STAGE - Ingénieur R&D / Intelligence Artificielle - Non supervisé

Pellenc ST conçoit et fabrique des machines de tri intelligent, destinées à l’industrie du recyclage. Engagés dans un monde en pleine évolution, nos ambitions se tournent aujourd’hui vers les nouvelles technologies telles que l’intelligence artificielle ou encore l’industrie 4.0 et les machines connectées. Fort de plus de 2000 machines à travers le monde, nous œuvrons et contribuons chaque jour, à la valorisation de nos déchets ainsi qu’à un environnement plus sain et durable pour demain.
 
C’est dans ce contexte d’évolution et de passion que nous recherchons de nouveaux talents qui partagent nos ambitions, et qui souhaitent soutenir avec nous l’économie circulaire.

Dans le cadre de l’intégration de technologies d’intelligence artificielle (IA) pour la création de nouvelles applications de tri et l’amélioration des performances de tri sur des applications actuelles, vous aurez la charge d’évaluer les méthodes d’apprentissages non supervisées appliquées à des données multispectrales ou hyper-spectrales pour l’identification automatique de classes pertinentes pour le tri. Dans ce cadre, vous devrez :

• Réaliser une étude bibliographique étendue sur les méthodes d’apprentissage non supervisé ;
• Cibler et adapter les méthodes les plus pertinentes dans le cadre du traitement de données multispectrales ou hyperspectrales 
• Évaluer les méthodes à l’état de l’art sur des applications de tri de déchets ;
• Proposer de nouvelles architectures ou stratégies d’apprentissage non supervisé dans le cadre des données traitées dans ce stage ;
• Spécifier des stratégies d’intégration dans nos outils logiciels existants pour faciliter la phase d’apprentissage des méthodes de machine learning utilisées en tri sur nos machines.

• Des connaissances spécifiques dans le domaine de l’intelligence artificielle, des mathématiques appliquées, du traitement d’images et du signal seront demandées ;
• Vous êtes formé à la recherche bibliographique et à synthétiser des connaissances afin de les transmettre aux autres membres de l’équipe R&D
• Des connaissances en spectroscopie proche infrarouge ou moyen infrarouges serait un plus
• Vous maitrisez les outils standards de traitement de données avec Python (Tensorflow, Pytorch, opencv, numpy, etc)
• Vous êtes dynamique, autonome et disposez d’un sens critique développé ainsi qu’un fort esprit d’initiative et d’équipe.