Ingénieur EPFL en Robotique / Chargé de Projets R&D

Au sein du Service Méthode Industrialisation d'une Division Production : développement du modèle mathématique d'optimisation du rendement matière pour l'usinage de composants horlogers de haute précision et de son logiciel associé.

• Structuration et planification de l'ensemble du projet via cahier des charges détaillé.
• Analyse exhaustive du flux matière global en exploitant les données géométriques et de gestion (SAP & Power Query).
• Développement d'un algorithme d'optimisation basé sur des modèles mathématiques complexes.
• Conception et déploiement d'un logiciel en Python générant automatiquement des profilés d'usinage optimisés.
• Rédaction de l'intégralité de la documentation technique associée à l'outil.
• Pilotage d'une collaboration étroite et transverse avec les équipes de production, méthodes et industrialisation.
• Identification de nouveaux sets de profilés réduisant significativement les déchets de matières précieuses (copeaux d'acier, or, platine, titane) et le bilan carbone associé, avec un gain estimé de plusieurs tonnes de matière première.

Au sein de l'équipe R&D d'une entreprise spécialisée en connectique haute performance (50 M€ de CA, 100 collaborateurs) : transformation et intégration d'un produit spécifique en nouvelle gamme du catalogue.

• Conception et développement d'un connecteur innovant à « backshell intégrée » via SolidWorks.
• Adaptation du design aux contraintes industrielles et aux exigences du cahier des charges client.
• Reporting régulier au Directeur R&D.
• Création de l'ensemble des CAO de la gamme destinées à la production.
• Pilotage de la réalisation du premier prototype en impression 3D.

Enseignement personnalisé et adapté en plusieurs matières (Mathématiques, Physique, Français, Informatique) auprès d'élèves en difficulté d'apprentissage et de scolarité (6 à 19 ans), présentant des troubles de l'attention, dyslexie, phobie scolaire ou décrochage scolaire.

• Suivi pédagogique continu et aide aux devoirs dans le respect des normes cantonales.
• Adaptation des méthodes pédagogiques aux besoins spécifiques de chaque élève.
• Développement d'une approche bienveillante et structurée pour remotiver et faire progresser les apprenants en identifiant leurs points forts.

Projet de R&D individuel au sein de l'EPFL visant à fermer la boucle du recyclage plastique en transformant des déchets de PET-G en filament d'impression 3D de haute précision. RESPONSABILITÉS & MISSIONS :

• Cadrage et analyse : Définition du cahier des charges technique et identification des 3 défauts critiques du filament (inclusions, bulles d'air, variations de diamètre).
• Conception et prototypage : Conception CAO SolidWorks de la structure modulaire, création d'un guide de filament dédié avec rétro-éclairage pour l'inspection optique, et fabrication sur 4 itérations de prototypes.
• Développement technique : Conception de l'algorithme de vision par ordinateur (Python / OpenCV) pour la mesure en temps réel du diamètre et détection des défauts.
• Intégration & Automatisation : Implémentation d'une architecture électronique hybride (Raspberry Pi 5 / Arduino Mega) et développement d'une interface graphique (GUI via serveur Flask) pour le contrôle autonome à distance.
• Suivi et reporting : Gestion du planning strict de 14 semaines, suivi des risques techniques, validation des jalons et rédaction de la documentation technique complète.
• RÉALISATIONS CLÉS :
• Précision micrométrique atteinte : Mesure optique du diamètre du filament en temps réel avec une précision de 0,01 mm (10 microns).
• Performance projet : Livraison de la Preuve de Concept (PoC) 100% fonctionnelle dans le délai imparti de 14 semaines, récompensée par la note maximale de 6.0 / 6.0.
• Impact écologique et économique : Création d'un procédé pérenne permettant de revaloriser les impressions ratées du laboratoire et de réduire les coûts d'approvisionnement en matière première.
• Savoir-faire : Conception mécanique, mécanique de précision, tolérancement, vision par ordinateur, métrologie, prototypage rapide, gestion de projet R&D.
• Technologies & Outils : SolidWorks, Python, OpenCV, Raspberry Pi 5, Arduino Mega, Flask, Impression 3D.

Projet de conception mécatronique complet au sein d'une équipe pluridisciplinaire de 3 étudiants ingénieurs à l'EPFL : développement d'un robot mobile 100% autonome capable d'évoluer sur un terrain complexe (moquette, pente à 17°, obstacles) pour localiser et récolter des objets cibles sous fortes contraintes d'encombrement, de budget et de temps. RESPONSABILITÉS & MISSIONS :

• Cadrage & Stratégie : Analyse des contraintes mécaniques et financières, définition de la stratégie de navigation et choix des architectures matérielles/logicielles.
• Conception mécanique & Prototypage : Modélisation 3D (SolidWorks) de la structure complète, conception d'un train avant articulé pour l'ascension de pentes à 17°, et développement d'un système de ramassage flexible bi-matériau (TPU/PETG).
• Intégration électronique & Capteurs : Câblage et intégration d'une architecture de contrôle hybride (Raspberry Pi 4 / Arduino Uno) couplée à des puces IA (Coral TPU), caméras et capteurs ultrasons.
• Vision & Localisation : Contribution à l'implémentation du système de cartographie spatiale via caméra 360° (algorithme ToTal) et détection d'objets par Machine Learning (TensorFlow Lite).
• Gestion de projet & Suivi : Gestion du budget matériel, respect du calendrier de fabrication, gestion des risques de collision/blocage mécanique et documentation technique.
• RÉALISATIONS CLÉS :
• Dépassement des exigences techniques : Robot 100% autonome fonctionnel dans le délai strict de 18 semaines, atteignant l'ensemble des objectifs de franchissement et de récolte.
• Innovation mécanique : Conception d'un support moteur bi-matière rigide/souple imprimé en 3D permettant l'adaptation dynamique du ramasseur à différentes tailles de pièces.
• Performance & Évaluation : Respect strict du cahier des charges et du plafond budgétaire, projet récompensé par la note de 5.25 / 6.0.
• Savoir-faire : Conception mécanique (CAO), tolérancement, fabrication additive bi-matériau, découpe laser, intégration mécatronique, vision par ordinateur / IA, gestion de budget et de projet.
• Technologies & Outils : SolidWorks, MDF, TPU/PETG, Python, TensorFlow Lite, Coral AI TPU, Raspberry Pi 4, Arduino, Capteurs Ultrasons.