{"id":3203928,"url":"https://alion.io/job/michelin-trainee-5","title":"Trainee","company":{"id":8665,"name":"Michelin","domain":"michelin.com","url":"https://alion.io/company/michelin","size_band":"5000+","is_staffing_agency":false,"employer_type":"direct","is_intermediary":false,"listed_via":null,"ats_vendor":"Workday","truth_index":{"grade":"B","score":78,"open_postings":138,"ghost_share":0,"stale_share":0.884,"repost_share":0,"time_to_fill_p50_days":31,"computed_at":"2026-10-28T05:59:10Z"}},"role":"Early Careers","role_family":"Early Careers","seniority":"intern","employment_type":null,"work_mode":"on_site","remote_scope":null,"remote_scope_basis":null,"remote_working_hours":null,"hiring_geo_confidence":"structured","locations":["Clermont-Ferrand, France"],"countries":["FR"],"hiring_countries":[],"hiring_countries_total":0,"salary":null,"salary_estimate":{"min_usd":23000,"max_usd":44000,"period":"year","method":"global_role_cell_scaled_by_country","sample_n":829},"experience_years_min":null,"visa_sponsorship":false,"relocation_package":false,"has_equity":false,"technologies":[{"name":"Digital Twin","optional":false},{"name":"GitLab","optional":false},{"name":"Machine Learning","optional":false},{"name":"Python","optional":false},{"name":"PyTorch","optional":false},{"name":"Scikit-learn","optional":false},{"name":"TensorFlow","optional":false}],"status":"live","first_seen_at":"2026-10-23T00:00:00Z","employer_posted_date":"2026-10-23","last_verified_at":"2026-10-29T01:26:11Z","board_verified":true,"closed_at":null,"days_open":6,"trust":{"level":"ok","repost_count":null,"flags":[],"days_open":6},"description":"Trainee- - - - - - - - - - - -\nLocalisation :Michelin Innovation Park - Cataroux, à Clermont-Ferrand - France\nNiveau d'études :Bac +3 à Bac +5\nDate de début :A partir de Janvier 2027\nDurée:5 à 6 mois\nContexte :\n\nDurant les prochaines décennies, l’évolution des technologies informatiques et des télécommunications transformera la mobilité : véhicules semi-autonomes ou autonomes, mobilité connectée et usages prédictifs de maintenance deviennent des enjeux centraux. Dans ce cadre, la compréhension et le suivi de l’évolution des propriétés des pneumatiques tout au long de leur vie est un élément clé pour assurer sécurité, performance et planification d’opérations de maintenance.\nLes approches combinant modèles physiques et méthodes « data-driven » issues des statistiques et du Machine Learning constituent un domaine majeur de recherche et d’ingénierie. Le concept de Tire Digital Twin (Jumeau Numérique du Pneu), en complément de la mobilité connectée, offre un cadre pertinent pour développer des capacités prédictives et des outils d’aide à la décision basés sur des données temporelles et des modèles hybrides.\nMission :\nLe stage permettra au/à la stagiaire de travailler sur l’intégration et l’évaluation de méthodes d’analyse et de modélisation de données liées aux pneumatiques et à leur usage. L’objectif est d’améliorer la robustesse et la qualité des estimations et prédictions à partir de signaux et séries temporelles, en s’appuyant sur des méthodes statistiques avancées et des techniques d’apprentissage automatique.\nPrincipales activités :\n· Data science\n· Analyses statistiques poussées\n· Séries temporelles\n· Création et évaluation de modèles\n· Augmentation de la robustesse des estimations et des prédictions\n· Machine Learning / Deep Learning\n· Approches d’hybridation entre modèles physiques et modèles « data-driven »\n· Visualisation et communication des résultats\n· Prétraitement et nettoyage de données\nLe/la stagiaire pourra : réaliser une revue bibliographique sur les méthodes pertinentes à utiliser, concevoir et implémenter des prototypes de modèles (ou pipelines) combinant approches physiques et approches « data-driven », et tester leur performance et leur robustesse sur des jeux de données disponibles.\nDélivrables :\nLes attendus en fin de stage sont :\n- Un rapport présentant les différents travaux réalisés\n- Un apport aux boites à outils utilisées dans l’équipe.\nApports pour le candidat :\n- Etre intégré à une équipe multi-disciplinaire d’ingénieurs, docteurs et docteurs-ingénieurs, développant des services innovants dans le domaine de la mobilité connectée et du Tire Digital Twin, et organisée en mode start-up au sein d’un grand groupe industriel.\n- Une première expérience dans les domaines attractifs de l’intelligence artificielle et de la modélisation de systèmes physiques, qui permettront au candidat d’appliquer et développer un large spectre de compétences dans un domaine exigeant en termes de données et de qualités des résultats attendus.\n- Bénéficier de l’expertise de nombreux experts du centre de technologie de Michelin dans différents domaines (simulation, traitement du signal, dynamique véhicule, analyse de performances, etc...).\n\nProfil recherché :\nEtudiant.e niveau Master 2 (ou dernière année d’école d’ingénieur) avec une spécialisation en mathématiques appliquées dans un des domaines suivants : statistiques, data sciences, modélisation.\nConnaissances d’un ou plusieurs frameworks de machine/deep learning (scikit-learn/pytorch/ tensorflow).