Le laboratoire Instrumentation Intelligente, Distribuée et Embarquée recherche un(e) ingénieur(e)-chercheur(se) en machine learning pour les signaux sonores, dans le cadre d'un projet lié au domaine de la sécurité et consacré à l’application de techniques de machine learning pour le traitement de signaux sonores.

Ces activités incluent la détection d’événements acoustiques (AED) et l’analyse et la surveillance de scènes audio.

Vous aurez pour missions :

- D'identifier et de préparer des jeux de données à partir de sources publiques.

- De mettre en place la chaîne d’acquisition de signaux sonores et la chaîne de traitement associée dans le but d’acquérir de nouvelles données ou de réaliser des démonstrations dans le cadre de projets européens.

- De réaliser l’apprentissage et l’inférence de réseaux de neurones pour le traitement de données audio en prenant en compte les contraintes telles que la robustesse visée en environnement ouvert (intérieur et extérieur), la taille maximale des réseaux de neurones ou encore la latence tolérée.

- De prendre en considération les avancées récentes du domaine : par exemple dans ce lui de l’apprentissage faiblement supervisé, frugal, auto-supervisé, wav2vec2. 

- En particulier, mettre en œuvre l’apprentissage par transfert afin de garantir des niveaux de performance suffisants dans des environnements sonores nouveaux.

- De proposer et d'implémenter des approches d’augmentation de données pour le domaine des signaux sonores.

- De valider les approches proposées à partir de données réelles, dans des contextes expérimentaux réalistes.

#CEA-List ; #CDD ; #Engineer ; #Research Engineer ; #Apprentissage automatique ; #Audible Signal ; #Acoustic ; #IALIST

Vous disposez des prérequis essentiels suivants :

·       Doctorat en traitement du signal, informatique ou STEM avec une composante en apprentissage automatique.

·       Compétences en Python et connaissance d'un langage de programmation de bas niveau, par exemple, C ou C++.

·       Connaissances étendues dans le domaine de l'apprentissage automatique et solides connaissances des réseaux de neurones et des frameworks associés (pytorch, tensorflow, keras).

·       Expérience avec les signaux audio. Bonne maîtrise des méthodes et outils de traitement du signal audio.

·       Expérience de travail avec des données du monde réel.

·       Capacité de comprendre et de prototyper rapidement des résultats de recherche.

Votre candidature présente un vrai plus, si vous avez les compétences complémentaires suivantes :

·       Expérience en détection d'événements audio ; une formation dans des domaines proches comme le traitement/reconnaissance de la parole ou le traitement de la musique est également la bienvenue.

·       Expérience avec des bibliothèques comme scipy, librosa ou torch audio augmentation.

·       Connaissance des sources de données audio publiques et des bases de données.

·       Des points bonus pour la participation à des benchmarks publics comme les challenges DCASE (https://dcase.community/) ou des initiatives similaires comme hear challenge (https://neuralaudio.ai/hear2021-results.html)

·       Publications dans des conférences comme ICASSP ou Interspeech.

·       Connaissance de git, des tests unitaires et du CI/CD.

Ce poste en CDD (18 mois avec possibilité d'extension de 18 mois) se situe à Saclay (91).

Conformément aux engagements pris par le CEA en faveur de l’intégration de personnes en situation de handicap, cet emploi est ouvert à tous et toutes.