Ingénieur IA

1000scholars; Villers-lès-Nancy; Presencial; EUR 55 000 - 90 000; Tempo integral

Resumo da oferta

1000scholars recherche un ingénieur/chercheur pour concevoir et porter sur calculateur embarqué un modèle multimodal frugal. Vous orchestrerez l’entraînement, la compression et l’évaluation du système embarqué pour l’exosquelette dans un cadre industriel, avec collaboration étroite avec l’équipe HUCEBOT.

Le candidat devra maîtriser PyTorch, distillation et déploiement sur Jetson/TensorRT, avec des compétences en Python et C++.

Qualificações

• Conception et portage d’un modèle latent multimodal sur calculateur embarqué.
• Expérience en distillation et compression de modèles pour edge AI.
• Maîtrise des environnements PyTorch et déploiement sur GPU/Jetson.

Responsabilidades

• Concevoir l’architecture d’un modèle latent multimodal (vision, voix, cinématique).
• Entraîner le modèle par distillation à partir d’un pipeline existant.
• Compresser, quantifier et porter le modèle sur calculateur embarqué.
• Évaluer le modèle et l’intégrer au contrôleur de l’exosquelette pour les essais.
• Participer à la collecte et à la structuration de dataset.

Conhecimentos

Apprentissage profond

PyTorch

Modèles multimodaux

Compression de modèles

Distillation

Quantification

Déploiement embarqué

TensorRT

Jetson

Python avancé

C++

Vision et langage

Git et tests

Calculs sur GPU

Ferramentas

PyTorch

TensorRT

Jetson

Git

CUDA

Descrição da oferta de emprego

Context

Dans le cadre d'un financement public France 2030 (appel « Pionniers de l'intelligence artificielle ») et au sein de l'équipe HUCEBOT, le projet CORTEXO a pour objectif de développer un modèle d'IA multimodal embarqué dédié à la commande d'exosquelettes actifs pour l'assistance au port de charge en environnement industriel non instrumenté.

Assignment

La personne recrutée sera amenée à concevoir, entraîner et porter sur calculateur embarqué un modèle frugal capable de comprendre en temps réel le contexte de l'opérateur (vision, voix, cinématique) pour adapter l'assistance de l'exosquelette. La personne recrutée sera en lien avec un·e ingénieur·e en instrumentation embauché·e sur le même projet, qui développe la plateforme de collecte et d'essais pour les validations expérimentales sur exosquelette. La personne recrutée aura la charge du développement et de l'évaluation du modèle embarqué, et prendra des initiatives pour proposer des choix d'architecture et d'optimisation.

Main activities

• Concevoir l'architecture d'un modèle latent multimodal (vision, voix, cinématique)
• Entraîner le modèle par distillation à partir d'un pipeline de référence existant
• Compresser, quantifier et porter le modèle sur calculateur embarqué
• Évaluer le modèle (métriques, comparaison avec le pipeline de référence) et l'intégrer au contrôleur de l'exosquelette pour les essais
• Participer à la collecte et à la structuration de dataset

Skills

Compétences techniques

• Apprentissage profond (PyTorch) : modèles multimodaux, architectures latentes
• Robotique, contrôle d'exosquelettes ou interaction physique humain-robot
• Compression de modèles : distillation, quantification, déploiement embarqué (TensorRT, Jetson)
• Python (avancé), C++
• Traitement de signaux temporels (cinématique, IMU) et modèles de vision/langage
• Bonnes pratiques de développement : Git, tests, reproductibilité, calcul sur clusters GPU

Langues

Français et anglais : lu, écrit, parlé (niveau professionnel)

Compétences relationnelles

• Autonomie et esprit d'initiative
• Communication scientifique (rédaction d'articles, présentation aux partenaires)
• Travail collaboratif avec des profils variés (ingénieurs, chercheurs…)