stage ingénieur ou ingénieure " analyse de performance et trajectographie"

Publiée le 09/10/2025

Description de l'employeur

Avec une présence dans 120 pays, un chiffre d'affaires de 30,5 milliards d'euros et plus de 246 000 collaborateurs, SNCF est l'un des acteurs mondiaux majeurs de la mobilité et de la logistique.

Au coeur du groupe, la Direction Technologie, Innovation et Projets Groupe (DTIPG) impulse et pilote les grands projets stratégiques. Depuis près de 10 ans, sa division DPISF mène un ambitieux programme de transformation du système ferroviaire, intégrant des technologies de rupture telles que le train autonome, l'intelligence artificielle, la décarbonation ou encore la localisation satellitaire. Avec une forte ouverture sur l'industrie et l'international, cette dynamique contribue à bâtir le rail du futur.

C'est dans ce contexte qu'intervient le projet « Localisation des trains », porté par l'équipe Train Digital. L'objectif : remplacer les équipements physiques de détection des trains (circuits de voie, compteurs d'essieux...) par une localisation embarquée, plus économique et offrant le même niveau de sécurité. Une innovation qui constitue une brique essentielle du système ferroviaire de demain.

Description du poste

Votre rôle sera de développer et valider des outils d'analyse de données pour améliorer la précision et la fiabilité du futur système localisation des trains, basé sur l'hybridation de données satellitaires (GNSS), inertielles (INS) et cartographiques.

Contexte technique

· Les trajectoires de référence, essentielles pour valider les performances des solutions de localisation, sont établies grâce à une solution GNSS/INS de haute qualité couplée à une entrée tachymétrique, garantissant une précision centimétrique.

· Le stage contribuera à mettre en place des outils d'analyse de cette solution de référence et de la qualité de la carte digitale, en s'appuyant aussi sur des outils existants (ex. analyse de l'environnement GNSS des voies).

Principales missions :

· Développer un outil d'analyse sous Matlab ou Python.

· Évaluer la qualité de la solution de référence (ex. : répétabilité des trajectoires, erreurs estimées).

· Proposer et mettre en place des méthodes d'analyse innovantes.

· Étendre l'outil pour :

o Vérifier la précision de la carte ferroviaire.

o Détecter les changements liés aux travaux sur les voies, non encore intégrés.

· Rédiger la documentation associée : rapport de validation et manuel utilisateur.

Profil recherché

Période souhaitée : Dès que possible, durée de 6 mois

Profil recherché :

· Étudiante ou étudiant en 3e année d'école d'ingénieur (mathématiques appliquées, navigation terrestre, data science)

Compétences techniques :

· Data analyse (collecte, traitement, statistiques).

· Programmation en Python et/ou Matlab.

· Notions en navigation GNSS, hybridation de données (GNSS, inertielles).

· Maîtrise de logiciels SIG (ex. QGIS) appréciée.

Compétences transverses :

· Intérêt pour l'innovation, la R&D et l'ingénierie.

· Bonne pratique de l'anglais (oral/écrit).

· Méthodologie de validation (essais, comparaison terrain/référence).

· Rigueur scientifique et travail en équipe projet.

Rejoignez l'équipe Train Digital et contribuez à un projet stratégique qui révolutionne la signalisation ferroviaire et façonne le rail de demain à l'échelle européenne.

Rétribution et avantages

La politique de rétribution SNCF a pour ambition de valoriser les compétences, le professionnalisme et l'engagement de ses équipes. Notre rémunération comporte un salaire fixe et des éléments additionnels individuels ou collectifs, dépendant de la performance et des résultats de l'entreprise. Des indemnités et des gratifications peuvent venir s'y ajouter selon le métier exercé. Nous offrons également des avantages spécifiques tels l'aide au logement, la protection sociale, les facilités de voyages, l'épargne salariale, le comité d'entreprise...

Tous nos métiers sont ouverts aux personnes en situation de handicap.

Salaire

À déterminer selon le barème légal et ou conventionnel des stages.

2025-011994