Contexte et objectifs :

• Développement d'une plateforme de Maintenance Prédictive industrielle basée sur l'analyse vibratoire.
• Objectifs principaux : concevoir un nœud de surveillance vibratoire et implémenter le traitement embarqué pour extraction de features et transmission de données.

Missions techniques principales :

• Développer un nœud de surveillance vibratoire avec accéléromètre ADXL345 3 axes associé à une carte ESP32.
• Implémenter une FFT embarquée en utilisant la ARM DSP Library et extraire des indicateurs (RMS, kurtosis, etc.).

Architecture logicielle et outils :

• Traitement embarqué : ESP32 (firmware), ARM DSP Library pour FFT et calcul temps réel des features.
• Back-end & stockage : InfluxDB pour séries temporelles, API avec Laravel.
• Front-end & visualisation : React pour tableau de bord web, Flutter pour interface mobile.
• Machine Learning : développement et entraînement de modèles avec Python, TensorFlow ou scikit-learn pour détection/anomalie et prédiction.

Livrables attendus :

• Firmware fonctionnel sur ESP32 avec lecture ADXL345, FFT embarquée et extraction de features en temps réel.
• Pipeline de collecte et stockage des données (InfluxDB) et API pour ingestion/consultation.
• Modèles ML entraînés et intégrés (ou preuve de concept) pour détection d'anomalies et maintenance prédictive.
• Interface utilisateur (web/mobile) pour visualisation des mesures, alertes et rapports.
• Documentation technique (installation, architecture, tests) et démonstrateur sur banc ou en environnement simulé.

Compétences requises :

• Niveau Bac+5 attendu avec compétences en systèmes embarqués (ESP32), traitement du signal et ARM DSP.
• Maîtrise de Python, connaissance de TensorFlow / scikit-learn pour ML, et expérience avec bases de données séries temporelles (InfluxDB).
• Compétences front/back souhaitées : Laravel, React, Flutter sont des atouts pour la partie plateforme et visualisation.

Contraintes et méthodes :

• Travail en binôme ou petit groupe possible, intégration continue des composants (firmware ↔ back-end ↔ front-end).
• Validation par tests sur données vibratoires réelles ou simulées, et optimisation des calculs embarqués (latence, consommation).

Durée et niveau :

• Durée du stage : 5 à 6 mois (PFE), niveau Bac+5.

Postuler :

• Pour postuler, utilisez le lien de candidature fourni ci-dessous.