3D-Aware Real-Time MOT Engineer

IDEMIA Public Security; Courbevoie; Sur place; EUR 55 000 - 85 000; Plein temps

Résumé du poste

IDEMIA Public Security recherche un chercheur en vision par ordinateur pour développer des algorithmes de suivi multi-objets en temps réel, basés sur des architectures MOT end-to-end et des approches 3D amodales, adaptés aux scénarios avec occlusions et aux prototypes industriels.

Le candidat idéal maîtrise le deep learning (Transformer, DETR), Python et PyTorch, avec une expérience en détection/suivi et en vision 3D. Collaboration avec Télécom Paris et les équipes IDEMIA est attendue.

Qualifications

• Solides connaissances en deep learning et architectures type Transformer (mécanismes d’attention, DETR).
• Expérience en vision par ordinateur: détection/suivi d’objets et/ou vision 3D.
• Maîtrise de Python et PyTorch.

Responsabilités

• Étudier et développer des algorithmes de suivi multi-objets (MOT) robustes et en temps réel.
• Explorer des représentations amodales et 3D pour améliorer le suivi sur dispositifs edge.
• Concevoir des méthodologies expérimentales et benchmarks et valider les approches MOT.

Connaissances

Deep learning

Transformer

Attention

DETR

Outils

Python

PyTorch

Description du poste

IDEMIA Public Security recherche un chercheur en vision par ordinateur pour développer des algorithmes de suivi multi-objets en temps réel, basés sur des architectures MOT end-to-end et des approches 3D amodales, adaptés aux scénarios avec occlusions et aux prototypes industriels.

Le candidat idéal maîtrise le deep learning (Transformer, DETR), Python et PyTorch, avec une expérience en détection/suivi et en vision 3D. Collaboration avec Télécom Paris et les équipes IDEMIA est attendue.