Stagiaire IA: Vision par ordinateur & Adaptation de Domaine

PELLENC Selective Technologies SA; Pertuis; Sur place; EUR 7 800 - 10 000; Plein temps

Résumé du poste

PELLENC Selective Technologies SA recherche un stagiaire ingénieur de recherche en IA, spécialisé en vision par ordinateur, pour un stage de 5 à 6 mois à Pertuis (84). Le/la stagiaire proposera des approches d’adaptation de domaine pour la segmentation par instance et rédigera un article científique destiné à une conférence, en collaboration avec l’équipe d’encadrement.

Le candidat idéal est étudiant en Master 2 ou école d’ingénieurs, maîtrise de Python et des frameworks Torchvision/MMDetection,

Qualifications

• Étudiant(e) en Master 2 ou école d’ingénieurs, spécialisation IA, vision par ordinateur.
• Bonnes bases théoriques en apprentissage automatique et idéalement en adaptation de domaine.
• Compétences solides en PyTorch et connaissance des architectures de segmentation/détection.
• Bonne maîtrise de Python et des frameworks associés (Torchvision, MMDetection).
• Autonomie, rigueur scientifique et goût pour la rédaction et la valorisation de travaux de recherche.

Responsabilités

• Étudier l’état de l’art de l’adaptation de domaine pour la segmentation par instance.
• Formuler une ou plusieurs approches d’adaptation de domaine pour la segmentation par instance.
• Implémenter les approches proposées et les évaluer sur des jeux de données publics.
• Proposer un protocole expérimental rigoureux et mener une étude comparative.
• Rédiger les résultats sous forme d’article scientifique pour une conférence.

Connaissances

IA

PyTorch

Vision par ordinateur

Apprentissage automatique

Python

Formation

Master 2 ou école d'ingénieurs

Outils

Torchvision

MMDetection

Description du poste

PELLENC Selective Technologies SA recherche un stagiaire ingénieur de recherche en IA, spécialisé en vision par ordinateur, pour un stage de 5 à 6 mois à Pertuis (84). Le/la stagiaire proposera des approches d’adaptation de domaine pour la segmentation par instance et rédigera un article científique destiné à une conférence, en collaboration avec l’équipe d’encadrement.

Le candidat idéal est étudiant en Master 2 ou école d’ingénieurs, maîtrise de Python et des frameworks Torchvision/MMDetection,