Job description
Bosch Group, leader mondial de la technologie et de l’ingénierie, recherche un(e) étudiant(e) en master (Data Science, Informatique, Physique ou Génie des matériaux) pour réaliser une thèse appliquée au sein de son département MEMS (Micro‑Electro‑Mécanique) à Reutlingen, Allemagne. Cette mission vous placera au cœur d’un projet de recherche industrielle visant à comprendre et à prédire les interactions causales entre les paramètres de fabrication et les performances des sous‑systèmes MEMS. Vous travaillerez en étroite collaboration avec des experts en ingénierie de processus, en modélisation statistique et en intelligence artificielle, et vous bénéficierez d’un encadrement scientifique de haut niveau.
**Missions principales**
- Acquérir une expertise approfondie sur les concepts de causalité (graphes causaux, modèles de contre‑factualité, méthodes d’inférence causale).
- Cartographier les processus de production MEMS existants (déposition, gravure, assemblage) et collecter les jeux de données pertinents (capteurs, mesures de qualité, logs de production).
- Identifier et formaliser les relations causales entre variables d’entrée (température, pression, flux) et variables de sortie (défauts, performances, fiabilité) pour des sous‑systèmes déjà étudiés.
- Formuler des hypothèses causales pour des sous‑systèmes encore méconnus, concevoir des expériences de validation (DOE, simulations) et tester les modèles.
- Évaluer et comparer plusieurs algorithmes d’inférence causale (PC‑algorithm, GES, causal forests, Bayesian networks) en fonction de la robustesse, de la scalabilité et de la pertinence industrielle.
- Développer des pipelines de traitement de données (extraction, nettoyage, feature engineering) sous Python ou R, et implémenter les modèles dans un environnement de production (Docker, CI/CD).
- Rédiger des rapports scientifiques, préparer des présentations claires pour l’équipe d’experts Bosch et contribuer à la diffusion des résultats lors de conférences internes ou externes.
**Profil recherché**
- Étudiant(e) en master (2e ou 3e année) en Data Science, Informatique, Physique, Génie des matériaux ou domaine connexe.
- Solides bases en statistiques, probabilités et modélisation (régression, séries temporelles, apprentissage supervisé).
- Connaissance des méthodes d’inférence causale et des outils associés (causalgraphicalmodels, DoWhy, Tetrad, bnlearn).
- Maîtrise d’un langage de programmation scientifique (Python ≥ 3.8, R) et des bibliothèques de data‑science (pandas, scikit‑learn, PyTorch/TensorFlow, statsmodels).
- Expérience avec les bases de données (SQL, NoSQL) et les systèmes de versionning (Git).
- Intérêt pour les technologies MEMS ou l’ingénierie de processus est un plus.
- Capacité à travailler de façon autonome, à structurer un projet de recherche et à communiquer des résultats complexes à un public non‑spécialiste.
**Ce que nous offrons**
- Un environnement de travail stimulant au sein d’une équipe internationale et multidisciplinaire.
- Accès à des plateformes de calcul haute performance et à des jeux de données industriels uniques.
- Encadrement personnalisé par des chercheurs et ingénieurs senior de Bosch.
- Possibilité de publier les résultats dans des revues scientifiques ou conférences spécialisées.
- Rémunération attractive selon les barèmes de stage/master‑thèse en Allemagne, prise en charge des frais de déplacement et des repas.
- Opportunité d’intégrer, à l’issue de la thèse, un poste en CDI ou en contrat de recherche au sein du groupe Bosch.
Rejoignez Bosch et contribuez à façonner l’avenir des systèmes micro‑électroniques grâce à la puissance de la data science et de l’inférence causale !
