Vue d'ensemble Statistiques salaires profession "Process Engineer en "

Description du sujetContext:Today, hydrogen appears to be a key energy vector for sustainable and future process development in the world: it is expected to be a means of storing and transporting renewable energy.However, its transport and storage remain problematic due to its explosiveness and its low molecular density. A possible alternative to gaseous storage under pressure, liquid or in the form of metal hydrides is chemical storage in the form of hydrogenated organic compounds (LOHC: Liquid Organic Liquid Carrier). Thanks to the high mass and volume density of hydrogenated compounds (5 – 8 wt%, 50-70 gH2/L) and their stability under ambient conditions, it is possible to transport and store them at atmospheric pressure and room temperature in existing oil tanks and means of transportation without leakage of molecules or heat loss, as well as to be an economical solution. The process idea is to store H2 by catalytic reversible exothermic hydrogenation (HYD) of H2-lean (H0-LOHC) molecules at moderate temperature and high pressure (30 bar, 180°C, ΔrH°= - 50,5 kJ/molH2) while endothermic dehydrogenation (DH) on H2-rich (Hx-LOHC) molecules takes place at moderate pressure and higher temperature ((2-3 bar, 200°C, ΔrH°=50,5 kJ/molH2). The objectives of the French ANR RID-LOHC project are to study and design reactors suitable for hydrogenation and dehydrogenation reactions on mixtures of N-ethyl and N-propyl-carbazole (NEC+NPC). The project tasks include the steps necessary to achieve these objectives, which are kinetic studies of the reactions, measurements of thermodynamic properties, design, optimisation and construction of reactors. To carry out this study, three academic laboratories and an industrial partner are collaborating.PhD problematic:The PhD student will work on the study of the dehydrogenation reaction of perhydro-N-alkylcarbazoles and the study and design of reactors adapted to the constraints of the reaction as part of the ANR RID LOHC project. The thesis will follow the following scientific programme- Carry out a complete bibliographical study of the selected molecules.- Carry out experimental tests to study the dehydrogenation kinetics of a mixture of perhydro-N-alkylcarbazoles in a fixed bed reactor in order to collect experimental data under different conditions of temperature, pressure and flow rate. Establish the kinetic model for the dehydrogenation of the mixture of interest and estimate the kinetic parameters of interest.- Participate in the design of the dehydrogenation reactor with the industrial partner based on the experimental data.- Experimentally measure the hydrodynamic and catalytic performances of the designed reactors and model their dynamic behaviour in order to assess any limitations on heat/material transfer, but also the hydrodynamic behaviour of the phases.Prise de fonction : 01/10/2024Nature du financementAutre financement publicPrécisions sur le financementContrat sur projet ANR financéPrésentation établissement et labo d'accueilLaboratoire d'Automatique, de Génie des Procédés et de Génie Pharmaceutique (CNRS UCBL UMR5007)The Laboratory of Automatic Control, Chemical and Pharmaceutical Engineering (University Claude Bernard de Lyon/CNRS) is a multidisciplinary laboratory that covers the fields of process engineering, automation, engineering products, pharmaceutical engineering and physicochemistry. The objective of the laboratory is to conduct cross-cutting research projects involving researchers from different disciplinary fields while ensuring the maintenance of high-level scientific work and experimentation in each disciplinary field. The research activities of this PhD project will be conducted by chemical engineers from two research teams, located at Villeurbanne (Lyon): DYCOP (Dynamics, Control and Observation of Processes) and PRODIS (Processes in Dispersed Media). The chemical engineers involved in the project are specialised in the implementation of dynamic phenomena and the study and modelling of dynamic behaviour of heat transfer and phase change. They are well-known in the topic of LOHC and catalytic reactors.Site web :http://lagepp.univ-lyon1.fr/Intitulé du doctoratDoctorat de Chimie de Lyon, option ProcédésPays d'obtention du doctoratFranceEtablissement délivrant le doctoratUNIVERSITE CLAUDE-BERNARD-LYON 1Ecole doctoraleÉcole Doctorale de chimie (chimie, procédés, environnement)Profil du candidatMaster or Engineer in chemical engineering. Interest in reactor experimentation and modelling. Skills in at least Python or Matlab. Fluency in French (desirable).Date limite de candidature  30/06/2024

