Ingénieur R&D en Intelligence Artificielle – optimisation industrielle
Enregistrez cette offre et organisez votre recherche
Créez un compte gratuit pour enregistrer des offres d'emploi, créer des alertes et revenir à cette liste depuis votre tableau de bord.
En continuant, vous acceptez nos Conditions d’utilisation & Politique de confidentialité.
Context
Inria, l’Institut national de recherche dédiée au numérique, est membre fondateur de l’Institut de Recherche Technologique (IRT) Nanoelec, et collabore au sein de celui-ci avec le CEA et Schneider Electric pour valoriser des technologies issues des laboratoires. Dans ce cadre, Inria cherche à recruter un(e) ingénieur(e) informatique pour le projet d’anticipation et maturation technologique LISA. Le poste sera rattaché au Service de l’Expérimentation et de Développement (SED) d’Inria à Montbonnot. Vous allez travailler en collaboration avec des équipes de R&D de Schneider Electric et de CEA Grenoble, au sein dans une équipe de 23 ingénieurs de recherche.
Assignment
Vous allez contribuer à la mise au point des méthodes numériques optimisant l'opération des entrepôts dans le domaine de l'industrie lourde. Cela concerne aussi bien la détection d'objets et leur classification que l'optimisation des paramètres des processus industriels basés sur des méthodes d'apprentissage, notamment l'apprentissage par renforcement.
Ce que nous proposons est de :
- Travailler sur un problème industriel concret à fort enjeu.
- Collaborer au quotidien avec Inria, le CEA et Schneider Electric.
- Développer des méthodes d’IA avancées et les confronter à des données industrielles réelles.
- Évoluer au sein d’une équipe de 23 ingénieurs de recherche.
- Bénéficier d’un environnement favorisant l’innovation, la formation et le développement des compétences.
Main activities
- Développer et évaluer des algorithmes de détection et de classification d’objets à partir de données LiDAR/scans laser.
- Concevoir des modèles probabilistes permettant de représenter les zones occupées et de quantifier leur incertitude.
- Développer des stratégies d’optimisation des paramètres de commande de chariots élévateurs autonomes ou semi-autonomes.
- Évaluer les performances des approches sur des données réelles issues de l'environnement industriel.
- Présenter les résultats aux partenaires industriels et contribuer à leur transfert vers les systèmes opérationnels.
Skills
Langues : Français et Anglais courants
Compétences necessaires:
- Solides compétences en Python et C++
- Expérience en apprentissage automatique / deep learning
- Goût pour la R&D appliquée et la résolution de problèmes industriels
Compétences additionnelles appréciées :
- Apprentissage par renforcement
- Sim2Real
- Optimisation bayésienne
- Réseaux de neurones bayésiens
- Traitement de données LiDAR / 3D
- Matlab/Simulink
- Docker
- git