Stage - Exploration de modèles de Machine Learning pour l’accélération de simulations physiques

🚀MaiaSpace est une entreprise européenne de technologie spatiale, qui conçoit, fabrique et exploite des solutions compétitives et durables pour la mobilité spatiale. Nous sommes animés par la conviction que l'accès à l'espace est un catalyseur majeur pour une vie meilleure et plus durable sur Terre, en relevant les défis auxquels l'humanité est confrontée : le climat, les ressources, la connectivité et les données. Notre objectif est de réussir à concevoir et tester un mini-lanceur réutilisable d'ici 2026 🚀 

Contexte

Les simulateurs physiques permettent de reproduire le comportement de systèmes complexes mais au prix d’un temps de calcul souvent important. Dans le cadre de ses travaux de R&D, MaiaSpace souhaite explorer des approches basées sur le Machine Learning afin de générer rapidement des séries temporelles comparables à celles issues des simulateurs classiques. 

Missions 

Le/la stagiaire aura pour principales responsabilités de : 

• Explorer différentes familles d’algorithmes de génération séquentielle (GAN, RNN, Transformers, Diffusion Models, etc.). 

• Développer un outil capable de régénérer des séries temporelles dépendant de paramètres aléatoires et de conditions de contexte. 

• Définir et mettre en œuvre des critères d’évaluation de la qualité des trajectoires générées, incluant notamment des mesures d’incertitude et de robustesse. 

• Comparer les trajectoires obtenues avec celles des simulateurs physiques de référence, en intégrant une analyse critique fondée sur des principes de physique générale. 

• Documenter les approches explorées et proposer des recommandations pour les étapes futures. 

Compétences requises / souhaitées 

• Machine Learning / Deep Learning : bonne compréhension des modèles génératifs (GAN, RNN, VAE, Transformers…). 

• Probabilités et statistiques : évaluation des incertitudes, intervalles de confiance, métriques d’adéquation. 

• Physique générale et simulation numérique : capacité à interpréter les résultats avec un regard critique basé sur des principes fondamentaux (mécanique, dynamique, conservation de l’énergie…). 

• Programmation : Python indispensable (PyTorch ou TensorFlow, NumPy, SciPy, Matplotlib). 

• Esprit scientifique, autonomie et curiosité pour explorer des solutions innovantes. 

Profil recherché 

• Étudiant(e) en Master 2, école d’ingénieur ou formation équivalente avec spécialisation en intelligence artificielle, physique appliquée, modélisation numérique ou mathématiques appliquées. 

• Une première expérience en ML appliqué aux données temporelles ou en simulation physique est un atout. 

• Goût pour la recherche appliquée et l’analyse critique des résultats. 

Conditions 

• Durée : 4 à 6 mois à partir de Mars 2026

• Localisation : La Défense/Courbevoie 

🎬 Travailler chez MaiaSpace 

Vous rejoindrez une entreprise pluridisciplinaire conviviale, composée de personnes polyvalentes, qui suit les méthodologies Agile et Scrum. Cela signifie que votre rôle et vos responsabilités peuvent évoluer au fil du temps, avec des missions et des défis variés en fonction des priorités et des compétences. Votre travail sera pratique et en contact étroit avec le produit final. Nous sommes ouverts d'esprit, transparents, pragmatiques, orientés vers les résultats et centrés sur les personnes. Le travail en équipe est au cœur de notre fonctionnement et nos collaborateurs partagent les mêmes valeurs fondamentales : respect, humilité, réactivité et autonomie avec une passion pour l'excellence technique. 

La communication écrite et orale se fait en français et en anglais.