Lynred, leader mondial des détecteurs infrarouges II-VI, met en œuvre des technologies de pointe pour les secteurs aérospatial, défense, automobile et industrie.

Au sein de l’équipe R&D Couche Mince, nous développons et qualifions les couches minces CdHgTe (CMT) qui constituent le cœur de nos détecteurs IR. Pour cela, l’entreprise est équipée d’un parc de métrologie performant (profilométrie, spectroscopie, cartographie, microscopie optique, etc.) et bénéficie d’un partenariat stratégique avec le CEA ainsi que d’une base de données industrielle riche de plusieurs années de production.

Détecter la défectivité micrométrique des couches mince de CdHgTe

Objectif du stage : Débusquer, comprendre et proposer des voies d’atténuation des défauts ≤ 5 µm qui limitent le rendement de nos détecteurs IR. Votre travail influencera directement la performance et la compétitivité de nos détecteurs IR hybridé embarqués dans les satellites météorologiques et dans les enjeux de défense national.

Pour cela vous serez amené à plonger dans notre base de données industrielle pour repérer les défauts récurrents (cratères, fissures, inclusions). Puis vous mènerez une campagne de caractérisation des défauts micrométriques grâce à des techniques de mesures de pointe comme le Microscope Électronique à Balayage couplé à une coupe FIB (Focused Ion Beam) ou encore avec notre équipement interne de cartographie de défectivité. Votre objectif sera de caractériser la morphologie, la composition chimique (EDS) et la profondeur des micro-défauts.

Suite à ce travail, vous serez amené à corréler la densité/type de défauts aux paramètres industriels de dépôt de couche mince grâce à JMP® et Python (statistiques, DOE, régression).

Au final, vous édifierez une note de recommandation techniques (optimisation du procédé, post‑traitements) afin de diminuer la défectivité de couche mince micrométrique et établirai un plan d’actions que vous présenterez au comité R&D et production.

Ce que vous allez acquérir :

·        Connaissance approfondie des techniques de métrologie avancées (MEB, FIB, profilométrie, spectroscopie, cartographie) dans un environnement industriel.

·        Compétences en analyse de données (Python, JUMP®) appliquées à la caractérisation de défauts.

·        Connaissance du processus de dépôt de couches minces CMT et de leurs contraintes industrielles.

·        Expérience de travail collaboratif avec des équipes R&D, production et des partenaires académiques (CEA).

·        Maitrise d’instrumentation de pointe : MEB, FIB, profilométrie, spectroscopie.

·        Compétences data‑science : Python, JMP®, statistiques, visualisation.

·        Connaissance générale du procédé CMT : dépôt de couches minces, contraintes industrielles.

·        Expérience collaborative : travail avec R&D, production.

·        Soft‑skills : communication scientifique, travail en équipe.

Formation : Master 2 en ingénierie des matériaux, micro‑électronique, physique appliquée ou équivalent.

Compétences techniques : Connaissances en couches minces, microscopie électronique, analyse d’image ; maîtrise de Python/Matlab pour le traitement de données.

Qualités personnelles : Curiosité scientifique, rigueur analytique, sens du travail en équipe, bonne communication écrite et orale.

Atouts : Expérience préalable sur MEB/FIB, stage ou projet sur la défectivité des couches minces, familiarité avec les outils de gestion de données (SQL, Git).