Research Scientist (ID74)

Titre du Poste:

Research Scientist (6 mois)

Titre du Projet:

Développement du traitement en temps réel de la chromatographie en phase gazeuse.

À propos de SLB:

Nous sommes une entreprise technologique mondiale, moteur de l'innovation énergétique pour un équilibre planétaire.

Chez SLB, nous créons des technologies incroyables qui ouvrent l'accès à l'énergie au bénéfice de tous. C'est notre raison d'être. En tant qu'innovateurs, c'est notre mission depuis 100 ans. Nous faisons face au plus grand défi d'équilibre au monde : réduire simultanément les émissions tout en répondant à la demande croissante en énergie. Nous travaillons chaque jour pour trouver des solutions, un pas après l'autre.

Notre avenir collectif dépend de la décarbonisation de l'industrie des énergies fossiles, tout en innovant dans un nouveau paysage énergétique. C'est ce qui nous motive. Assurer le progrès pour les personnes et la planète, dans un cheminement vers la neutralité carbone et au-delà. Pour un équilibre planétaire.

Notre mission : Ensemble, nous créons des technologies incroyables qui ouvrent l'accès à l'énergie au bénéfice de tous. Vous pouvez en savoir plus sur nous via ce lien: https://www.slb.com/who-we-are.

Localisation:

Clamart, Paris

Description et Périmètre:

​​La chromatographie en phase gazeuse (GC) est une technique analytique puissante utilisée pour séparer, identifier et quantifier les composés présents dans des mélanges complexes.

Ses applications couvrent la caractérisation de substances organiques et inorganiques dans les domaines de l’énergie, de l’environnement et de l’industrie. Nous nous intéressons particulièrement à l’application de la GC dans le cadre du surface logging lors des opérations de forage, que ce soit pour les sources d’énergie conventionnelles (pétrole et gaz), environnementales (géothermie) ou alternatives (hydrogène, lithium).

Motivés par la nature technique et opérationnelle dynamique des applications de forage — où la détection des hydrocarbures soutient le geosteering, la sécurité opérationnelle et l’évaluation des formations — nous recherchons une personne motivée, dotée d’un esprit critique, pour rejoindre notre équipe et travailler sur la prochaine génération d’algorithmes GC en temps réel, à faible empreinte.

Le projet impliquera la modélisation linéaire et non linéaire des mesures GC et leur inversion pour l’interprétation, en intégrant des approches avancées en science des données, apprentissage automatique, analytique en temps réel et expertise métier, afin d’améliorer les performances, la précision et la facilité d’utilisation.

Responsabilités:

• Comprendre les fondamentaux de la chromatographie en phase gazeuse et son application en chimie organique et inorganique.

• Évoluer et communiquer dans un environnement multidisciplinaire composé de mathématiciens industriels, physiciens, ingénieurs logiciels et géoscientifiques.

• Analyser les données GC issues de mesures sur le terrain et en laboratoire.

• Identifier les problèmes et proposer des solutions aux workflows de traitement actuels.

• Proposer et développer des workflows de traitement GC en temps réel en utilisant des méthodes computationnelles et mathématiques.

• Proposer, améliorer et/ou développer des workflows pour le contrôle qualité des données et leur interprétation.

• Réaliser deux présentations (mi-parcours et finale) devant des experts du domaine et la direction.

• Rédiger un rapport de fin de stage.

• Fournir un dépôt de code accompagné de sa documentation.

Qualifications:

• Préparation d’un Master en Sciences fondamentales et computationnelles (biologie, chimie, physique, mathématiques), génie ou une discipline connexe
• Curieux(se), analytique et motivé(e) à travailler dans un environnement multidisciplinaire.
• Une bonne communication orale et écrite en anglais est requise.
• Compétences en programmation en Python.
• Un intérêt et quelques connaissances en méthodes computationnelles et mathématiques, linéaires et non linéaires, sur les problèmes directs et inverses liés aux processus physiques, sont un plus. Ces méthodes incluent le traitement de données (signal, image, vidéo, etc.), l’optimisation, l’algèbre linéaire, l’apprentissage automatique et les algorithmes. 

SLB est un employeur offrant l'égalité des chances en matière d'emploi. Les candidats qualifiés sont considérés sans distinction de race, de couleur, de religion, de sexe, d'orientation sexuelle, d'identité de genre, d'origine nationale, d'âge, de handicap ou d'autres caractéristiques protégées par la loi.

Le processus de recrutement et le poste peuvent être adaptés pour répondre à la plupart des handicaps. N'hésitez pas à le mentionner lors de votre candidature.