée d'un code de calcul influencent la variabilité d'une quantité d’intérêt en sortie, avec pour objectifs principaux : * d'identifie les variables significativement influentes sur la sortie du code de calcul (tri qualitatif) ; * de classer les variables en fonction de leur influence (classement quantitatif). Cela permet notamment de simplifier les codes considérés en ne prenant en compte que les variables les plus influentes, tout en raffinant les modèles probabilistes associés aux variables identifiées comme potentiellement critiques. OBJECTIFS DU STAGE & PLANNING PRÉVISIONNEL Parmi les différents types de variables que les codes de calcul peuvent prendre en entrée, on se concentrera lors de ce stage sur les variables dites "gâchettes", qui sont typiquement des variables discrètes présentant des dépendances hiérarchiques avec d’autres paramètres en entrée. En pratique, en fonction de la valeur (possiblement non numérique) prise par ces variables gâchettes, les paramètres influents sur la sortie du code de calcul seront différents. L’objectif de ce stage est d’identifier et de proposer des solutions permettant d’effectuer une analyse de sensibilité sur des codes de calcul en présence de variables gâchettes (ainsi que de paramètres continus plus communément traités). Ce stage s’articulera sur plusieurs phases, définies ci-dessous : * Définition et formalisation analytique du problème d’analyse de sensibilité en présence de variables gâchette. * Étude bibliographique permettant d’identifier les pistes et les méthodes d’analyse de sensibilité prometteuses dans ce contexte. * Implémentation numérique des solutions identifiées et/ou proposées (langages envisagés : Python ou R). * Analyse des performances des solutions implémentées sur des cas jouets. * Application des méthodologies développées sur des jeux de données industriels et analyse des résultats. PROFIL SOUHAITÉ PROFILS Étudiant.e de M2 (mathématiques appliquées / probabilités-statistiques / modélisation & simulation numérique) ou d’écoles d’ingénieur.e.s (généralistes avec majeure en mathématiques appliquées / probabilités-statistiques). COMPÉTENCES REQUISES * Solides compétences en statistiques, analyse numérique et probabilités. * Maîtrise des langages Python ou R. A minima, maîtrise d’un langage de calcul scientifique proche (e.g., Matlab) et forte motivation pour monter en compétence sur un de ces deux langages. * Aisance dans la communication, orale et écrite, en Français et en Anglais. APTITUDES PERSONNELLES SOUHAITÉES * Goût pour la recherche (méthodologies, concepts mathématiques, recherche bibliographique et applications industrielles). * Ouverture d'esprit, curiosité et autonomie.