\nDe bonnes connaissances sur les approches statistiques spécifiques aux séries temporelles sont requises ainsi que la maîtrise de Python.\nUne expérience de développement sous Python ainsi que la maîtrise d’outils de développement collaboratif (e.g. GitLab) sont des points positifs.\nLes notions de Physique ne vous font pas peur.\nOrganisé.e et rigoureux.se, vous avez une excellente capacité d'intégration, des qualités d'écoute, de l'énergie et vous êtes force de propositions.\n- - - - - - - - - - - -\nMichelin entreprise engagée dans la mobilité durable et reconnue pour ses actions en faveur de l’expérience employé !\nUne note de 99/100 à l’index de l’égalité femmes-hommes\nEntreprise « Handi accueillante », avec un réseau de référents et ambassadeurs Handicap pour vous accompagner\n83,5% de taux d’engagement de nos employés\n94,6% des stagiaires et alternants nous recommandent, label \"Happy Trainees\" depuis 9 années consécutives\nClassé parmi les groupes du CAC 40 les plus engagés selon les Bac+5 à l’index RSE Universum 2023\nParmi les 100 entreprises les plus attractives pour les étudiants et actifs BAC+2/3 au classement Universum 2023\nN°1 des entreprises de plus de 500 stagiaires et alternants qui rémunèrent le mieux au Classement HappyTrainees® Rémunération 2023\nDans le Top 10 des meilleurs employeurs en France au classement Glassdoor 2023\nDans le top 3 des entreprises du secteur « Automobile / Equipementier » en matière d’attractivité employeur à l’édition 2024 du Palmarès @EPOKA @GROUPE IFOP @Occurrence\nPour en savoir plus sur le Groupe : https://recrutement.michelin.fr\n- - - - - - - - - - - -","description_format":"text","description_chars":5130,"description_truncated":false,"requirements":{"experience_years_min":null,"management_years_min":null,"team_size_min":null,"manages_managers":false,"education":null,"security_clearance":false,"languages":[{"language":"French","level":"Advanced (C1)","optional":false}]},"benefits":[],"hiring_locations":[],"hiring_excludes":[],"relocation_offered":false,"industries":["Plastics & Polymers","Automotive Components"],"lifecycle":[{"event":"open","at":"2026-10-24T11:01:21Z"}],"visa":[],"liveness":{"score":63,"band":"ok","label":"Likely open","p_open":1,"p_active":0.632,"p_room":1,"age_days":5,"expected_fill_days":31,"reasons":["conf:2","stale_co","velocity","win:early","comp:junior,brand"],"computed_at":"2026-10-28T05:59:10Z"},"pay":null,"html_url":"https://alion.io/job/michelin-trainee-5","json_url":"https://alion.io/job/michelin-trainee-5.json","meta":{"generated_at":"2026-10-29T03:38:59Z","cache_seconds":300,"methodology":"https://alion.io/methodology","terms":"https://alion.io/terms","contact":"https://alion.io/contact","api":"https://alion.io/developers","about":"Alion is a live layer of people, companies and AI agents: who they are, whether they are real and active right now, what they do and how to work with them, readable by people and by agents and paid per call.","catalog":"https://alion.io/catalog.json","usage":{"tier":"crawler_verified","counted_by":"address","units_charged":1,"used_today":5569,"day_limit":null,"remaining_today":null,"minute_limit":300,"resets_at":"2026-10-30T00:00:00Z"}},"offers":[{"id":"company.slices","title":"One company in depth, by slice","status":"live","price":{"credits":0.02,"usd":0.002,"plus_per_slice":{"credits":0.05,"usd":0.005}},"unit":"per company, plus each slice with data","note":"the employer in depth","call":{"mcp_tool":"get_company","arguments":{"id":8665},"rest":"https://alion.io/mcp/rest/get_company?id=8665"},"human":"https://alion.io/catalog?offer=company.slices&for=job%2Fmichelin-trainee-5"},{"id":"market.stats","title":"A market slice: pay, demand and time to fill","status":"live","price":{"credits":1,"usd":0.1},"unit":"per slice","note":"pay, demand and time to fill for this role and place","call":{"mcp_tool":"market_stats"},"human":"https://alion.io/catalog?offer=market.stats&for=job%2Fmichelin-trainee-5"},{"id":"job.search","title":"Open jobs by role, technology, place, pay and visa","status":"live","price":{"credits":0.02,"usd":0.002},"unit":"per posting in a list","note":"similar open postings","call":{"mcp_tool":"search_jobs"},"human":"https://alion.io/catalog?offer=job.search&for=job%2Fmichelin-trainee-5"},{"id":"company.verify","title":"Is this company real and active right now","status":"pilot","price":null,"unit":"per company","request":{"url":"https://alion.io/catalog/request","method":"POST","body":"{\"offer\": \"company.verify\", \"for\": \"job/michelin-trainee-5\", \"note\": \"what you need it for\"}"},"human":"https://alion.io/catalog?offer=company.verify&for=job%2Fmichelin-trainee-5"}],"agent":{"mcp":"https://alion.io/mcp/jobs","mcp_open":"https://alion.io/mcp/open","next":[{"tool":"get_job","arguments":{"id":3203928}},{"tool":"search_jobs","arguments":{"company":"michelin.com","detail":"compact"}},{"tool":"match_people","arguments":{"job_id":3203928},"note":"people open to offers who fit this vacancy"}],"note":"The same data through MCP tools: https://alion.io/mcp/open needs no sign-in (compact searches, postings, people); https://alion.io/mcp with an Alion account has everything. Docs: https://alion.io/developers"}}