STAGE – Ingénieur en apprentissage multimodal pour la reconnaissance vocale et l’analyse facial[...]

Thales; Palaiseau; Sur place; EUR 40 000 - 60 000; Plein temps

Résumé du poste

Une entreprise de haute technologie à Palaiseau recherche un stagiaire pour un poste d'Ingénieur en apprentissage multimodal. Le candidat contribuera au développement d'une solution combinant intelligence artificielle et traitement du signal pour la reconnaissance de locuteur. Les compétences nécessaires incluent Python et un bon niveau d’anglais. Ce stage de 6 mois offre une opportunité de découvrir la recherche en IA.

Qualifications

• Connaissances en Python et Intelligence Artificielle.
• Connaissances en Traitement du signal et Vision par Ordinateur.
• Niveau d’Anglais B2-C1 requis.

Responsabilités

• État de l’art des méthodes multimodales audio–vidéo.
• Identification d’architectures et modèles open-source pertinents.
• Implémentation et adaptation des modèles présélectionnés.
• Évaluation des performances en conditions normales et bruitées.
• Mise en place d’un démonstrateur.

Connaissances

Python

Intelligence Artificielle

Traitement du signal

Vision par Ordinateur

Anglais (niveau B2-C1)

Formation

Etudiant en M2, Ecole d’ingénieur ou formation équivalente

Description du poste

Lieu : Palaiseau, France

Construisons ensemble un avenir de confiance

Thales est un leader mondial des hautes technologies spécialisé dans trois secteurs d’activité : Défense & Sécurité, Aéronautique & Spatial, et Cyber & Digital. Il développe des produits et solutions qui contribuent à un monde plus sûr, plus respectueux de l’environnement et plus inclusif. Le Groupe investit près de 4 milliards d’euros par an en Recherche & Développement, notamment dans des domaines clés de l’innovation tels que l’IA, la cybersécurité, le quantique, les technologies du cloud et la 6G. Thales compte près de 81 000 collaborateurs dans 68 pays.

Nos engagements, vos avantages

• Notre savoir-faire technologique
• Notre attention portée à l’équilibre des collaborateurs
• Un environnement inclusif et bienveillant
• Un engagement sociétal et environnemental reconnu (Thales Solidarity, indice CAC 40 ESG…)

Votre quotidien

Thales Research&Technology, notre centre de recherche dans les domaines matériels, et CortAIx Labs, notre centre de recherche en IA et digital ont pour mission de proposer des innovations de ruptures, de maintenir et d’accroitre l’avance technologique et d’en assurer la compétitivité pour le groupe.

En intégrant CortAIx Labs, vous contribuerez au développement d’une solution combinant des approches d’intelligence artificielle et des approches de traitement du signal et de la vision par ordinateur pour la reconnaissance de locuteur et la classification des émotions.

Avec l’essor des modèles multimodaux récents, il devient possible de combiner efficacement des signaux hétérogènes tels que la voix et l’image pour renforcer la robustesse des systèmes d’intelligence artificielle. Les approches unimodales classiques en reconnaissance vocale ou faciale atteignent leurs limites, en particulier dans des environnements bruités.

Vous aurez pour objectif de développer et d’évaluer des méthodes de deep learning multimodales exploitant simultanément l’audio et la vidéo du dataset SpeakingFaces, y compris dans des conditions bruitées. Ces travaux auront des applications directes dans la sécurité biométrique, l’interaction homme–machine et les assistants vocaux intelligents.

Dans ce contexte, vous aurez pour missions:

• État de l’art des méthodes multimodales audio–vidéo (reconnaissance de locuteur, analyse d’émotions, fusion multimodale) et des approches de robustesse au bruit.
• Identification des architectures et modèles open-source les plus pertinents pour le dataset SpeakingFaces et notre cas d’usage.
• Implémentation et adaptation des modèles présélectionnés, avec une attention particulière au prétraitement audio–vidéo et aux techniques de réduction de bruit.
• Évaluation des performances en conditions normales et bruitées, selon plusieurs métriques (taux de reconnaissance, précision émotionnelle, robustesse).
• Mise en place d’un démonstrateur

Votre profil

STAGE – Ingénieuren apprentissage multimodal pour la reconnaissance vocale et l’analyse faciale (H/F) – 6 mois

Vous avez envie de découvrir le domaine de la recherche ?

Vous avez pour ambition de réaliser votre stage au sein de Thales?

Etudiant en M2, en Ecole d’ingénieur ou formation équivalente, vous avez des connaissances en :

• Python
• Intelligence Artificielle
• Traitement du signal
• Vision par Ordinateur
• Anglais (niveau B2-C1 attendu)

Rigueur, autonomie et goût pour l’expérimentation sont des atouts que l'on vous reconnait ? Alors ce stage est fait pour vous !

Tous nos stages sont conventionnés et soumis à une gratification dont le montant est déterminé selon votre niveau d’études. Thales, entreprise Handi-Engagée, reconnait tous les talents. La diversité est notre meilleur atout. Postulez et rejoignez nous !