Job Specifications
Vous intégrerez la Direction de la Recherche TERE (Tech Research) de Stellantis, au sein du pôle Powertrain systems & controls, et plus particulièrement l'équipe SOAI (System Optimization using IA). L'équipe explore et déploie des méthodologies d'optimisation, d'automatisation et d'intelligence artificielle appliquées à la conception des chaînes de traction électriques et hybrides.
Contexte
Dans le cadre de l'innovation en conception automobile, cette alternance de 3 ans vise à approfondir et industrialiser des démarches d'exploration de conception en phase amont pour les architectures de groupe motopropulseur (GMP). L'apprentissage intégrera également la dimension éco‑conception, la soutenabilité et les principes d'économie circulaire, afin d'orienter les choix d'architecture dès les premières étapes des projets véhicules.
Objectifs De L'alternance
Développer une démarche d'exploration et d'optimisation de conceptions GMP via IA/ML et outils spécialisés (Geeglee, Synera, Python).
Structurer les paramètres de conception, contraintes techniques, et règles métier dans un cadre MBSE / ingénierie numérique.
Identifier des architectures optimisées selon des critères QCDP + S (Qualité, Coût, Délai, Performance + Soutenabilité : CO₂e, circularité, matériaux critiques).
Intégrer des méthodologies d'éco‑conception et des indicateurs environnementaux dans les workflows (ACV simplifiée, recyclabilité, réparabilité).
Produire une méthodologie reproductible pour les futures phases amont de projets véhicules.
Missions Principales
Analyse du besoin et cadrage fonctionnel des architectures GMP.
Modélisation des paramètres, contraintes et règles techniques.
Mise en place de workflows automatisés d'exploration (Synera, Geeglee, Python …).
Développement et expérimentation de modèles IA/ML (métamodèles, optimisation multi‑objectifs).
Intégration des indicateurs de soutenabilité : CO₂e, consommation énergie, taux de recyclabilité, utilisation de matériaux critiques, circularité.
Visualisation des résultats : fronts de Pareto, dashboards, analyses multi‑critères.
Rédaction d'un guide méthodologique et capitalisation pour industrialisation.
Profil
Formation
Étudiant(e) préparant un diplôme du Bac+3 au Bac+5 en Ingénierie, Mécanique, Data Science, Systèmes Complexes ou domaine connexe.
Compétences Requises
Connaissances en conception mécanique, systèmes véhicule ou architecture GMP.
Maîtrise des outils de data science / optimisation : Python, Matlab etc.
Intérêt pour les workflows d'ingénierie et l'automatisation (Synera, MBSE).
Sensibilité aux sujets de soutenabilité, ACV, éco‑conception, économie circulaire.
Esprit analytique, rigueur méthodologique, autonomie et capacité de synthèse.
Chez Stellantis, nous évaluons les candidats selon leurs qualifications, leurs mérites et les besoins du métier.
Nous accueillons les candidatures des personnes de tout genre, âge, ethnie, nationalité, religion, orientation sexuelle, et handicap. La diversité de nos équipes nous permettra de mieux appréhender l'évolution des besoins de nos clients et de notre environnement futur.
Durée du contrat
36 mois
At Stellantis, we assess candidates based on qualifications, merit and business needs. We welcome applications from people of all gender identities, age, ethnicity, nationality, religion, sexual orientation and disability. Diverse teams will allow us to better meet the evolving needs of our customers and care for our future.
About the Company
Our storied and iconic brands embody the passion of their visionary founders and today’s customers in their innovative products and services: they include Abarth, Alfa Romeo, Chrysler, Citroën, Dodge, DS Automobiles, Fiat, Jeep®, Lancia, Maserati, Opel, Peugeot, Ram, Vauxhall and mobility brands Free2move and Leasys. Powered by our diversity, we lead the way the world moves – aspiring to become the greatest sustainable mobility tech company, not the biggest, while creating added value for all stakeholders as well as the comm...
Know more