L’appel d’offres JECO (appel d’offres conjoint pour l’optimisation de l’ingénierie), qui regroupe des systèmes d’ingénierie, inclut divers domaines techniques pour lesquels CT a collaboré avec Airbus durant de nombreuses années. Ce contrat-cadre de plusieurs années nous permet de continuer de fournir des services à Airbus Operations partout dans le monde.
D’autre part, Francisco Marín Úbeda, responsable Grands comptes pour Airbus et directeur national en Allemagne précise que « Notre sélection dans le cadre du JECO confirme notre empreinte dans les activités d’ingénierie de systèmes pour Airbus Operations au cours des 15 dernières années et cela implique en outre la sélection dans de nouveaux services ».
Cette réussite est la preuve du succès de notre stratégie en tant que fournisseur transnational aux multiples atouts, qui consiste à offrir à Airbus des services de qualité, ponctuels, et avec une offre concurrentielle. CT est le partenaire de confiance d’Airbus depuis 1995 et figure sur sa liste de fournisseurs préférentiels pour l’ingénierie depuis 2008
.
Related Actualités
CT clôture avec succès le projet ALARAD : innovation en agriculture de précision pour une production plus durable et de haute qualité.
Faisant appel à des technologies innovantes pour optimiser la gestion et la qualité de la production agricole dans les vignobles de la Ribera del Duero, la plateforme ALARAD a été développée et mise en œuvre sous l’égide de CT. Le projet intègre des technologies IoT, l’intelligence artificielle et des capteurs sophistiqués permettant d’optimiser la gestion agricole et de promouvoir des pratiques durables dans le secteur.
The PADA1 project, led by HyPrSpace, with CT Engineering Group & Telespazio France, successfully validated two consecutive Preliminary Design Reviews for it suborbital and orbital launch systems.
Last month, PADA1 consortium hosted two Preliminary Design Reviews (PDR), one for the micro launcher Orbital Baguette One, the other for the suborbital launcher Baguette One, and their respective launch systems.
CT conclut le projet IADGENOL sur l’automatisation des trajectoires des systèmes AWE à l’aide du deep learning
After two years of research, CT has successfully developed a Deep Learning-based control model that addresses the dynamic challenges of autonomous AWE system operations. In collaboration with Carlos III University of Madrid, CT showcased the results of the latest validation tests in a simulation environment for the AWES control system at the European AWES Congress, AWEC2024, in Madrid, demonstrating precise wind alignment and optimal energy generation trajectories.