Job offer

Orange; France; Sur place; EUR 40 000 - 60 000; Plein temps

Résumé du poste

Une entreprise innovante recherche un candidat pour une thèse passionnante sur les IAs collaboratives pour l'inspection des infrastructures télécom. Ce rôle implique la conception d'un système d'inspection utilisant des techniques avancées de fusion de données et d'intelligence artificielle. Les défis incluent la création de modèles de segmentation et l'évaluation des infrastructures défectueuses. Si vous êtes passionné par l'IA et la vision par ordinateur et que vous souhaitez contribuer à des projets de pointe, cette opportunité est faite pour vous. Rejoignez une équipe dynamique et internationale pour relever des défis technologiques passionnants.

Qualifications

• Compétences en IA et vision par ordinateur avec maîtrise de Python et C++.
• Capacité d'analyse, de synthèse et travail en autonomie requis.

Responsabilités

• Concevoir un système d'inspection basé sur des IAs collaboratives.
• Développer des méthodes pour associer des données de capteurs hétérogènes.

Connaissances

Intelligence Artificielle

Vision par ordinateur

Python

C++

Capacité d'analyse

Capacité de synthèse

Travail en autonomie

Qualités relationnelles

Formation

Ingénieur en Informatique

Master spécialité Informatique

Description du poste

Votre rôle est d’effectuer un travail de thèse sur : « IAs collaboratives pour l'inspection des infrastructures télécom sur images multimodales »

Contexte global et problématique du sujet

La surveillance et la maintenance des infrastructures de réseaux font face aujourd'hui à plusieurs défis majeurs : des coûts d'intervention élevés, des temps d'inspection longs, une subjectivité dans les évaluations et une fréquence d'inspection insuffisante. Dans ce contexte, l'automatisation du processus d'inspection représente un enjeu stratégique majeur pour les opérateurs comme Orange, mais aussi pour d'autres acteurs comme EDF et Enedis. L'optimisation des ressources, la réduction des coûts opérationnels et l'amélioration de la précision des inspections sont au cœur de cette problématique.

Objectif scientifique – résultats et verrous à lever

L'objectif de la thèse est de concevoir un système d'inspection des infrastructures de télécom basé sur des IAs collaboratives, en s'appuyant sur une fusion embarquée adaptative multi-vecteurs (drones, voitures) et multimodale (IMU, visible, GPS, Lidar, IR etc.). Les principaux verrous scientifiques à lever sont :

1. La préparation d’une base de données annotée,
2. La fusion amont géométrique : développer des méthodes pour associer efficacement les données issues de capteurs hétérogènes (visible, Lidar, IR etc.) et différents vecteurs (voitures, drones) en tenant compte du contexte (position GPS, vitesse du vecteur, etc.),
3. La fusion multimodale adaptative : concevoir des techniques de fusion dynamique capables de s'adapter aux conditions environnementales changeantes,
4. La création de modèles combinant la segmentation des infrastructures défectueuses avec l'évaluation de leur niveau de gravité et la priorisation des interventions.

Les approches envisagées comprennent l'utilisation de réseaux de neurones récurrents pour la fusion temporelle, le développement d'algorithmes d'auto-calibration multi-capteurs, et la conception de réseaux de neurones pour l'estimation de transformations géométriques. Les réalisations attendues incluent des démonstrateurs validés en environnement réel et le dépôt de brevets.

Compétences (scientifiques et techniques) et qualités personnelles exigées par le poste

Vous avez des compétences dans le domaine de l’IA et de vision par ordinateur ; Vous maitrisez les langages de programmation Python, C++ ; Vous êtes animé(e) par une curiosité permanente ; Vous êtes force de proposition ; Vous possédez des qualités relationnelles vous permettant de travailler avec des équipes internationales, en transverse et avec des experts du domaine ; Vous êtes capable de prendre des initiatives et faites preuve d'une capacité d'analyse et de synthèse ; Vous savez travailler en autonomie ; Vous êtes à l’aise à l’oral et à l’écrit.

Formation demandée

Ingénieur ou Master spécialité Informatique.

Expériences souhaitées

Stage PFE ou projets pertinents en computer vision.