Data Engineer Intern - Industrialisation des dépouillements d’essais batterie

Company

AMPERE ENERGY

Job Description

Contexte et environnement de travail

Le groupe Renault poursuit son engagement en faveur de la formation et de l’insertion professionnelle des jeunes, notamment par l’intermédiaire de l’alternance et des stages.

Réalisez votre stage au sein de Renault Group et transformez vos connaissances en compétences sur des projets concrets.

Accompagné par un maître de stage et d’équipes expertes, vous progressez vers votre diplôme dans un cadre exigeant et bienveillant.

Une expérience utile, formatrice et porteuse de sens, quelle que soit la fonction.

L'innovation technologique est au cœur de l'ingénierie d’Ampère, né de Renault Group pour mener à bien la transition électrique. Dans un contexte en mutations environnementale et numérique, le monde automobile évolue rapidement. Un des enjeux stratégiques est de répondre à la demande de véhicules électriques (ex : Zoe E-Tech Electrique, Mégane Electrique, Nouveau Scénic électrique, Renault 5 ou encore Renault 4) et électrifiés (ex : Captur E-Tech, Austral, Rafale).

Dans ce cadre, la Direction de l’Ingénierie d’Ampère renforce son activité d'innovation sur les cellules des batteries, et en particulier sur les technologies lithium-ion et post lithium-ion, afin de mieux anticiper les ruptures technologiques. De nouvelles capacités de prototypage des batteries ont été investies, afin d’internaliser des projets variés sur la chimie des batteries et les protocoles de fabrication. Notre laboratoire a donc la capacité de fabriquer des batteries à partir des matières premières.

La compilation de toutes les données matériaux, protocoles et résultats de caractérisations est nécessaire. Cela permet de suivre les mises au point des recettes, accompagner les essais des projets, surveiller la qualité, suivre les indicateurs du laboratoire et faire du traitement statistique sur les résultats.

Nous souhaitons recruter un(e) étudiant(e) pour un stage de 5 à 6 mois afin de formaliser et industrialiser les méthodes de dépouillement des essais du laboratoire. Le travail consistera à relier les procédures d’essais aux données générées, traduire les règles métier en transformations Data explicites et réutilisables, puis produire des données analytiques standardisées et leurs restitutions. Le ou la stagiaire développera également un prototype opérationnel couvrant les principaux cas d’usage du laboratoire afin d’automatiser, compiler et visualiser les résultats à court terme, tout en préparant leur reprise dans la future chaîne Data.

Cette expérience est une opportunité de travailler sur un domaine stratégique, en restant proche de l’applicatif et du laboratoire. Vous travaillerez dans un environnement dynamique au contact des ingénieurs de recherche travaillant sur les technologies innovantes de batteries.

Vos missions

1. Comprendre et structurer les protocoles d’essai

• Analyser les procédures d’essai avec les interlocuteurs métier et en proposer une représentation claire : étapes, boucles, phases et conditions d’exécution.

• Identifier les informations nécessaires au dépouillement et les éléments pouvant être standardisés d’un protocole à l’autre.

• Documenter les liens entre le déroulement de l’essai et les résultats attendus.

2. Cartographier les données brutes et définir un modèle commun

• Explorer les exports d’essai disponibles, notamment les fichiers JSON, CSV et les fichiers de synthèse.

• Établir la correspondance entre les éléments métier de l’essai et leur représentation dans les exports brutes : identifiant de cellule ou d’objet testé, étapes, boucles, temps, mesures et conditions d’essai.

• Proposer un dictionnaire de données et des conventions de nommage, d’unités, d’alias et de tags pour faciliter l’exploitation des sources.

• Développer les traitements de lecture, de normalisation et de contrôle de cohérence nécessaires.

3. Formaliser et implémenter les recettes métier

• Traduire les méthodes de dépouillement en spécifications explicites, puis en traitements réutilisables et paramétrables.

• Sélectionner : identifier les étapes, boucles, phases et portions de courbe pertinente.

• Contextualiser : associer chaque calcul à son état de charge (SOC), son régime de courant (C-rate), son sens charge/décharge, température ...

• Calculer : mettre en œuvre les formules, régressions ou intégrales définies avec les experts métier.

• Valider : intégrer les tolérances, les avertissements et la gestion des cas non calculables, avec des tests sur des jeux de données de référence.

• Constituer progressivement un catalogue des méthodes de dépouillement précisant, pour chaque analyse, les données d'entrée, les règles de sélection, le grain du résultat, la méthode de calcul, les unités, les conditions de validité et les références métier.

4. Construire des produits data standardisés

• Définir et produire des tables analytiques au format commun, directement exploitables par les utilisateurs métier.

• Développer des cas d’usage autour des différentes caractérisations électrochimiques : résultats selon l’échantillon, le SOC, le C-rate, le sens charge/décharge, durée, température…

• Associer aux résultats un statut de validation et les informations de traçabilité nécessaires pour retrouver les données sources et la recette appliquée.

• Structurer le code et les paramètres pour faciliter la maintenance, la réutilisation et l’extension à d’autres dépouillements.

5. Valoriser les résultats et capitaliser le savoir-faire

• Concevoir des vues métier standard à partir des tables analytiques : courbes, comparaisons et filtres par échantillon, méthode ou sens de sollicitation.

• Vérifier avec les utilisateurs que les restitutions répondent aux besoins d’analyse.

• Rédiger la documentation du modèle de données, des recettes de calcul et des règles de validation.

• Préparer des exemples d’utilisation et des supports de prise en main pour faciliter la transmission du savoir-faire laboratoire.

Ce que ce stage vous permettra de développer :

Vous aborderez un projet data de bout en bout, à l’interface entre expérimentation et ingénierie logicielle : compréhension du besoin, modélisation, développement, validation et restitution. Votre contribution : rendre le savoir-faire de dépouillement explicite, partageable et réutilisable, pour faciliter l’automatisation des analyses et la capitalisation des méthodes du laboratoire.

Qui êtes-vous ?

• Vous préparez un diplôme d’ingénieur ou un master avec une spécialisation en data engineering, informatique, traitement de données ou calcul scientifique.
• Vous êtes capable de comprendre un processus métier complexe, de le formaliser et de le traduire en structures de données et règles de transformation.
• Vous maîtrisez Python et la manipulation de données structurées ; vous savez exploiter des fichiers CSV et JSON.
• Vous avez de l’appétence pour les approches multidisciplinaires, avec bonne capacité de synthèse, communication et de vulgarisation, car le projet est à la croisée de plusieurs équipes.
• Au quotidien, vous faites preuve d'une bonne autonomie et des prises d’initiatives.  

Vous souhaitez participer à l’aventure de l’automobile de demain ? Rejoignez-nous ! 🚗💡

Job Family

Research & Development

Contract Duration

6 months