STAGE - Ingénieur.e IA appliquée aux systèmes antennaires H/F

  • Stage, 4-6 mois
  • Temps plein
  • Expérience : pas de préférence
  • Master, Bac+5
  • Radiofréquence

Évaluation de méthodes IA pour le placement d’antennes sur structures.


Mission

Le positionnement des antennes sur structures spatiales (satellites, lanceurs) constitue un enjeu majeur pour garantir les performances des liaisons radiofréquences. Leur implantation doit prendre en compte différentes contraintes, notamment les interactions électromagnétiques entre antennes, les perturbations des diagrammes de rayonnement induites par la structure et les contraintes d’intégration.

L’évaluation des performances de ces configurations repose sur des simulations électromagnétiques potentiellement coûteuses en temps de calcul, ce qui limite le nombre de solutions pouvant être explorées.

L'objectif de ce stage est donc d'étudier le potentiel des méthodes d’intelligence artificielle, et plus particulièrement du machine learning, pour faciliter et accélérer l’optimisation du placement d’antennes sur structure.

Au sein du service antennes, sous le tutorat d'un binôme d'ingénieur.e.s (Antennes et Intelligence Artificielle), le ou la stagiaire sera amené.e à :

  • S’approprier la problématique électromagnétique : comprendre les phénomènes de couplage, les perturbations liées à la structure du lanceur et les critères de performance associés au positionnement des antennes.
  • Explorer les méthodes d’intelligence artificielle pertinentes : réaliser un état de l’art ciblé des approches de machine learning et d’optimisation applicables à cette problématique.
  • Développer des modèles de substitution : exploiter des données de simulations électromagnétiques pour entraîner des modèles capables d’estimer les performances de différentes configurations d’antennes.
  • Mettre en œuvre une démarche d’optimisation : développer en Python et expérimenter des méthodes permettant d’identifier efficacement des positionnements d’antennes prometteurs.
  • Évaluer et valider les résultats : comparer les approches proposées aux méthodes classiques, notamment en termes de précision, de performances électromagnétiques et de temps de calcul, puis confronter les résultats à des simulations de référence.
  • Capitaliser et partager les connaissances : documenter les outils développés, présenter les méthodes étudiées et proposer des recommandations pour leur application à d’autres problématiques du service.

Le périmètre exact des travaux et les méthodes mises en œuvre seront affinés au démarrage du stage, en fonction des données disponibles et des premières investigations.

Le stage pourrait débuter en Février 2027.

Profil

Nous recherchons un.e Étudiant.e en dernière année d’école d’ingénieur.e.s ou en Master 2, avec une spécialisation en électromagnétisme, antennes ou radiofréquences, ayant de bonnes connaissances en électromagnétisme et en antennes, un intérêt marqué pour les méthodes d’intelligence artificielle, de machine learning et d’optimisation numérique, et des connaissances en programmation Python.

Nous apprécierons particulièrement un profil curieux, autonome, ayant un fort goût pour l'analyse et l’expérimentation.

Une première expérience en simulation électromagnétique et/ou en apprentissage automatique serait appréciée.


*En tant qu'EPIC, le CNES applique un principe de neutralité (notamment politique et religieux) à l'ensemble de ses collaborateurs

Compétences

Antennes
Electromagnétisme
Intelligence Artificielle
Python