Deep Joint Source-Channel Coding: implémentation et validation sur une chaîne de transmission r[...]

CEA; Grenoble; On-site; EUR 8,928 - 14,508; Full time

Job summary

Le CEA recherche un stagiaire Master 2 pour l’implémentation et la validation d’un système Deep Joint Source‑Channel Coding sur une chaîne de transmission réelle. Le stagiaire développera une solution optimisée pour une plateforme GPU embarquée NVIDIA et l’intégrera dans une chaîne de transmission existante pour évaluer ses performances dans des conditions proches du réel.

Le poste requiert des compétences en Python et PyTorch, une bonne connaissance des codages et de la modélisation des canaux,

Qualifications

• Étudiant en Master 2, spécialisation télécommunications ou IA.
• Connaissances solides en communications numériques et modélisation de canaux.
• Maîtrise de Python et familiarité avec PyTorch.
• Expérience en évaluation de la qualité de reconstruction (PSNR/SSIM).
• Intérêt pour l’optimisation de modèles sur GPU embarqués (CUDA/TensorRT).
• Autonomie et rigueur expérimentale.

Responsibilities

• Étudier l’état de l’art des techniques Deep JSCC et identifier les architectures pertinentes.
• Implémenter un modèle de référence en simulation pour reproduire différents scénarios de transmission.
• Optimiser le modèle pour la plate-forme NVIDIA Jetson (puissance, mémoire, consommation énergétique, latence).
• Analyser les performances sur la base de métriques telles que PSNR, SSIM, débit, latence et consommation énergétique.
• Intégrer la solution dans une chaîne de transmission réelle ou proche du réel et comparer les résultats à une chaîne conventionnelle.
• Rédiger une démonstration fonctionnelle et une analyse complète des compromis entre qualité de transmission, complexité de calcul et efficacité énergétique.

Skills

Python

PyTorch

CUDA

TensorRT

Education

Master 2 en télécommunications

Tools

CUDA

TensorRT

Job description

Deep Joint Source-Channel Coding: implémentation et validation sur une chaîne de transmission réelle H/F

Description du poste

Stage de recherche de Master 2 portant sur l’implémentation et la validation d’un système Deep Joint Source‑Channel Coding (JSCC) sur une chaîne de transmission réelle. Le stagiaire développera une solution optimisée pour une plateforme GPU embarquée NVIDIA et l’intégrera dans une chaîne de transmission existante afin d’évaluer ses performances dans des conditions proches du réel.

Responsabilités

• Étudier l’état de l’art des techniques Deep JSCC et identifier les architectures les plus pertinentes.
• Implémenter un modèle de référence en simulation afin de reproduire différents scénarios de transmission.
• Optimiser le modèle pour la plateforme NVIDIA Jetson (puissance, mémoire, consommation énergétique, latence).
• Analyser les performances sur la base de métriques telles que PSNR, SSIM, débit, latence et consommation énergétique.
• Intégrer la solution dans une chaîne de transmission réelle ou proche du réel et comparer les résultats à une chaîne conventionnelle.
• Rédiger une démonstration fonctionnelle et une analyse complète des compromis entre qualité de transmission, complexité de calcul et efficacité énergétique.

Qualifications

• Étudiant Master 2, spécialisation en télécommunications, réseaux sans fil, traitement du signal, IA ou systèmes embarqués.
• Connaissances solides en communications numériques (codage source, codage canal, modulation, propagation radio, modélisation de canaux).
• Compétences en apprentissage profond et en programmation scientifique – maîtrise de Python et familiarité avec PyTorch.
• Expérience en évaluation de la qualité de reconstruction (PSNR, SSIM, métriques perceptuelles).
• Intérêt pour l’optimisation de modèles sur GPU embarqués (CUDA, TensorRT, quantification, compression).
• Capacité à réaliser une analyse bibliographique rigoureuse, à implémenter, tester, documenter et présenter les résultats.
• Autonomie, curiosité scientifique et rigueur expérimentale.

Localisation du poste

France, Auvergne‑Rhône‑Alpes, Isère (38)

Référence

2026‑41055