STAGIAIRE EN INTELLIGENCE ARTIFICIELLE « CONTRIBUTION AU DEVELOPPEMENT D’UN SYSTEME DE MONITORING DE L’ENVIRONNEMENT » – Valenciennes/Villeneuve d’Ascq – 6mois H/F – réf VN-2018/25

Centre d’essai et de recherche appliquée de la filière ferroviaire, l’IRT Railenium a pour mission de développer par l’innovation collaborative la compétitivité des entreprises comme moteur de croissance et d’emplois. Railenium met en œuvre des partenariats d’innovation entre les industriels (au sens large : gestionnaires d’infrastructures, opérateurs, constructeurs et ingénieries) et le milieu académique pour assurer une réponse de haut niveau aux enjeux de la filière ferroviaire. Basé dans les Hauts-de-France, soutenu par l’État et la filière ferroviaire, et agissant en synergie avec le pôle de compétitivité i-Trans sur les transports terrestres, l’IRT est adossé à un réseau d’excellence de centres et laboratoires de recherche.

 

L’un des trois programmes de R&D et d’innovation de Railenium vise notamment à apporter les outils et briques technologiques nécessaires au développement du Train Autonome. De par une approche système pour l’exploitation de ces trains autonomes, ce programme « Train Autonome » adressera ainsi les nouveaux systèmes de signalisation, de contrôle-commande, de conduite et d’exploitation ferroviaire.

 

Pour mener à bien ses projets, ce programme est à la recherche d’un stagiaire qui aura pour activité d’étudier et de développer un système « intelligent » de vision capable de monitorer l’environnement situé à l’avant d’un train afin d’extraire l’apparition de certains événements critiques pouvant altérer la marche du train.

 

Ce monitoring s’effectuera à partir de l’analyse des flux d’une ou deux caméras (caméra visible et/ou caméra thermique). Depuis quelques années, les méthodes exploitant des réseaux convolutifs profonds (CNN, RCNN, fast/faster RCNN, mask RCNN etc.) se sont montrées très performantes pour détecter des objets de typologies très différentes. Ce stage sera l’occasion d’étudier comment et dans quelles mesures de telles méthodes peuvent répondre aux problèmes opérationnels posés par cette tâche de monitoring.

 

Missions principales :

 

Vous serez en charge :

  • De définir les aspects fonctionnels et logiques du sous-système monitoring ; 
  • De réaliser un état de l’art des algorithmes de traitement susceptibles d’apporter seuls ou en combinaison les informations nécessaires à la mise en place des fonctions requises et notamment sur les méthodes neuronales ;
  • D’évaluer des réseaux convolutifs retenus comme les plus pertinents sur une base d’images ferroviaires de référence.

 

Profil recherché :

 

Vous êtes Ingénieur ou Master 2 en automatique, robotique ou informatique en cours d’obtention avec un cursus en traitement de signal et d’analyse de données et tout particulièrement avec un niveau de connaissance des nouvelles techniques d’apprentissage profond ;

Vous avez de bonnes connaissances et pratiquez le développement en Python et sous environnement Linux ;

Une connaissance des librairies, outils ou frameworks Deep Learning (e.g., TensorFlow, Keras, Caffe, Torch, etc.) serait un plus.

Une connaissance du milieu ferroviaire serait appréciée.

 

L’autonomie et le sens de l’initiative ne vous font pas peur,

Vous appréciez travailler en équipe et avez un bon relationnel,

La créativité et l’organisation sont des qualités que l’on vous a reconnues,

Vous avez une excellente capacité rédactionnelle et parlez couramment Français avec une aisance en Anglais…

 

N’hésitez pas à postuler : recrutement@railenium.eu

Site internet Railenium : https://railenium.eu/?post_type=job

 

Ce travail sera en collaboration avec le laboratoire LEOST de l’Ifsttar (www.leost.ifsttar.fr/).

 

A noter que les travaux de ce stage se prolongeront dans le cadre d’une thèse de doctorant de l’IRT Railenium.