Computer Vision Engineer - Saint-Denis, France - Railenium

Railenium

Entreprise vérifiée

Saint-Denis, France

il y a 1 semaine

Posté par:

Sophie Dupont

beBee Recruiter

Description

**Qui sommes-nous ?**

RAILENIUM, l'Institut de Recherche Technologique dédié au ferroviaire, pilote la réalisation de projets d'innovation collaborative en créant des partenariats entre les industriels et le monde de la recherche. Son ambition : devenir le référent mondial de la R&D ferroviaire.

Basé dans les Hauts-de-France et en Région Parisienne, soutenu par l'Etat et la filière ferroviaire, RAILENIUM est adossé à un réseau d'excellence de partenaires industriels et académiques : nos collaborateurs répondent ensemble aux grands défis sociétaux et technologiques de la filière ferroviaire.

Réunir l'ensemble des acteurs d'un projet offre un univers de travail dynamique et motivant tout en créant de véritables interactions entre les acteurs de la recherche.

L'industrie ferroviaire européenne doit surmonter de grands défis afin d'accroitre la capacité du transport ferroviaire. Les infrastructures existantes âgées pour certains, requièrent des actions de maintenances efficaces et durables afin d'accroître le niveau de performances générales du réseau.

Rejoindre RAILENIUM, c'est inventer et concevoir un transport plus sûr, plus performant et plus durable : le système ferroviaire de demain.

Nous recherchons des hommes et des femmes de talent prêts à s'investir pour construire et faire vivre ces projets à nos côtés.

En ce sens, RAILENIUM recherche un/une **Computer Vision Engineer - Validation, amélioration et optimisation des algorithmes d'IA.**

**Ce que nous vous proposons**:
Au-delà d'un diplôme ou d'une expérience, nous recherchons des personnalités, des challengers, des inventeurs dans l'âme que nous nous engageons d'accompagner afin de faire de votre parcours au sein de Railenium une expérience enrichissante et stimulante. Nous veillerons au développement de vos talents à travers nos pôles de compétences en diversifiant vos activités et vos thématiques de recherche.

Aux côtés d'une équipe dynamique et motivée, votre quotidien vous offre un environnement de travail multi-partenarial agréable et performant où chacun peut se sentir libre de s'épanouir à travers de nombreux projets innovants.

Venez collaborer avec les grands noms de l'industrie ferroviaire : Alstom, SNCF, Hitachi.

Railenium, c'est avant tout une aventure humaine et stimulante pour préparer le futur.

**Description du poste**

Un axe de développement R&D et d'innovation de Railenium vise à apporter des solutions et briques technologiques innovantes indispensables au développement du Train Autonome.

Le projet Train Autonome Service Voyageurs (TASV) de cet axe vise la préparation et la preuve de concept d'un démonstrateur d'un train autonome pour les voyageurs. Le projet est en collaboration avec des partenaires industriels (SNCF, Alstom, Thales, Bosch et SpirOps) et académiques (Univ Gustave Eiffel, IMT-Lille Douai, UPHF).

Les fonctions de perception du Train Autonome consistent à détecter et classifier des éléments statiques ou dynamiques de l'environnement ferroviaire. L'apprentissage profond (Deep Learning) est une avancée majeure de l'apprentissage automatique de ces dernières années. Cette approche consiste à apprendre à un réseau de neurones de grande taille à réaliser une tâche de prédiction à l'aide d'un ensemble de données d'apprentissage. L'apprentissage profond s'est rapidement imposé comme un standard dans plusieurs domaines en pulvérisant les records des précédentes méthodes de l'état de l'art.

Des modèles d'apprentissage profonds basé sur des jeux de données volumineux ont été développés pour répondre aux besoins de perception. Ils répondent notamment aux tâches de détection d'objet, de segmentation sémantique, de classification de scène ou encore de détection d'anomalie sur la modalité image ou nuage de points 3D. La validation et l'amélioration d'un modèle d'apprentissage profond requiert une connaissance des données et des caractéristiques apprises pour un apprentissage efficace.

Pour renforcer l'équipe actuelle, nous recherchons un ingénieur pour contribuer au développement de ces modèles en apportant une expertise sur les données et les modèles de Deep Learning. Après avoir consolidé une base de données de validation des modèles, l'ingénieur sera en charge de développer un processus de validation d'un modèle d'apprentissage profond en se basant sur les techniques existantes de la littérature (méthode SHAP, GradCam, RISE, etc.) pour étudier l'explicabilité du comportement des réseaux de neurones.

Des expérimentations et tests sur prototype sont à prévoir. L'approche sera développée en lien avec l'équipe IA du projet TASV (composée d'ingénieurs, chercheurs et doctorants).

Vos missions seront les suivantes:

- Contribuer à la création d'une base de données de validation pour les fonctions du