CIFRE - Optimisation des performances et de la fiabilité de la mémoire non volatile embarquée par des algorithmes d'apprentissage par renforcement - H/F

Chez STMicroelectronics, nous sommes convaincus que la technologie est un moteur d’innovation et a un impact positif pour les entreprises, les personnes et la société. En tant qu’acteur mondial des semiconducteurs, nos technologies de pointe et nos composants électroniques sont invisibles mais au cœur du monde d’aujourd’hui. Rejoindre ST, c’est intégrer une entreprise internationale riche de plus de 115 nationalités, présente dans 40 pays, et rassemblant plus de 50 000 talents passionnés et engagés, tous unis par la volonté de créer et d’inventer la technologie de demain. Innover demande bien plus que des compétences techniques : cela nécessite des personnes inspirantes, qui savent collaborer avec respect et enthousiasme. Des collaborateurs animés par la passion, prêts à remettre en question le statu quo, à faire avancer l’innovation et à révéler leur plein potentiel. Venez vivre cette aventure avec nous et contribuez à construire un futur plus intelligent et plus durable, en alliant responsabilité et innovation. Notre technologie commence avec vous. Les mémoires non volatiles résistives (PCM, OxRAM, EEPROM…) sont au cœur des systèmes embarqués avancés (automobile, IoT, applications industrielles…) et doivent garantir des performances stables et une fiabilité élevée sur toute la durée de vie du produit. Avec la miniaturisation des technologies et la variabilité croissante des procédés, la définition des conditions d’activation (formation, écriture, effacement, rodage) et des scénarios de test devient un problème complexe : l’espace de paramètres est immense et les approches classiques (plans d’expériences, optimisation manuelle) atteignent leurs limites. L’objectif de ce sujet de thèse est d’explorer et développer des approches IA / Machine Learning pour : • optimiser les signaux d’activation et les conditions de test des mémoires eNVM, • intégrer la variabilité procédé et le vieillissement dans cette optimisation, • démontrer, sur circuits de test et véhicules de test proches du produit, que ces algorithmes permettent un calibrage plus rapide, plus robuste et plus intelligent que les méthodes traditionnelles (ex. optimisation d’opérations d’écriture/effacement, choix des meilleures conditions de fiabilité pour une puce). Les algorithmes considérés pourront inclure des modèles de substitution, des méthodes d’optimisation (type swarm optimization) et de l’apprentissage par renforcement, couplés à des bancs de test pilotés en Python. A propos de vos missions • Définir des cas concrets d’optimisation (performance, fiabilité, conditions d’activation / test) sur technologies PCM, OxRAM, EEPROM. • Mettre en place l'acquisition de mesure (scripts Python + banc de test) et constituer des jeux de données. • Développer et adapter des algorithmes d’IA / ML (substitution, optimisation, RL) aux problématiques identifiées. • Entraîner, et comparer les agents d’optimisation (rapidité, nombre d’essais, robustesse à la variabilité). • Synthétiser les résultats et proposer des scénarios d’industrialisation (activation produit, tests EWS, optimisation face au vieillissement). A propos de vous • Formation : fin d’études ingénieur / master en microélectronique, électronique, physique, data/IA ou informatique. • Bases en microélectronique et en physique des semiconducteurs • langage de programmation: Python (scripts, traitement de données, éventuellement ML), C++, VBA • Connaissances approfondis pour le Machine Learning / IA appliqués à des données physiques. • Qualités : curiosité, esprit d’analyse, rigueur expérimentale, autonomie, force de proposition, goût pour l’innovation et le travail en équipe. ST est fière d’être certifiée parmi les 17 entreprises mondiales « Global Top Employers 2025 » et d’être la première et unique entreprise de semi-conducteurs à recevoir cette distinction. ST a été distinguée dans ce classement grâce à sa démarche d’amélioration continue, se démarquant notamment par son engagement en matière d’éthique et d’intégrité, de sens et de valeurs, d’organisation et de gestion du changement, ainsi que par sa stratégie commerciale et ses performances. En France, ST a également obtenu la labélisation Happy Trainee 2025. Nous cultivons un environnement de travail inclusif et diversifié, où la discrimination n’a pas sa place. Notre ambition est de recruter et de fidéliser des talents reflétant la richesse des sociétés dans lesquelles nous évoluons. Nous nous engageons à l’équité dans le développement des carrières, les opportunités professionnelles et la rémunération. Chez ST, nous encourageons les candidats qui ne remplissent pas forcément tous les critères à postuler, car nous croyons en la richesse des parcours variés et offrons de réelles opportunités d’apprentissage et d’évolution. La diversité, l’équité et l’inclusion sont des valeurs fondamentales qui façonnent notre culture d’entreprise. Pour découvrir toutes nos opportunités, rendez-vous sur st.com/careers.