Informations générales
Entité de rattachement
Le Commissariat à l'énergie atomique et aux énergies alternatives (CEA) est un organisme public de recherche.
Acteur majeur de la recherche, du développement et de l'innovation, le CEA intervient dans le cadre de ses quatre missions :
. la défense et la sécurité
. l'énergie nucléaire (fission et fusion)
. la recherche technologique pour l'industrie
. la recherche fondamentale (sciences de la matière et sciences de la vie).
Avec ses 16000 salariés -techniciens, ingénieurs, chercheurs, et personnel en soutien à la recherche- le CEA participe à de nombreux projets de collaboration aux côtés de ses partenaires académiques et industriels.
Référence
2022-23724
Description de l'unité
Basé à Paris-Saclay, le CEA List est l'un des quatre instituts de recherche technologique de CEA Tech, direction de la recherche technologique du CEA. Dédié aux systèmes numériques intelligents, il contribue au développement de la compétitivité des entreprises par le développement et le transfert de technologies.
L'expertise et les compétences développées par les 800 ingénieurs-chercheurs et techniciens du CEA List permettent à l'Institut d'accompagner chaque année plus de 200 entreprises françaises et étrangères sur des projets de recherche appliquée s'appuyant sur 4 programmes et 9 plateformes technologiques. 21 start-ups ont été créées depuis 2003.
Description du poste
Domaine
Autre
Contrat
Stage
Intitulé de l'offre
Stage de recherche scientifique : apprentissage par renforcement H/F
Sujet de stage
Stage de recherche scientifique : apprentissage par renforcement
Durée du contrat (en mois)
6
Description de l'offre
Présentation du laboratoire d’accueil
Le Laboratoire de Vision et Apprentissage pour l’analyse de scène (LVA) mène ses recherches dans le domaine de la Vision par Ordinateur (Computer Vision) selon quatre axes principaux :
- La reconnaissance visuelle (détection et/ou segmentation d’objets, de personnes, de patterns ; détection d’anomalies ; caractérisation)
- L’analyse du comportement (reconnaissance de gestes, d’actions, d’activités, de comportements anormaux ou spécifiques pour des individus, un groupe, une foule)
- L’annotation intelligente (annotation à grande échelle de données visuelles 2D/3D de manière semi-automatique)
- Les modèles de perception pour l’aide à la décision.
Description du stage
Nos actions de recherche sur les modèles de perception pour l’aide à la décision se focalisent sur le développement d’algorithmes de contrôle robuste à partir d’une observation visuelle basés l’apprentissage par renforcement. L’objectif est de proposer des solutions de manipulation robotique et de navigation autonome performantes pour nos partenaires industriels. Plusieurs défis scientifiques sont à relevés, comme l’extraction d’information pertinents à partir d’une image ou d’une vidéo, ou encore l’apprentissage du modèle de dynamique du monde « world model » pour une planification robuste. Dans ce cadre, nous proposons à un chercheur stagiaire d’intégrer notre équipe de chercheurs travaillant sur le sujet et de contribuer à relever les défis qui définissent les technologies de demain.
Rôle
En tant que stagiaire vous collaborer avec nos chercheurs pour :
- Étudier l’état de l’art et identifier les méthodes pertinentes pour le problème en question
- Implémenter les méthodes et conduire des expériences d’apprentissage
- Proposer des améliorations méthodologiques et algorithmiques
- Présenter les résultats de vos recherches
Profil
Pour candidater, vous devez:
- Être en master recherche avec une dominante : intelligence artificiel, apprentissage statistique, apprentissage par renforcement.
- Démontrer une capacité à conduire des recherches dans le domaine de l’intelligence artificiel et un fort intérêt pour le sujet de l’apprentissage par renforcement.
- Être familier avec les outils de développement de modèle d’apprentissage (Jax, Tensorflow, Pytorch)
#StageList
Localisation du poste
Site
Saclay
Localisation du poste
France, Ile-de-France, Essonne (91)
Ville
Saclay
Critères candidat
Diplôme préparé
Bac+5 - Master 2
Formation recommandée
Intelligence artificiel, Apprentissage statistique, Apprentissage par renforcement
Possibilité de poursuite en thèse
Oui
Demandeur
Disponibilité du poste
01/02/2023