QUI SOMMES-NOUS ?
Thales propose des systèmes d’information et de communication sécurisés et interopérables pour les forces armées, les forces de sécurité et les opérateurs d’importance vitale. Ces activités, qui regroupent radiocommunications, réseaux, systèmes de protection, systèmes d’information critiques et cybersécurité, répondent aux besoins de marchés où l’utilisation des nouvelles technologies numériques est déterminante. Thales intervient tout au long de la chaîne de valeur, des équipements aux systèmes en passant par le soutien logistique et les services associés.
Le site de Toulouse-Labège développe, en tant que CESTI - Centre d’Évaluation de la Sécurité des Technologies de l’Information agréé par l’ANSSI - et dans le cadre d’un partenariat de plus de 20 ans avec le CNES, une offre intégrée d’expertise et d’évaluation qui s’étend des composants aux produits de sécurité matériels et/ou logiciels, de la carte électronique au système d’information. De plus, nos équipes de l’activité Systèmes d’information critiques et cybersécurité fournissent des services et des solutions globales optimisant la performance, la résilience et la sécurité des systèmes d’information afin de faire face aux ruptures technologiques et aux cybermenaces.
QUI ETES-VOUS ?
Vous êtes étudiant(e) en dernière année d’école d’ingénieur ou Master 2 spécialisé en data science, computer science ou computer vision ?
Vous avez de bonnes bases en mathématiques, computer vision et machine learning ?
Vous possédez des connaissances en Linux et en langages Python et C++ ?
Vous savez faire preuve d’initiative et d’autonomie ?
Vous êtes de nature curieux et aimez travailler en équipe ?
La connaissance des frameworks de Deep Learning (Tensorflow, Kensas) est plus atout important.
CE QUE NOUS POUVONS ACCOMPLIR ENSEMBLE :
Thales est un des leaders dans le domaine spatial, en particuliers dans le traitement de données directement issues de satellites. Fort d'une expertise en traitement d'image, Thales développe les algorithmes permettant l'exploitation efficace d'images acquises par un système satellitaire.
Avec l’augmentation permanente de la quantité de données et des contraintes de performances de plus en plus exigeantes, de nouvelles approches sont nécessaires. Les récentes méthodes de Deep Learning exploitent pleinement ces grands volumes de données et permettent d'élargir les champs d'applications.
L'exploitation de scènes en 3D issues d'acquisitions satellite stéréoscopiques est une application à forte valeur ajoutée et aussi un cas d'usage stratégique pour Thales.
Le but de ce stage est de développer une solution permettant la reconnaissance d'objets au sein de scènes en 3D via une approche Deep Learning.
Encadré par un responsable technique, le stagiaire aura pour rôle de développer une solution permettant de détecter les changements d'une même scène à des instants différents (time series) via une approche Deep Learning.
Pour réaliser cette solution le stagiaire travaillera sur tous les éléments nécessaires à un algorithme de Deep Learning : Base de données, Architecture réseau, Entraînement, Optimisation, Exploitation des résultats.
En nous rejoignant, vous vous verrez confier les missions suivantes :
- Réaliser un état de l'art sur les méthodes de Deep Learning utilisées sur des séries temporelles d'images satellites d'une même scène.
- Mettre en forme des bases de données adaptées à un réseau de neurones, identifier et prendre en main les outils permettant leur manipulation.
- Sélectionner, concevoir et implémenter des modèles pour réaliser la détection de changements d'une même scène à des instants différents.
- Optimiser le réseau de neurones selon une métrique d’évaluation à définir.
- Réaliser un rapport présentant la base de données, l'architecture du réseau de neurones, les méthodes utilisées, ainsi que les résultats obtenus.
Innovation, passion, ambition : rejoignez Thales et créez le monde de demain, dès aujourd’hui.
18-03-2024
Sélectionnez le secteur qui vous intéresse ci-dessous et n'oubliez pas votre adresse email!
