STAGE – Ingénieur Machine Learning (H/F)
ID : 9108 / Crolles, France
Description de l’offre
Chez STMicroelectronics, nous sommes convaincus que la
technologie constitue un formidable levier d’innovation et qu’elle joue un rôle
essentiel dans la transformation durable des entreprises, des usages et de la
société dans son ensemble. Acteur international majeur du secteur des
semi-conducteurs, ST développe des composants et des solutions électroniques de
pointe qui, bien que souvent invisibles pour l’utilisateur final, sont au cœur
des objets et infrastructures qui façonnent notre quotidien.
Présente dans plus de 40 pays et rassemblant plus de 50 000
collaborateurs issus de plus de 115 nationalités, STMicroelectronics incarne
une entreprise résolument tournée vers l’avenir. Rejoindre ST, c’est intégrer
un environnement multiculturel stimulant, où des talents passionnés et engagés
conjuguent leurs expertises pour concevoir les technologies de demain. C’est
également participer activement à une dynamique collective fondée sur la
collaboration, l’excellence technique et la responsabilité sociétale.
L’innovation ne repose pas uniquement sur des compétences
scientifiques et techniques avancées. Elle exige aussi des femmes et des hommes
capables de travailler en équipe avec respect, ouverture d’esprit et
enthousiasme. Chez ST, nous valorisons les profils curieux, proactifs et
audacieux, prêts à remettre en question les pratiques établies afin de
repousser les limites technologiques et d’exprimer pleinement leur potentiel.
Nous vous invitons à vivre cette aventure professionnelle et humaine en contribuant à la construction d’un futur plus intelligent, plus connecté et plus durable. Notre ambition : allier performance industrielle, innovation responsable et impact positif.
Contexte technologique et enjeux du stage
Les technologies d’imageurs développées par
STMicroelectronics sur des composants en silicium occupent une place centrale
dans de nombreuses applications du quotidien, notamment dans les domaines de la
téléphonie mobile, de l’automobile, de l’Internet des objets et des systèmes
embarqués. L’amélioration continue des performances de ces capteurs optiques
constitue un enjeu stratégique majeur pour répondre aux exigences croissantes
du marché en matière de qualité d’image, de fiabilité et d’efficacité énergétique.
Dans le cadre du développement des nouvelles générations de
capteurs optiques, des structures nanométriques innovantes ont été intégrées au
sein des circuits intégrés. Ces structures sont réalisées grâce à des procédés
avancés de photolithographie suivis d’étapes de gravure plasma. Ces procédés
permettent de sculpter la matière à l’échelle nanométrique afin d’obtenir des
géométries extrêmement précises, essentielles au bon fonctionnement des
dispositifs.
Cependant, le procédé de gravure plasma est particulièrement
complexe. Il repose sur de nombreux paramètres de réglage tels que la pression,
la puissance, la composition des gaz ou encore la température. Ces variables
influencent directement la morphologie finale des structures gravées. La
caractérisation des dispositifs obtenus est réalisée par imagerie en
microscopie électronique, permettant de mesurer les dimensions critiques et de
vérifier la conformité des structures aux spécifications attendues.
La morphologie obtenue a un impact direct sur la défectivité
ainsi que sur les performances électriques et optiques des composants. Or, au
cours de la vie d’un réacteur de gravure, les paramètres de recette peuvent
évoluer. De plus, des différences subtiles peuvent apparaître entre plusieurs
réacteurs utilisés en production. Ces variations peuvent entraîner de légères
modifications de morphologie d’une plaque à l’autre, parfois difficiles à
détecter en temps réel, mais susceptibles d’affecter le rendement global.
Dans ce contexte, l’Intelligence Artificielle représente un levier stratégique pour analyser les données issues de la production et établir des corrélations pertinentes entre les paramètres réels du procédé, les résultats de défectivité et les performances électriques et optiques. L’objectif est d’identifier précisément quels paramètres, ou quelles combinaisons de paramètres, peuvent conduire à des pertes de rendement, afin d’optimiser les recettes et d’améliorer la robustesse du procédé.
Missions et responsabilités
Au cours de ce stage de 6 mois, intégré(e) au département
R&D Gravure de STMicroelectronics et accompagné(e) par l’équipe de
développement IA, vous participerez activement à la mise en œuvre de solutions
innovantes fondées sur le Machine Learning et le Deep Learning.
Vos principales missions seront les suivantes :
1. Appropriation du contexte scientifique et industriel
Vous commencerez par découvrir en profondeur les aspects physiques et chimiques du procédé de gravure plasma. Cette phase d’apprentissage est essentielle pour comprendre les mécanismes fondamentaux qui régissent la formation des structures nanométriques et les sources potentielles de variabilité.
