Notre entreprise développe une solution de surveillance intelligente combinant captation vidéo en milieux aquatiques et analyse automatique via des modèles de Machine Learning.
Le stage s’inscrit au cœur de notre R&D : concevoir un pipeline capable de détecter des anomalies dans des flux vidéo en conditions réelles.
Missions
Le·la stagiaire interviendra sur l’ensemble de la chaîne d’analyse vidéo, de la recherche scientifique à la mise en production :
1. Analyse et préparation des données
* Collecte, organisation et annotation de jeux de données vidéo.
* Extraction d’éléments d’intérêt (tracking, segmentation, optical flow…).
* Mise en place d’outils de visualisation et d’exploration.
2. Développement de modèles de Machine Learning
* Benchmark et évaluation de méthodes de détection d’anomalies :
* Modèles 3D CNN, Vision Transformers (ViT), SloMo, etc.
* Méthodes non supervisées / semi-supervisées.
* Expérimentation, optimisation, amélioration continue des modèles.
* Benchmark et évaluation de méthodes avancées de détection d’anomalies : modèles 3D CNN (3D Convolutional Neural Networks), Vision Transformers (ViT), SloMo, etc.
* Implémentation de techniques non supervisées et semi-supervisées adaptées aux données vidéo.
* Expérimentation, optimisation des hyperparamètres et amélioration continue des performances des modèles.
3. Développement logiciel & intégration
3. Développement logiciel & intégration
* Conception d’un pipeline d’inférence temps réel ou quasi temps réel.
* Intégration avec notre backend ML.
* Conception d’un pipeline d’inférence vidéo en temps réel adapté à un environnement embarqué.
* Intégration fluide avec notre backend Machine Learning déployé sur serveurs GPU.
* Utilisation de conteneurisation via Docker pour faciliter le déploiement et la scalabilité.
Compétences recherchées
Techniques
* Solides bases en Machine Learning et Deep Learning.
* Connaissances en Computer Vision : traitement d’images/vidéos, tracking, modèles spatio-temporels.
* Maîtrise de Python et des frameworks :
* PyTorch (idéalement), TensorFlow ou équivalents.
* OpenCV, NumPy, scikit-learn.
* Compréhension des architectures vidéo (3D CNN, LSTM, Transformers…).
Compléments appréciés
* Notions de traitement temps réel / optimisation GPU.
* Intérêt pour les environnements aquatiques, la biologie marine ou l’écologie (non obligatoire).
* Expérience sur des projets vidéo complexes.
Profil recherché
* Étudiant·e en Master 2, Ingénierie, IA, Data Science, Informatique, Traitement du signal ou disciplines équivalentes. (Master MVA -Mathématiques Vision Apprentissage- grandement apprécié)
* Esprit de recherche, curiosité, rigueur scientifique.
* Autonomie, capacité à expérimenter et à proposer des solutions.
* Aisance dans le travail en équipe R&D.
Ce que nous offrons
* Encadrement par un ingénieur spécialisés 1,5 jours par semaine.
* Encadrement scientifique assuré par l'École Nationale de Ponts et Chaussées.
* Accès à des ressources GPU hautes performances.
* Un environnement dynamique, innovant et ouvert à l’expérimentation.
* Un bureau au Perqo situé au siège de la région IDF à Saint-Ouen (Ligne 14- Rer C)
* Possibilité d’être recruté pour un doctorat à la suite du stage.
Informations pratiques
* Durée : 6 mois.
* Lieu : 2 RUE SIMONE VEIL 93400 SAINT-OUEN-SUR-SEINE.
* Rémunération : Indemnités de stage.
* Démarrage : Avril 2026.
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.