Description du sujetObjectifsCe sujet vise à étendre le déploiement de systèmes de détection des intrusions basé sur les approches comportementale dans les systèmes industriels jusqu'aux équipements terminaux (automates programmables industriels). Plus précisément on étudie le déploiement d'un IDS comportemental sur un automate programmable industriel et l'impact sur la performance temps-réel de la commande.Approche envisagéeNous allons nous appuyer sur l'analyse des programmes embarqués et des spécifications sorties des normes pour la synthèse des moniteurs. Le principal défi est l'évaluation de l'impact de l'IDS sur la performance temps réel de l'automate programmable. La minimisation du nombre des propriétés de sécurité à surveiller ainsi que de leur complexité sera déterminante pour la performance de la solution. Un second aspect étudié sera la comparaison des types d'attaques orientées processus détectés par le HIDS versus la capacité de détection d'un NIDS. Cette comparaison permettra permettre de réduire encore plus le nombre des propriétés de sécurité surveilles. Néanmoins, il est connu que l'état interne d'un contrôleur embarqué est partiellement observable par un NIDS à partir du trafic réseau. Une approche de corrélation entre les alertes des NIDS et celles du HIDS permettra d'évaluer la valeur ajoutée du HIDS dans un système de détection distribué hybride (HIDs/NIDS). La méthodologie et les outils seront validés sur la plateforme expérimentale G-ICS. (http://lig-g-ics.imag.fr/)------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ObjectivesThis topic aims to extend the deployment of intrusion detection systems based on behavioral approaches in industrial systems to terminal equipment (PLCs). More specifically, we study the deployment of a behavioral IDS on an industrial PLC and the impact on real-time control performance.ApproachWe will rely on the analysis of embedded programs and standard specifications for monitor synthesis. The main challenge is to assess the impact of the IDS on the real-time performance of the PLC. Minimizing the number and complexity of safety properties to be monitored will be crucial to the performance of the solution. A second aspect to be studied will be the comparison of the types of process-oriented attacks detected by the HIDS versus the detection capability of a NIDS. This comparison will make it possible to further reduce the number of security properties monitored. Nevertheless, it is known that the internal state of an embedded controller is partially observable by a NIDS from network traffic. A correlation approach between NIDS and HIDS alerts will enable us to assess the added value of HIDS in a hybrid distributed detection system (HIDs/NIDS). The methodology and tools will be validated on the G-ICS experimental platform. (http://lig-g-ics.imag.fr/)Translated with DeepL.com (free version)------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Début de la thèse : 01/10/2024WEB : https://superviz.inria.fr/Nature du financementPrécisions sur le financementAutres financementsPrésentation établissement et labo d'accueilUniversité Grenoble AlpesEtablissement délivrant le doctoratUniversité Grenoble AlpesEcole doctorale217 MSTII - Mathématiques, Sciences et technologies de l'information, InformatiqueProfil du candidatLe profil privilégié est celui d'informaticien avec un parcours sécurité informatique architecture et systèmes ou systèmes embarquées. Profil automaticien avec des très bonnes connaissances en informatique et programmation est également possible.The preferred profile is that of a computer scientist with a background in IT security, architecture and systems or embedded systems. An automation engineer with very good computer and programming skills is also possible.Date limite de candidature  22/06/2024

MissionFIDUCIAL est le leader des services pluridisciplinaires aux petites entreprises, artisans, commerçants, professions libérales dans les métiers du droit, expertise comptabilité, banque, conseil financier, informatique, fourniture de bureau et sécurité.Nous recrutons un Data Analyst H/F en alternance à Lyon.Sous la responsabilité de l'ingénieur Data Scientist, rattaché au service marketing, vous serez en responsabilité de :- Effectuer l'analyse du BigData- Nettoyage, complétude, intégration base Décisionnelle- Scrapping- Création du front d'exploitation des Protos réalisés par le pôle DATA- toutes tâches confiées et liées à l'analyse de données en environnement BigData- Capacité d'assister le service dans la réalisation de reporting, indicateurs visuels, etc.- Être force de proposition et d'accompagnement sur des problématiques data (architecture, alimentation, analyse, optimisation de process, etc...)Vous serez formé à nos outils et nos méthodologies de travail.Profil- Vous rentrez ou vous êtes déjà en Master informatique DATA & ou IA, ou bien vous rentrez en École d'ingénieur en alternance dans une filière proposant une formation liée à la data (Data Scientist, Data Analyst, Data Engineer etc..).Vous avez idéalement une première expérience en stage dans le domaine de la data science.Vous avez une connaissance du langage OOP Python, environnement R, SQL, API (effectuer des calls API), Data science et Data visualisation.Vous maitrisez Excel (formule minimum).Vous êtes curieux, rigoureux et méthodique.Nous étudions avec la plus grande attention les candidatures des talents en situation de handicap et leurs éventuels besoins spécifiques.