Désolé, cette offre est expirée.
Nous vous invitons à effectuer une nouvelle recherche.

Nouvelle recherche

Les candidats ayant postulé à cette offre ont également postulé à :

Offre d'emploi
Computer Vision Engineer [44] H/F Offre expirée
RAILENIUM

RAILENIUM
CDD 11 mois

Détail de l'offre

Quelles sont les missions ?

Un axe de développement R&D et d'innovation de Railenium vise à apporter des solutions et briques technologiques innovantes indispensables au développement du Train Autonome.

Le projet Train Autonome Service Voyageurs (TASV) de cet axe vise la préparation et la preuve de concept d'un démonstrateur d'un train autonome pour les voyageurs. Le projet est en collaboration avec des partenaires industriels (SNCF, Alstom, Thales, Bosch et SpirOps) et académiques (Univ Gustave Eiffel, IMT-Lille Douai, UPHF).

Les fonctions de perception du Train Autonome consistent à détecter et classifier des éléments statiques ou dynamiques de l'environnement ferroviaire. L'apprentissage profond (Deep Learning) est une avancée majeure de l'apprentissage automatique de ces dernières années. Cette approche consiste à apprendre à un réseau de neurones de grande taille à réaliser une tâche de prédiction à l'aide d'un ensemble de données d'apprentissage. L'apprentissage profond s'est rapidement imposé comme un standard dans plusieurs domaines en pulvérisant les records des précédentes méthodes de l'état de l'art.

Des modèles d'apprentissage profonds basé sur des jeux de données volumineux ont été développés pour répondre aux besoins de perception. Ils répondent notamment aux tâches de détection d'objet, de segmentation sémantique, de classification de scène ou encore de détection d'anomalie sur la modalité image ou nuage de points 3D. La validation et l'amélioration d'un modèle d'apprentissage profond requiert une connaissance des données et des caractéristiques apprises pour un apprentissage efficace.

Pour renforcer l'équipe actuelle, nous recherchons un ingénieur pour contribuer au développement de ces modèles en apportant une expertise sur les données et les modèles de Deep Learning. Après avoir consolidé une base de données de validation des modèles, l'ingénieur sera en charge de développer un processus de validation d'un modèle d'apprentissage profond en se basant sur les techniques existantes de la littérature (méthode SHAP, GradCam, RISE, etc.) pour étudier l'explicabilité du comportement des réseaux de neurones.
Des expérimentations et tests sur prototype sont à prévoir. L'approche sera développée en lien avec l'équipe IA du projet TASV (composée d'ingénieurs, chercheurs et doctorants).

Vos missions seront les suivantes :

o Contribuer à la création d'une base de données de validation pour les fonctions du monitoring de l'environnement,
o Réaliser un état de l'art des techniques d'explicabilité et de démonstration de sécurité en IA,
o Implémenter et évaluer avec les métriques associées les méthodes retenues par rapport à l'étude de la littérature,
o Proposer un processus de validation des modèles d'apprentissage profonds,
o Contribuer aux développements de fonctions métiers dans le cadre du lot de travail,
o Participer aux essais sur le démonstrateur de train autonome,
o Contribuer à la rédaction de livrables et de publications scientifiques,
o Assurer le rendu de ses activités au responsable de lot,
o Participer aux réunions de coordination et aux réunions du projet.

Statut du poste : CDD 11 mois

Temps de travail : Temps plein

Date de prise de poste envisagée : Dès que possible

Télétravail : partiel possible (3j/semaine)

Lire la suite

Quel est le profil idéal ?

Diplômé BAC+5 d'une école d'ingénieur ou d'un master universitaire, dans les spécialités informatique, intelligence artificielle ou robotique, vous disposez d'une première expérience réussie sur un poste similaire.

Vos connaissances en machine learning et en apprentissage automatique, profond ne sont plus à prouver.

Vous êtes à l'aise dans le traitement d'image ou de données 3D (vision par ordinateur).

Des compétences en programmation python et environnement linux sont avérées.

La maitrise du calcul GPU et des connaissances sur l'explicabilité des réseaux de neurones sont un vrai plus.

Au sein d'une équipe déjà constituée, vous savez travailler en équipe et avez le sens de l'initiative.

Grâce à votre esprit de synthèse, votre réactivité, vous savez travailler en toute autonomie.

Expérience dans le poste : Minimum 3 ans.

Pourquoi les rejoindre ?

RAILENIUM, l'Institut de Recherche Technologique dédié au ferroviaire, pilote la réalisation de projets d'innovation collaborative en créant des partenariats entre les industriels et le monde de la recherche. Son ambition : devenir le référent mondial de la R&D ferroviaire.

Basé dans les Hauts-de-France et en Région Parisienne, soutenu par l'Etat et la filière ferroviaire, RAILENIUM est adossé à un réseau d'excellence de partenaires industriels et académiques : nos collaborateurs répondent ensemble aux grands défis sociétaux et technologiques de la filière ferroviaire.

Réunir l'ensemble des acteurs d'un projet offre un univers de travail dynamique et motivant tout en créant de véritables interactions entre les acteurs de la recherche

Relever ces nombreux défis technologiques nécessite de mobiliser un panel de compétences variées autour notamment des objets connectés, l'Intelligence Artificielle, la certification physique et numérique, la maintenance prédictive, la gestion de l'énergie, le train autonome.

Rejoindre RAILENIUM, c'est inventer et concevoir un transport plus sûr, plus performant et plus durable : le système ferroviaire de demain.

 
Dépôt CV
Montrez vos talents, 15 000 recruteurs vous attendent

Je dépose mon CV dans la CV-thèque

Doc, Docx, rtf, pdf (3 Mo. max)

D'autres offres vous attendent sur Cadremploi
Continuez sur votre lancée ! Découvrez d'autres offres similaires à celle-ci
OU
Continuer ma recherche
Soyez le premier prévenu !

Recevez les offres similaires à cette annonce

En créant votre alerte, vous acceptez les conditions d'utilisation

Alerte active Vous recevrez par email les offres correspondant à la recherche

Gérer mes alertes