Ingénieur Radar / Machine Learning H/F

Toulouse
1200€ brut/mois + avantages CE
Bac +5
Débutant

Description du poste

CELAD, société de conseil et d’ingénierie informatique indépendante de plus de 1200 collaborateurs, intervient sur des projets à haute valeur ajoutée, dans le domaine des systèmes d’information et de l’informatique industrielle.

Rejoindre CELAD, c’est concilier dimension humaine, dynamisme et professionnalisme au sein d’une société reconnue pour sa politique sociale.

 

Intitulé du stage : Développement d’algorithmes de classification par approche Machine Learning

 

Sujet détaillé :

 

Le développement d’algorithmes de classification de l’environnement routier pour l’aide à la conduite est soumis à un compromis permanent entre, d’une part, les normes de sécurité qui imposent des algorithmes simples et modulaires, et d’autre part, la résolution des capteurs qui génère de grandes quantités de données,  de plus en plus difficile à traiter par une simple approche probabiliste.

Ce challenge est particulièrement important pour les radars 4D en cours de développement.

L’objectif de ce stage est d’utiliser une approche machine learning pour caractériser le type de revêtement de la chaussée ou les objets sur la route, ou encore les potentiels objets routiers (tunnel / pont / rails…).

 

Vous serez amené(e) à :

 

– Vous former sur l’état de l’art

– Développer une approche machine learning,

– Comprendre est choisir les solutions adaptées

– Réaliser le développement de l’algorithme sous environnement simulé et réel.

– Participer à l’ensemble des meetings Agile de l’équipe

 

 

Environnement technique : Machine Learning, traitement d’images, vision par ordinateur, Python, C/C++.

 

Compétences souhaitées : Machine Learning, traitement d’images, vision par ordinateur, Python, langage C/C++, Git. Il est nécessaire que vous soyez à l’aise pour échanger en anglais à l’oral et à l’écrit.

 

Durée du stage : 6 mois (démarrage négociable)

Postuler à cette offre

Référence à rappeler : T.S.37.93.03.21

Date limite de candidature : 02 Mai 2022

-->