Ingénieur Computer Vision – Intelligence artificielle et traitement d’images

Concevoir et développer des algorithmes d’intelligence artificielle dédiés à la vision par ordinateur, au traitement des données et à la prise de décision automatisée. La mission vise à intégrer des solutions d’IA performantes et fiables dans des systèmes autonomes et industriels soumis à des contraintes opérationnelles importantes.

Missions principales :

Concevoir, entraîner et évaluer des modèles de Machine Learning et de Deep Learning destinés à l’interprétation d’images, à la localisation d’objets, à la détection d’événements inhabituels et à l’analyse d’environnements dynamiques.

Développer des environnements de simulation numérique permettant de reproduire des scénarios représentatifs des conditions réelles d’exploitation. Utiliser ces environnements pour entraîner les modèles et valider les performances des algorithmes développés.

Intégrer les modèles d’intelligence artificielle dans des architectures logicielles existantes. Optimiser les algorithmes afin de respecter les contraintes de calcul et les exigences de temps de réponse des systèmes embarqués.

Participer aux activités de qualification et de validation des solutions en collaboration avec les équipes de développement logiciel, de simulation, de contrôle-commande et d’ingénierie système.

Compétences attendues :

Maîtrise du Machine Learning et du Deep Learning, ainsi que des langages Python et C++. Connaissance des frameworks PyTorch et/ou TensorFlow et des techniques de vision par ordinateur. Compétences en traitement de données, préparation des jeux de données, conception de pipelines d’entraînement, simulation numérique et optimisation des modèles d’intelligence artificielle. Capacité à intégrer et à déployer des modèles dans des architectures logicielles complexes.

Profil recherché :

Diplômé d’une formation supérieure en informatique, intelligence artificielle, robotique ou domaine équivalent, le candidat possède une expérience en développement et en industrialisation de modèles d’apprentissage automatique. Il maîtrise les différentes étapes du cycle de vie d’une solution d’IA, de la préparation des données au déploiement, en passant par l’entraînement, la validation et l’optimisation. L’autonomie, la rigueur, la robustesse des développements et la capacité à collaborer avec des équipes pluridisciplinaires sont attendues.