Stage - Identification Des Cibles Radars Par

**QUI SOMMES-NOUS ?**

**Construisons ensemble un avenir de confiance**

Thales est un leader mondial des hautes technologies spécialisé dans trois secteurs d’activité : Défense & Sécurité, Aéronautique & Spatial, et Cybersécurité & Identité numérique. Il développe des produits et solutions qui contribuent à un monde plus sûr, plus respectueux de l’environnement et plus inclusif. Le Groupe investit près de 4 milliards d’euros par an en Recherche & Développement, notamment dans des domaines clés de l’innovation tels que l’IA, la cybersécurité, le quantique, les technologies du cloud et la 6G. Thales compte près de 81 000 collaborateurs dans 68 pays.

**Nos engagements, **vos** **avantages**
- Une réussite commune portée par notre culture et excellence technologique, votre expérience et notre ambition partagée
- Un package de rémunération attractif (épargne salariale, variable ou 13ième mois selon les postes, restaurant d’entreprise, )
- La possibilité de développer vos compétences en continu grâce à nos parcours de formation et nos académies internes #ENTREPRISEAPPRENANTE
- Notre attention portée à votre équilibre personnel et professionnel (Accord télétravail, RTT, congés d’ancienneté, jours enfants malades, guide parentalité, crèches, CSE / ASC,)
- Des communautés internes permettant de vous engager sur les sujets qui vous tiennent à cœur : innovation, diversité, environnement
- Un environnement inclusif et bienveillant où vous êtes accueilli et valorisé avec notre politique handi-accueillante, notre charte LGBT+, notre initiative #StOpe pour lutter contre le sexisme.

L’activité Systèmes terrestres et aériens conçoit des systèmes, des équipements, des capteurs et des services pour le contrôle du trafic aérien civil et militaire, la défense aérienne ainsi que le combat naval et terrestre.

A 20mn du cluster Paris-Saclay, le site de Limours réunit plus de 900 collaborateurs travaillant de la conception des solutions à la recette avec les clients, en passant par la production, des radars de surface. Ce site a connu ces dernières années de grandes évolutions et continue à s’adapter aux besoins des clients en termes de surveillance du ciel et de zones sensibles.

**QUI ETES-VOUS ?**

Vous êtes en dernière année d'école d’ingénieur avec une spécialisation en science des données, intelligence artificielle et/ou mathématiques appliquées. Vous recherchez un stage de césure ou de fin d'études (6 mois).

Vous avez des connaissances en:

- Python (niveau avancé attendu), dont connaissance des librairies/frameworks utilisés en IA (dont PyTorch, Numpy, Pandas, Scikit-Learn).
- Traitement du signal.
- Traitement de données. En particulier, une première expérience en Machine et Deep Learning est attendue (stage, alternance ou projet personnel avancé).
- Bonnes pratiques de développement (en particulier, un niveau intermédiaire dans l'utilisation de Git et de Gitlab ou Github est attendu).

Vous êtes organisé(e), rigoureux(se), autonome et aimez travailler en équipe.

Vous faites preuve de motivation.

**CE QUE NOUS POUVONS ACCOMPLIR ENSEMBLE**:
Au sein de la société Thales Land & Air Systems France, la Business Unit Ground Master Radars conçoit des radars de surveillance aérienne à moyenne et longue portée. En particulier, dans un contexte d'amélioration continue des capacités de traitement de données des radars, le service d’Ingénierie Systèmes souhaite étudier de nouveaux algorithmes d'identification des cibles.

Plus précisément, le stage porte sur l'exploration d'algorithmes d'identification en temps réel de la nature des cibles radars détectées, en se reposant sur de l'apprentissage automatique (Machine & Deep Learning). Il s'agit, à partir de l'analyse des données collectées par le radar (séries temporelles), de parvenir à identifier la nature des objets pistés. La notion d'explicabilité des classifications est également à prendre en compte.

Les missions seront les suivantes:
Prise en main du sujet:

- Revue de l'avancement actuel des équipes sur le sujet (lecture des rapports et présentations d'avancement, code)
- Montée en compétence sur l'analyse de données radar
- Prise en main des algorithmes déjà implémentés et comparaison des performances
- Proposition de variations mineures de ces algorithmes pour étude de leur comportement

Développements:

- Poursuite du développement des architectures présentant les meilleures performances
- Étude des hyperparamètres et de leur impact
- Alimentation de la base de données et amélioration continue des pipelines de données
- Participation aux bonnes pratiques de développement : gestion des versions (Git & Gitlab), CI/CD, tests unitaires, code review

Intégration et simulation:

- Construction de scénarios de tests (synthétiques ou par augmentation de données de scénarios connus)
- Prototypage de la solution retenue