aimlroles

Stage machine learning SoH batterie F/H/X

Socomec Open · verified Oct 22, 2026
On-site Benfeld Mid-level Machine Learning Engineering

At a glance

Mid-level Machine Learning Engineering role at Socomec. Benfeld.

Pay not stated Machine Learning Engineering salary

RoleMachine Learning Engineering
SeniorityMid-level
LocationBenfeld
WorkplaceOn-site
PostedSep 21, 2026 · 4w ago
Role brief

aimlroles summary, based on the employer's posting.

What you'll do

  • Select useful battery readings, such as voltage, current, temperature and charge cycles, to build prediction features
  • Write C software for storing battery data in STM32 Flash, including historical record rotation under embedded constraints
  • Train and assess machine-learning models that estimate battery health, then compare TinyML and remote-training options
  • Bring the solution onto a Gateway and check its memory use, speed and performance

What you bring

  • You are pursuing a Master’s-level or engineering degree in embedded software, electrical engineering or a related listed field
  • You are proficient in embedded C, including pointers, data structures, memory handling and real-time constraints
  • You have at least B2 professional English for communication with subsidiaries

Who this fits

This is a six-month student internship in Benfeld, France, working with a firmware team under a dedicated supervisor. It suits someone interested in embedded C and battery-health prediction; Python machine learning and data analysis are desired, while TinyML, STM32 and lithium-ion battery knowledge are additional advantages.

From the employer

Vous rejoignez une équipe firmware d’une quinzaine de personnes. Vous travaillez sur un outil d’aide à la prédiction de la durée de vie des batteries lithium de nos alimentations sans interruption. Le stage associe développement embarqué en C, collecte de données et recherche de nouveaux modèles de prédiction afin d’évaluer l’état de santé des batteries.

Missions

Sous la supervision de votre tuteur, vous serez amené à :

  • Analyser les données nécessaires à la prédiction de l’état de santé des batteries lithium-ion, notamment la tension, le courant, la température, les cycles de charge et l’impédance, puis définir les variables pertinentes pour l’apprentissage automatique.

  • Développer en C l’environnement de stockage embarqué destiné à la collecte et à la gestion des données en mémoire Flash sur STM32.

  • Implémenter les mécanismes d’archivage et de rotation des données historiques dans le respect des contraintes embarquées.

  • Concevoir, entraîner et évaluer un modèle de machine learning pour prédire l’état de santé des batteries.

  • Comparer les stratégies de déploiement, entre entraînement embarqué TinyML et entraînement déporté sur cloud ou PC avec inférence locale.

  • Intégrer et valider la solution sur une Gateway réelle en mesurant les performances, la consommation mémoire et la latence.

Profil

  • Étudiant en diplôme de niveau Bac+5, Master ou école d’ingénieur en logiciel embarqué ou génie électrique

  • Vous recherchez un stage d'une durée de 6 mois.

  • Maîtrise de la programmation C embarquée : pointeurs, structures, gestion mémoire et contraintes temps réel

  • Maîtrise souhaitée du machine learning avec Python : régression, classification, réseaux de neurones, entraînement et évaluation

  • Maîtrise souhaitée du traitement de données avec pandas et NumPy, du feature engineering, de l’analyse statistique et de la visualisation

  • Anglais professionnel, niveau B2 minimum, pour les échanges avec les filiales

  • Expérience appréciée en TinyML ou Edge AI souhaitée : TensorFlow Lite Micro, Edge Impulse, STM32Cube.AI ou optimisation de modèles

  • Connaissance des microcontrôleurs STM32 souhaitée : ARM Cortex-M, STM32CubeMX, HAL, SPI, I2C ou mémoire Flash

  • Connaissance des batteries lithium-ion et des mécanismes de vieillissement souhaitée

Parce que votre profil ne se résume pas qu’à des compétences métier:

  • Rigueur et organisation, pour documenter précisément les travaux et respecter les échéances

  • Curiosité technique et capacité d’apprentissage, pour monter rapidement en compétence sur le TinyML et les batteries

  • Communication efficace, pour présenter les résultats et collaborer avec les équipes R&D, validation et production

Rejoindre Socomec en stage, c’est bénéficier de conditions encadrées et d’avantages concrets

  • La prise en charge d’une partie de vos frais de transport

  • Une autorisation d’absence à raison de 1 jour par mois de présence (pour les stages de plus de 2 mois, conformément à la réglementation en vigueur)

Les avantages Socomec :

  • La prise en charge de vos repas au restaurant d’entreprise

  • Une carte tickets restaurant pour les stagiaires en agence commerciale

  • Accès à tous les avantages du Comité Social et Economique

  • Une session d’onboarding dédiée pour bien démarrer votre expérience chez Socomec

  • Un accompagnement de proximité avec un tuteur dédié tout au long de votre stage

  • Des missions concrètes et une pleine intégration aux projets de votre équipe