Réalisation de l'état de l'art. Amélioration de la détection des défauts sur des images haute résolution en contexte industriel et temps réel. Création d'un modèle de segmentation SOTA basé sur un réseau de neurones Transformers. Optimisation des hyperparamètres et des performances du modèle. Direction d'un prestataire pour l'annotation des images. Création d'un benchmark pour l'évaluation des performances des modèles. Quantization et Profiling des performances avec TensorRT et pyCuda. Réalisation de divers outils de visualisation et d'analyse comparatives des résultats.

Réalisation de l'état de l'art. Conception d'un modèle Deep Learning de détection de véhicules. Amélioration de la détection, du suivi et de la segmentation des voitures dans des nuages de points 3D acquis par un capteur LIDAR. Optimisation des hyperparamètres et des performances du modèle. Développement d'une interface graphique pour l'annotation des données et l'évaluation. Utilisation de la fusion de capteurs caméra et Lidar pour la réduction des faux négatifs et positifs.

Développement d'un outil de monitoring en temps réel pour la détection automatique d'anomalies d'une centaine d'équipements de sécurité reliés aux satellites. Collecte, nettoyage et indexation de plusieurs millions de logs chaque seconde dans un ETL vers une base NoSQL Elasticsearch, création de Dashboards interactifs sous Kibana pour l'analyse, le reporting et l'alerting. Formation et accompagnement des utilisateurs à l'exploitation des outils développés.

Emploi saisonnier, mise en rayon et aide clientèle.

Certification upper-intermediate (B2), logé chez l'habitant.