Stage : Portage D’un Modèle D’ia Sur Une

Un stage chez ADVANS Group c’est la combinaison d’un sujet pointu et de challenges techniques à relever pour vous assurer une réelle montée en compétences, tant sur le plan technique que sur le plan humain. Le stage auquel vous allez participer s’inscrit au sein du programme de recherche « Intégration de Modèles d'IA sur cibles embarquées ». Plus particulièrement, vous contribuerez au projet VERITY-AI : Verification, Integration and Yield of AI infused systems, qui est une suite logicielle dédiée à l’optimisation, au test, au déploiement et à l’évaluation de solutions de machine learning sur plateformes embarquées, que nous développons en interne.
Les stages dans la R&D vont plus particulièrement vous permettre d’explorer le développement expérimental. Ils se concentrent sur la recherche et la création de nouveaux savoir-faire. Ils mettent l'accent sur l'innovation et la découverte de solutions originales à des verrous scientifiques, ce qui génère une part inhérente d’incertitude.
En vous appuyant sur vos qualités de futur ingénieur (autonomie, curiosité, goût pour l’innovation), vous serez confronté à des défis ardus nécessitant une réflexion poussée. Les contours de ces défis n’étant pas toujours complètement définis, leur résolution impliquera des missions diversifiées, en collaboration avec des experts du domaine ainsi que notre responsable scientifique.
Un premier stage en 2024 a mis en évidence la pertinence de certaines solutions techniques, comme tensorflow, pour le portage et l’optimisation de modèles sur une cible embarquée. Cependant, ces travaux ont aussi permis d’identifier des lacunes à compléter afin que ces outils soient applicables à l’industrie (traçabilité, mise en conformité face à des exigences).
Le Projet PERISCOPE (Plateforme Embarquée de Robotique et d’Instrumentation pour la Surveillance, la Cartographie et l’Obervation Participative de l’Environnement) vise à créer une plateforme modulaire sous forme d‘un véhicule autonome miniature, dans l’objectif de développer et valider des solutions de Machine Learning embarquées, tout en se posant la question des besoins industriels et opérationnels.
Ce stage vise à porter un modèle d’estimation de profondeur sur une base optique monoculaire (Depth Anything v2 [3]), sur la plateforme PERISCOPE. En collaboration avec un autre stagiaire, chargé de mettre en œuvre la plateforme, vos objectifs sont:

- Prendre en main le modèle et effectuer une évaluation initiale de ses performances sur le cœur numérique utilisé sur la plateforme ;
- Effectuer un état de l’art des techniques de portage et d’optimisation couramment employées sur ce type de modèle ;
- Optimiser le modèle selon des techniques déjà identifiées lors de projets internes précédents, et pendant l’état de l’art ;
- Proposer de nouvelles techniques de portage et d’optimisation en vue de produire un article scientifique ;
- Déployer le modèle sur la plateforme afin de le faire fonctionner en temps réel ;
- Proposer des techniques d’évaluation de performances des modèles, appuyant sur l’explicabilité des modèles (Explicable AI, abbrégé xAI).

Vous travaillerez en collaboration avec un stagiaire chargé de concevoir et mettre en œuvre une première version de la plateforme. Le but final est de disposer d’un démonstrateur capable d’effectuer du SLAM (Simultaneous Localization and Mapping), et de déplacer le robot dans nos locaux.
L’environnement technique sera essentiellement constitué des éléments suivants:

- Environnement de développement Windows/Linux ;
- Banc de test linux ;
- Outillage pour l’optimisation des modèles en Python et s’appuyant sur les frameworks courant du milieu : TensorFLow, Pytorch, Caffe, Keras, ONNX, sklearn, etc.) ;
- Scripts de test en python avec RobotFramework
- Encapsulation des environnements de développement sous Docker ;
- Développement embarqué en C/Rust.

**Les compétences acquises seront principalement**:

- Maîtrise d’un système complet (HW/SW) ;
- Prise en main d’une chaîne complète de développement d’un système embarqué (compilation logicielle, outillage d’un banc de test, etc.) ;
- Découverte du fonctionnement et du processus d’intégration de fonctions intelligentes au sein d’une plateforme embarquée.
- Contribuer à l’innovation scientifique au travers d’un état de l’art, l’identification d’un verrou scientifique, et l’apport d’une réponse innovante et justifiée pouvant donner lieu à une publication dans un journal.

**Références**:
[1]
[2]
W. Li, H. Hacid, E. Almazrouei et M. Debbah, «A Comprehensive Review and a Taxonomy of Edge Machine Learning: Requirements, Paradigms, and Techniques,» AI, vol. 4, p. 729-786, September 2023.
[3]
L. Yang, B. Kang, Z. Huang, Z. Zhao, X. Xu, J. Feng et H. Zhao, Depth Anything V2, arXiv, 2024.
Ce stage est conventi