Post-doctorat – Outils et méthodes de diagnostic pour la réutilisation des composants électroniques H/F - #47579

Le ou la post-doctorant(e) aura pour mission de développer une approche complète pour évaluer le potentiel de réutilisation de composants électroniques, en vue de les réintroduire dans des cycles de seconde vie. Cela comprendra :

• L’identification d’indicateurs de santé pertinents pour suivre l’évolution des performances de composants (ex. : MOSFET, IGBT, condensateurs, etc.) ;
• La mise en place de bancs de test et de capteurs adaptés à la mesure de paramètres électriques, thermiques ou mécaniques, dans le but de détecter les signes de vieillissement ;
• L’analyse des modes de dégradation à travers des essais expérimentaux et des modèles de défaillance ;
• Le développement d’algorithmes de prédiction de la durée de vie résiduelle (Remaining Useful Life – RUL), adaptés à différents scénarios d’usage ;
• La contribution aux publications scientifiques, à la valorisation des résultats, et à la collaboration avec les partenaires du projet.
  
  
  

Moyens / Méthodes / Logiciels

Matlab, Dspace, Python

Profil du candidat

Le ou la candidat(e) devra être titulaire d’un doctorat en intelligence artificielle, data science avec de bonnes compétences en génie électrique/électronique.

Compétences attendues :

• Maîtrise des méthodes d’apprentissage automatique (régression, classification, réseaux de neurones, clustering, etc.) ;
• Bonnes connaissances en traitement du signal, analyse de données, ou détection d’anomalies ;
• Expérience souhaitée dans un environnement avec données issues de capteurs ou d’essais expérimentaux ;
• Connaissance des langages de programmation et des bibliothèques associées (Python, PyTorch, etc.) ;
• Intérêt pour les applications concrètes et multidisciplinaires (électronique, fiabilité, durabilité).
  
  
  

Des notions en conception de bancs de test ou en instrumentation seraient un plus.

Localisation du poste Site

Grenoble

Localisation du poste
France, Auvergne-Rhône-Alpes, Isère (38)

Ville

Grenoble

Critères candidat Diplôme préparé

Bac+8 - Doctorat scientifique

Formation recommandée

Machine learning appliqué à l'électronique, condition monitoring

Possibilité de poursuite en thèse

Non

Demandeur Disponibilité du poste

01/01/2027