2. Exploration des approches en Intelligence Artificielle
En fonction des défis identifiés, vous analyserez les
solutions d’IA envisageables. Vous étudierez les méthodes de Machine Learning
supervisé et non supervisé, ainsi que les architectures de Deep Learning
adaptées aux problématiques d’analyse d’images et de données procédés.
3. Ingénierie des caractéristiques (Feature Engineering)
Vous proposerez une représentation pertinente des données
compatible avec l’approche IA retenue. L’objectif sera de réduire l’impact du
bruit sur les mappings de défectivité et sur les recettes procédés, tout en
favorisant une convergence efficace des modèles, y compris sans recourir à des
analyses de type NLP lorsque cela n’est pas nécessaire.
4. Constitution des jeux de données
Vous participerez à la création et à l’organisation des
bases de données nécessaires à l’entraînement, à la validation et au test des
modèles. Une attention particulière sera portée à la qualité, à la
représentativité et à la couverture de l’espace d’apprentissage.
5. Développement du modèle central
Vous concevrez et implémenterez un réseau neuronal central
dédié à l’analyse de contexte. L’objectif sera d’obtenir une convergence
optimale avec un F1-Score supérieur à 0,9 et idéalement au-delà de 0,95,
garantissant ainsi un niveau de performance élevé pour la détection et la
prédiction des défauts.
6. Optimisation et amélioration continue
Vous explorerez différentes méthodes avancées d’amélioration
des performances, telles que :
- Active Learning
- Active Feature Acquisition
- Analyse d’importance des variables (Feature Importance)
- Partial Dependence
Analyse des résidus et des sous-populations
Vous étudierez la possibilité de combiner ces approches afin
d’améliorer la robustesse et la précision des modèles.
7. Intégration d’un Transformer
Dans un second temps, vous introduirez une architecture de
type Transformer dans le processus afin d’analyser et de générer des recettes
procédés. Ce module sera interfacé avec le réseau central d’analyse d’image,
créant ainsi un système cohérent et intelligent capable d’assister les
ingénieurs dans l’optimisation des paramètres.
8. Définition des métriques d’évaluation
Tout au long du projet, vous proposerez et challengerez des métriques pertinentes pour évaluer la performance des modèles et mesurer la couverture de l’espace d’apprentissage. Cette démarche garantira une approche rigoureuse et orientée résultats.
Intégration et environnement de travail
En rejoignant les équipes de développement de
STMicroelectronics à Crolles, vous évoluerez dans un environnement
technologique de très haut niveau, au contact d’experts reconnus en
microélectronique, procédés industriels et intelligence artificielle.
Vous serez amené(e) à présenter régulièrement l’avancement de vos travaux lors de réunions techniques, favorisant les échanges interdisciplinaires et la prise de décision collective. Votre contribution participera directement à l’industrialisation d’une technologie clé pour ST.
Votre profil
Formation
Vous êtes étudiant(e) en 4ᵉ
année d’école d’ingénieur ou en année de césure, avec une spécialisation en
Informatique, Intelligence Artificielle ou Data Science.
Compétences techniques
- Machine Learning
- Deep Learning
- Programmation Python
- Analyse de données
- Intelligence Artificielle / Data Science
Qualités personnelles
- Esprit d’équipe
- Autonomie
- Rigueur scientifique
- Sens de l’organisation
- Capacité d’analyse et de synthèse
Informations complémentaires
- Durée du stage : 6 mois
- Période : à partir d’août / septembre (idéalement)
- Localisation : Crolles, France
Engagements et reconnaissance
STMicroelectronics est fière de figurer parmi les 17
entreprises mondiales certifiées « Global Top Employers 2025 » et d’être la
première entreprise du secteur des semi-conducteurs à recevoir cette
distinction. Cette reconnaissance valorise notamment son engagement en matière
d’éthique, d’intégrité, de gestion du changement, de performance durable et de
stratégie d’entreprise.
En France, ST a également obtenu la labellisation Happy
Trainee 2025, soulignant la qualité de l’expérience offerte aux stagiaires et
alternants.
Nous cultivons un environnement de travail inclusif et
respectueux, où la diversité constitue une richesse et un moteur d’innovation.
Nous nous engageons à promouvoir l’équité dans le développement des
carririères, l’accès aux opportunités professionnelles et la rémunération.
Chez ST, nous encourageons les candidats et candidates qui
ne répondent pas à l’ensemble des critères à postuler. Nous croyons fermement
en la diversité des parcours et offrons de réelles opportunités d’apprentissage
et d’évolution professionnelle.
La diversité, l’équité et l’inclusion sont au cœur de notre culture d’entreprise et façonnent durablement notre manière d’innover et de collaborer.
Prêt(e) à propulser votre carrière chez un leader mondial ? Postulez dès maintenant.