Élève ingénieur (H/F) en mathématiques appliquées / chimiométrie / data science presso Suez

SUEZ s’engage, en tant qu’acteur majeur de l’économie circulaire, à optimiser la valorisation des déchets solides en vrac, notamment en préparant des combustibles solides de récupération (CSR) à partir de déchets non recyclables. La caractérisation rapide et fiable de ces déchets est essentielle pour garantir la performance des procédés de valorisation énergétique et matière. L’imagerie hyperspectrale constitue une technologie prometteuse pour répondre à ce besoin, en permettant d’obtenir des signatures spectrales précises des matériaux et d’identifier leurs propriétés physico-chimiques.

Le poste

Dans ce contexte, le stage vise à développer une méthode innovante de caractérisation des déchets en vrac par imagerie hyperspectrale.
L’objectif est de consolider une base de données représentative en analysant une grande variété de matériaux (textiles, plastiques, bois, etc.) à l’aide d’un imageur hyperspectral. Le travail consistera à définir le protocole expérimental et les modes de mesure adaptés, puis à concevoir la chaîne algorithmique de traitement des images. Cela inclut la segmentation des images, l’extraction des caractéristiques spectrales d’intérêt, et la mise en œuvre d’approches d’apprentissage automatique pour classifier les matériaux et quantifier des variables d’intérêt pour les procédés.

Poste basé à au sein du centre de recherche (CIRSEE) de SUEZ à Croissy-Le Pecq, débutant idéalement entre début février et fin mars 2026 pour une durée de 6 mois. 

Missions principales

Vous aurez pour principales missions de :

• La réalisation des mesures et à la constitution de la base de données ;

• La définition du protocole expérimental ;

• Le développement et l’implémentation d’algorithmes de traitement et de classification ;

• L’analyse critique et l’interprétation des résultats pour évaluer la pertinence des approches.

• Rédaction d’un rapport en anglais et présentations orales des résultats.

• École d’ingénieur, spécialisé(e) en mathématiques appliquées / science des données / traitement du signal.

• Maitrise du langage Python, des modules d’apprentissage automatique (scikit-learn) et d’analyse d’image (scikit-image, PIL, OpenCV), et des bonnes pratiques de programmation (versioning git).

• Une volonté et capacité de travailler en laboratoire est demandée. Une expérience sur l’utilisation de spectromètres et/ou cameras est un plus.

• Curieux(se), autonome et force de propositions.

• Bon niveau d’anglais requis pour la lecture d’articles scientifiques et la rédaction du rapport.