Annonce

Yncréa Ouest est un Établissement d’Enseignement Supérieur Privé d’Intérêt Général (EESPIG) sous contrat avec le ministère de l’Enseignement Supérieur et de la Recherche. L’établissement est membre d’Yncréa, premier pôle privé associatif à but non lucratif d’écoles d’ingénieurs en France. Yncréa Ouest gère les écoles d’ingénieurs ISEN Yncréa Ouest, implantées sur les villes de Brest, Caen, Nantes et Rennes. L’école forme des élèves ingénieurs dans les technologies du numérique et notamment les systèmes numériques embarqués, la robotique, l’énergie, les objets connectés (IoT), l’intelligence artificielle, le big data, l’environnement, le développement durable, l’agronomie, les technologies marines et la cybersécurité. Au sein d’Yncréa Ouest, le laboratoire L@bISEN [https://isen-brest.fr/labisen] rassemble des activités et des compétences autour d’un projet commun de recherche tourné vers les systèmes autonomes et intelligents. Ce projet est constitué de trois lignes de force : les réseaux de capteurs, le traitement des données et les smart grids. Le laboratoire compte à ce jour 126 personnes dont 55 enseignants-chercheurs dont 7 HDR. Le L@bISEN a été évalué par le Hcéres en 2021 (vague B, voir site HCERES).

 

Dans le cadre d’une chaire avec le groupe Generix, Yncréa Ouest est à la recherche d’un(e) post-doctorant(e) dans le domaine de l’intelligence artificielle. Le(a) candidat(e) consolidera les actuelles compétences de l’équipe de recherche multisite « LSL : Light Scatter Learning » et sera amené(e) à développer les activités de recherche en lien avec ces domaines sur le site de Brest en collaboration étroite avec les autres sites de l’Yncréa Ouest.

 

Le(a) candidat(e) retenu(e) intégrera l’équipe de recherche « LSL : Light Scatter Learning » du laboratoire L@bISEN. Cette équipe dédie ses activités à la caractérisation d’objets selon leur signature visible, polarimétrique et hyperspectrale par une approche neuronale. Cet axe de recherche repose sur quatre tâches majeures : l’acquisition et traitement à la source des données-images ; l’interprétation, compréhension et modélisation des données ; l’automatisation du traitement des données ; la prise de décision (caractérisation et identification des objets) par intelligence artificielle. L’objectif est d’innover en matière d’analyse et d’interprétation de données. Cette équipe vise donc à développer des méthodologies d’analyses de données basée sur les réseaux de neurones.

 

Pour la partie donnée, les deux pistes de travail sont la conception de bases de données génériques pour différentes applications (sécuritaire, environnementale, médicale ou contrôle de la qualité des aliments) et le développement de modèles de simulation de différentes signatures issues de sources diverses afin de générer automatiquement des données. Pour la partie algorithme, la conception innovante d’architectures de réseaux de neurones permettant une phase d’apprentissage sur un jeu de donnée restreint. Enfin, d’un point de vue mathématique, l’enjeu est de déterminer les symétries des données permettant la généralisation.

 

Le projet vise à concevoir un système intelligent pour l’analyse des scènes à partir des vidéos. En effet, nous cherchons à développer de nouvelles méthodes afin de répondre aux problématiques d’analyse de scènes dans les entrepôts industriels telles que : la détection et le suivi de produits, leur segmentation, l’estimation de leur pose.

 

Les entrepôts industriels sont des espaces complexes et variables qui nécessitent une grande expertise humaine pour leur gestion. En effet, on y trouve un ensemble d'opérateurs et d'objets mobiles qui doivent effectuer de concert de nombreuses tâches pour faire entrer, transférer, stocker, scanner et sortir des produits, colis et palettes. Pour cela, un système d'information (SI) pilote l'entrepôt pour orchestrer ces opérations dans un but d'efficacité et de productivité. Cependant, des difficultés opérationnelles persistent, car parfois les informations connues par le SI et la réalité du terrain diffèrent pour diverses raisons : erreurs humaines, erreurs de saisie, sélection du mauvais produit, erreur d'emplacement, goulot d'étranglement, incident, vols...

 

Afin de solutionner ces problématiques, des outils de vision par ordinateur basés sur des approches d'apprentissage automatique peuvent être mis en œuvre. Nous notons par exemple le développement en laboratoire de techniques visant à : détecter et scanner les codes-barres des produits, compter les objets sur une palette, dimensionner des colis à partir de photos, détecter des anomalies et dommages physiques... Ainsi, le but de ce projet est d'apporter une vision globale de l'entrepôt à travers les différentes ressources visuelles (vidéos) et données disponibles dans le SI. Nous cherchons plus particulièrement à comprendre les flux de l'entrepôt dans leurs globalités afin de simplifier le traçage et la navigation des produits.

 

Les activités de recherche réalisées par le(a) candidat(e) devront s’interfacer avec une ou plusieurs des thématiques de l’équipe « LSL : Light Scatter Learning » :

• L’intelligence artificielle

• La recherche opérationnelle et les outils d’aide à la décision

• La conception des systèmes autonomes et intelligents

Les missions qui vous seront confiées sont :

• Etat de l’art sur les différentes méthodes de traitement/segmentation d’images

• Implémentation d’une architecture neuronale de saisie d’objet fonctionnel sur des objets de forme et taille variable, adapté au contexte envisagé

• Conception d’un prototype répondant à la problématique énoncée : réalisation d’un démonstrateur industriel 4.0 pour analyser les scènes dans les entrepôts industriels

 

Yncréa Ouest recherche un(e) post-doctorant(e) ayant une formation/expérience en traitement d’images / intelligence artificielle avec un fort intérêt pour les problématiques de l’usine du futur.

 

• Maîtrise et pratique des différentes techniques en apprentissage automatique

• Maîtrise de python, avec connaissance des librairies de deep-learning (Pytorch, Tensorflow, …)

• Connaissances en traitement d’images

• Connaissances en FPGA sont un atout

• Aptitude à travailler en équipe

• Autonomie et rigueur organisationnelle

• Anglais : lu et écrit

 

Le poste est à pourvoir en contrat à durée déterminée (CDD) de 12 mois. Il est localisé à Brest. Le salaire est à convenir selon expérience.

 

• Mutuelle (possibilité d’ajouter les membres de la famille sans surcoût)

• Prévoyance

• Carte Tickets Restaurant

• Avantages CSE (Comité Social et Economique)

• Aide au déménagement et à la recherche d’un logement

 

• Le poste est à pourvoir pour le 1er Juin/Juillet 2023. Une anticipation est possible.

• Les candidats doivent fournir une lettre de motivation, un curriculum vitae (2 pages maximum).

• Une liste des publications en mentionnant celles en cours et/ou à venir.

 

• Wissam KADDAH, wissam.kaddah@isen-ouest.yncrea.fr

• Marwa EL BOUZ, marwa.el-bouz@isen-ouest.yncrea.fr

 

Pour toute question relative à cette offre en particulier sur la transmission de vos candidatures, merci de contacter directement le service RH.

Jonathan LEON, Responsable Ressources Humaines Yncréa Ouest, jonathan.leon@isen-ouest.yncrea.fr

Gaëlle de POULPIQUET-LE ROY, Assistante de Direction Yncréa Ouest, gaelle.de-poulpiquet@isen ouest.yncrea.fr