Thèse CIFRE - Modèle vieillissement batterie via Machine Learning (F/H)

Título del puesto: Tesis CIFRE - Modelo de envejecimiento de baterías mediante aprendizaje automático (F/H)

Empresa: Grupo Renault

Únete al proyecto colaborativo del Grupo Renault con el renombrado Laboratorio de Reactividad Sólida y Química (LRCS) en Amiens, bajo la guía del Prof. Alejandro FRANCO. Esta asociación tiene como objetivo aprovechar la investigación de vanguardia en modelado multi-físico, respaldada por nuestras avanzadas instalaciones de prueba y supervisión de alta calidad. Se llevarán a cabo reuniones regulares de progreso mensualmente, ya sea presencialmente o de manera remota, involucrando al doctorando y a los asesores.

Como candidato doctoral, participarás en una variedad de actividades de investigación que incluyen:

• Actualización de la bibliografía sobre modelos de Aprendizaje Automático y su aplicación en enfoques estadísticos para el entrenamiento de modelos y la optimización de la precisión del SOHE.
• Dominio de varias técnicas de análisis post-mortem para identificar y analizar defectos.
• Mejora y refinamiento de modelos de Aprendizaje Automático de código abierto para predecir la salud y la vida útil de la batería con alta precisión.
• Desarrollo de ecuaciones empíricas para integrarlas en el modelo básico de envejecimiento AMPERE almacenado dentro del BMS (Sistema de Gestión de Batería) del vehículo.

Utilizarás métodos estadísticos para cubrir todos los casos de uso en el entrenamiento de modelos de Aprendizaje Automático, definir niveles de precisión para los cálculos del modelo en diferentes etapas de envejecimiento, y emplear métodos de ciclo y almacenamiento electroquímico para envejecer las celdas hasta su fin de vida para correlacionar los resultados del modelo predictivo.

• Tesis de Doctorado
• Patentes
• Difusión en reuniones del comité técnico AMV-C
• Publicaciones en revistas revisadas por pares y conferencias

Conocimientos requeridos:

• Sólido conocimiento en electroquímica, modelización numérica y estadística de sistemas electroquímicos.
• Experiencia con métodos de simulación numérica como Matlab, Comsol, Python, y familiaridad con lenguajes como Maple, Fortran.
• Proficiencia en métodos de análisis electroquímico (Espectroscopía de Impedancia, ciclos de carga/descarga, etc.), química del estado sólido, y estudios de análisis físico (Difracción de Rayos X, Espectroscopía FT-IR, Microscopía Electrónica de Barrido, EDX).

Educación deseada:

Se prefieren títulos en Ingeniería General, Ciencias de la Computación, Matemáticas Aplicadas o Ingeniería de Big Data.

Habilidades personales:

Autonomía, diligencia, iniciativa, habilidades de síntesis y la capacidad de trabajar colaborativamente.

Grupo de trabajo:

Transversal

Duración del contrato:

36 meses

Inclusión y Diversidad en el Grupo Renault

El Grupo Renault se enorgullece de crear un ambiente de trabajo inclusivo donde la diversidad es vista como una fortaleza, asegurando igualdad de oportunidades de empleo para todos, independientemente de su origen. Estamos comprometidos a adaptar los puestos de trabajo y los horarios según sea necesario para acomodar a todos los empleados. Crea tu cuenta de candidato para postularte fácilmente y seguir el progreso de tu solicitud.

Información de la aplicación: Al enviar tu CV o aplicación, autorizas al Grupo Renault a usar y almacenar información sobre ti para el seguimiento de tu aplicación y posibles futuros empleos, como se detalla en nuestra política de privacidad.