Stage IA: Désassemblage CAD par Deep Learning

Groupe Talents Handicap; Bois-Colombes; Sur place; EUR 11 000 - 16 000; Plein temps

Avantages offerts par ce poste

Collaborative environment

International collaboration

Diversité des technologies

Inclusion et diversité

Résumé du poste

Dassault Systèmes, l'entreprise de la 3DEXPERIENCE, offre un stage au sein du département Corporate Research pour développer une méthode d'intelligence artificielle qui automatise le désassemblage à partir de données CAD, en prenant en compte les contraintes du produit et les aspects métiers.

Le stage commence par un état de l'art et se poursuit par l'implémentation et l'évaluation sur des cas d'étude représentatifs, avec démonstration finale des résultats.

Qualifications

• Actuellement en Master 2 / Bac+5 en école d'ingénieur ou université, vous vous spécialisez en mathématiques appliquées, optimisation, apprentissage statistique ou réseaux de neurones profonds.
• Bonne maîtrise de Python et des frameworks de Deep Learning, plus une bonne maîtrise de l'anglais pour la rédaction de documentation.

Responsabilités

• Développer une méthode d'IA pour automatiser la génération d'un processus de désassemblage à partir d'un assemblage CAD, en tenant compte des contraintes géométriques et métiers du produit.
• Réaliser un état de l'art des approches existantes en désassemblage automatique et en planification à partir de données CAD.
• Implémenter et évaluer la méthode sur des cas d'étude représentatifs et démontrer les résultats.

Connaissances

Python

Deep Learning frameworks

Statistical learning

Anglais technique

Formation

Master 2 / Bac+5 en école d'ingénieur ou université

Outils

Deep Learning frameworks

Description du poste

Dassault Systèmes, l'entreprise de la 3DEXPERIENCE, offre un stage au sein du département Corporate Research pour développer une méthode d'intelligence artificielle qui automatise le désassemblage à partir de données CAD, en prenant en compte les contraintes du produit et les aspects métiers.

Le stage commence par un état de l'art et se poursuit par l'implémentation et l'évaluation sur des cas d'étude représentatifs, avec démonstration finale des résultats.