Stage Exploration base de donnée grande dimension, Saint-Ouen

Chez Bosch, tout tourne autour de toi, de notre activité et de notre environnement. Notre promesse à ton égard est inébranlable : nous grandissons ensemble, nous prenons plaisir à notre travail et nous nous inspirons mutuellement. Rejoins-nous et vis avec nous des moments Bosch uniques.

En 1886, Robert Bosch a fondé à Stuttgart l’« Atelier de mécanique de précision et d’électrotechnique ». C’est là que trouve ses racines l’entreprise qui opère aujourd’hui à l’échelle mondiale et qui, dès ses débuts, s’est distinguée par sa force d’innovation et son engagement social.

Pour nous, le développement durable consiste à assurer le succès à long terme de l’entreprise tout en protégeant les ressources naturelles indispensables à la vie des générations actuelles et futures. Chez nous, l’écologie est le moteur de l’innovation. Parallèlement, nous assumons pleinement notre responsabilité sociale, non seulement au sein de l’entreprise, mais aussi au-delà.

La conformité fait partie intégrante de notre système de valeurs d’entreprise. Grâce à des règles de conduite applicables dans le monde entier, nous souhaitons protéger nos collaborateurs, notre entreprise ainsi que nos clients et partenaires.

Description du poste

Contexte de l’étude

• Dans le cadre du développement de nos systèmes temps réels nous sommes amenés à adapter notre logiciel pour supporter le multicoeur (introduction du parallélisme) et faisons appel à l’intelligence artificielle pour répondre à ce besoin.
• L’AI peut considérablement augmenter la performance de nos micro-controleur et éviter un passage trop rapide vers des solutions HW plus onéreuses comme les microprocesseurs.
• La maitrise de l’impact de l’introduction du parallélisme sur le logiciel passe par des analyses statistiques sur la dynamique des signaux temporels internes au calculateur. Ceci a fait l’objet d’un premier stage en machine learning

Objectif de l’étude

• Choisir le /les module(s) (i.e entité élémentaire de notre architecture SW statique) à analyser et bâtir une base de données de mesures.
• Depuis cette base de données, analyser les dépendances entre les interfaces SW via les techniques types : (les siter …(supervise learning, NN, clustering…) ) et proposer des modèles d’approximation (approximation de quoi ? nb d’échanges entre cores, par x ms… ?) dans l’objectif de décomposition de cluster de données
• Le travail peut être fait sur un ensemble des modules

Qualifications

• Niveau d’études : Bac +5 (PFE)
• Spécialité / Dominante : Science des données
• Langues : Anglais (Bon niveau).
• Qualités recherchées : Curieux, très autonome, très forte capacité à explorer et proposer des nouvelles solutions. Rigoureux et avec des capacités d’adaptation et de communication, aime à travailler dans un contexte international, connaissances Moteurs à combustion interne, connaissances Multicoeur.