Stage DL: Segmentation d’instances en nanométrologie
il y a 5 jours
Un groupe de recherche en nanomatériaux recherche un(e) stagiaire pour participer à un projet sur la caractérisation des propriétés des nanomatériaux. Le(a) stagiaire contribuera à l'agrandissement de la base de données d'entraînement et à la sélection de modèles de segmentation pour des particules non sphériques. Le profil idéal est un étudiant en M2 ou dernière année d'école d'ingénieur, avec une maîtrise de Python et de l'apprentissage automatique. Rémunération de 1280 € brut/mois.
#J-18808-Ljbffr
-
Trappes, France LNE Temps pleinStage - Modèles de Deep Learning en nanométrologie : segmentation d’instances de particules non sphériques H/F Join to apply for the Stage - Modèles de Deep Learning en nanométrologie : segmentation d’instances de particules non sphériques H/F role at LNE Contexte Les nanomatériaux s’imposent aujourd’hui dans de multiples secteurs d'activités...
-
Trappes, France LNE Temps pleinStage - Modèles de Deep Learning en nanométrologie : segmentation d’instances de particules non sphériques H/F Les nanomatériaux s’imposent aujourd’hui dans de multiples secteurs d’activités et le cadre réglementaire a été adapté pour prendre en compte leurs spécificités. La première difficulté consiste à identifier le classement comme...
-
Trappes, France LNE group Temps pleinContexte Les nanomatériaux s’imposent aujourd’hui dans de multiples secteurs d'activités et le cadre réglementaire a été adapté pour prendre en compte leurs spécificités. La première difficulté consiste à identifier le classement comme nanomatériau d’une substance à l’état particulaire en fonction des différentes définitions...
-
Trappes, France Laboratoire National De Métrologie Et D'Essais Temps pleinContexte Les nanomatériaux s'imposent aujourd'hui dans de multiples secteurs d'activités et le cadre réglementaire a été adapté pour prendre en compte leurs spécificités. La première difficulté consiste à identifier le classement comme nanomatériau d'une substance à l'état particulaire en fonction des différentes définitions existantes au...
-
Trappes, Île-de-France LNE Temps pleinContexte Les nanomatériaux s'imposent aujourd'hui dans de multiples secteurs d'activités et le cadre réglementaire a été adapté pour prendre en compte leurs spécificités. La première difficulté consiste à identifier le classement comme nanomatériau d'une substance à l'état particulaire en fonction des différentes définitions existantes au...
-
Stage Deep Learning: segmentation d’instances de particules
il y a 5 jours
Trappes, France LNE Temps pleinUne entreprise de réglementation des nanomatériaux propose un stage en Deep Learning axé sur la segmentation d’instances de particules non sphériques. Le candidat idéal est étudiant en M2 avec des compétences en Python, souhaitant enrichir son expérience en apprentissage automatique. Les missions incluent l'agrandissement de la base de données...
-
Stage Deep Learning: Segmentation d’instances de particules
il y a 5 jours
Trappes, France LNE Temps pleinUne entreprise spécialisée en nanomatériaux recherche un(e) stagiaire pour travailler sur des modèles de Deep Learning. Vous participerez à l’agrandissement de la base de données d’entraînement, sélectionnerez et entraînerez des modèles de segmentation d’instances, et évaluerez leur robustesse. La maîtrise de Python est essentielle, ainsi...
-
Trappes, Île-de-France LNE Temps pleinContexteDes travaux de recherche sont menés depuis plusieurs années au sein du département Science des Données et Incertitudes sur l'évaluation des incertitudes associées aux prédictions des algorithmes d'apprentissage. Une thèse portant sur deux sources d'incertitude (incertitude prédictive induite par l'incertitude des entrées [Monchot etal.,...
-
Av. Roger Hennequin Trappes, France LNE Temps pleinContexteDes travaux de recherche sont menés depuis plusieurs années au sein du département Science des Données et Incertitudes sur l'évaluation des incertitudes associées aux prédictions des algorithmes d'apprentissage. Une thèse portant sur deux sources d'incertitude (incertitude prédictive induite par l'incertitude des entrées [Monchot et al.,...
-
Trappes, Île-de-France LNE Temps pleinContexteDepuis plusieurs années, le LNE développe une plateforme (CARMEN) regroupant plusieurs instruments dédiés à la métrologie des nanomatériaux. L'objectif est de caractériser diverses propriétés physico-chimiques de nanoobjets : taille, forme, composition chimique, structure cristallographique, surface spécifique, état...