Stage Optimisation d'algorithmes de traitements des données expérimentales de fusion H/F
Stage FRANCE Développement informatique
Description de l'offre
Détail de l'offre
Informations générales
Entité de rattachement
Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs.
Implanté au cœur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international.
Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales :
• La conscience des responsabilités
• La coopération
• La curiosité
Référence
2024-34430Description de l'unité
"L'Institut de Recherche sur la Fusion par Confinement Magnétique est l'un des départements de la Direction de la Recherche Fondamentale du CEA. Depuis plus de 50 ans, son rôle est de mener des recherches sur une nouvelle source d'énergie : la fusion par confinement magnétique, en s'associant avec le programme Fusion européen. L'IRFM est installé sur le Centre CEA de Cadarache. Les activités de L'IRFM sont structurées autour de trois axes de recherches de développement :
- contribuer à la réalisation du projet ITER et ceux de l'Approche Elargie (tokamak JT-60SA principalement),
- préparer l'opération scientifique d'ITER, à travers des activités d'expérimentation et de contrôle, ainsi que de théorie et de modélisation,
- établir les bases du futur réacteur de fusion.
Ces activités sont intimement connectées à un effort tout particulier de formation des générations futures de physiciens et de technologues de la fusion. L'IRFM a à sa disposition de nombreuses plateformes de R&D et de tests, dont le tokamak WEST (pour Tungsten (w) Environnement Steady-State Tokamak), transformation de Tore Supra en banc de test pour ITER, le nouveau tokamak du CEA va permettre de tester l'un des composants clé d'ITER et de poursuivre les recherches en physique des plasmas, dans un contexte international grâce aux nombreuses collaborations mises en place."
Description du poste
Domaine
Mathématiques, information scientifique, logiciel
Contrat
Stage
Intitulé de l'offre
Stage Optimisation d'algorithmes de traitements des données expérimentales de fusion H/F
Sujet de stage
"Les algorithmes de traitement des données sont essentiels pour l'analyse des expérimentations sur le tokamak WEST (IRFM/CEA). Ces algorithmes permettent de combiner des informations provenant de diverses sources (capteurs, bases de données, etc.) dans le but de mieux comprendre les phénomènes physiques impliqués dans les plasmas de fusion. Cependant, ces solutions sont souvent développées dans des environnements propriétaires, ce qui peut limiter leur extensibilité, leur interopérabilité et leur coût d'utilisation à long terme et sont parfois surannées.
Dans cette optique, le passage d'algorithmes propriétaires à des langages et environnements libres en utilisant des méthodes et des algorithmes actuels est un enjeu stratégique. Cela permet non seulement de s'affranchir des coûts de licences, mais aussi de bénéficier d'une communauté open-source active et d'un écosystème de développement plus flexible."
Durée du contrat (en mois)
6 mois
Description de l'offre
Objectifs du Stage :
Étudier les algorithmes existants : Analyse des algorithmes de traitement des données de fusion actuellement implémentés dans un langage propriétaire (comme MATLAB ou IDL) et identifier les fonctionnalités clés à migrer.
Choisir le langage libre approprié : Évaluer et sélectionner un langage open-source (tel que Python, Julia ou R) en fonction de critères tels que la performance, la simplicité de portage, la compatibilité avec les bibliothèques nécessaires, et l’optimisation des performances.
Portage des algorithmes : Réaliser la migration des algorithmes du langage propriétaire vers le nouveau langage open-source. Il s'agit non seulement de traduire le code, mais aussi d'adapter les structures de données, les bibliothèques mathématiques et les paradigmes de programmation. L'objectif est ce conserver les différentes fonctionnalités données par les chercheurs diagnosticiens.
Optimisation des performances : Après le portage, procéder à une optimisation des algorithmes pour garantir une exécution rapide et efficace. Cela inclut l'utilisation de bibliothèques optimisées pour le calcul scientifique (comme NumPy, SciPy, Pandas pour Python) et la parallélisation des tâches si nécessaire.
Tests et validation : Mettre en place des tests comparatifs pour valider les résultats des nouveaux algorithmes en les confrontant aux solutions propriétaires. S'assurer que les performances et les résultats des nouveaux algorithmes sont équivalents ou supérieurs à ceux des versions propriétaires.
Tâches du Stagiaire :
Phase de découverte : Comprendre les algorithmes propriétaires actuels et leur environnement d'exécution.
Phase de conception : Participer à l’évaluation et à la sélection des langages et bibliothèques libres les plus adaptés.
Phase de développement : Porter les algorithmes du langage propriétaire vers un langage libre, en s'assurant de la compatibilité et de la robustesse des nouvelles implémentations.
Phase de validation : Effectuer des tests unitaires et fonctionnels pour comparer les résultats des algorithmes migrés avec ceux des solutions propriétaires.
Documentation : Rédiger une documentation claire sur le processus de migration, les outils utilisés et les méthodes d'optimisation.
Profil recherché
Profil du candidat
Compétences Requises :
Langages de programmation : Bonne maîtrise d'au moins un langage propriétaire (MATLAB, IDL, etc.) et d’un langage libre (Python, Julia, R, etc.).
Traitement des données : Connaissances en algorithmes de traitement de données, particulièrement dans le contexte des données de fusion.
Optimisation d'algorithmes : Connaissance des techniques d’optimisation des algorithmes (profiling, parallélisation, réduction de complexité).
Outils scientifiques : Expérience avec les bibliothèques de calcul scientifique (NumPy, SciPy, Pandas) et les environnements de développement collaboratifs (Git, Jupyter).
Profil Recherché :
Étudiant(e) en dernière année d'école d'ingénieur ou en Master 2 avec une spécialisation en informatique, mathématiques appliquées, ou traitement de données.
Autonomie, rigueur et capacité à résoudre des problèmes complexes.
Intérêt pour le logiciel libre et l'open source.