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 2500 machines à travers le monde, nous oeuvrons 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. L'intelligence artificielle est intégrée de façon croissante dans nos machines, pour répondre aux nouvelles exigences de tri. Afin d'accompagner ce déploiement industriel, une équipe projet dédiée développe activement l'ensemble des outils de DataOps/MLOps (« Data / Machine Learning Operations ») permettant de faciliter le développement, l'évaluation et le maintien en condition opérationnelle des réseaux exploités sur nos machines.
Au sein de l'équipe IA et en lien étroit avec les chercheurs et ingénieurs R&D, le/la stagiaire aura pour mission de tester, adapter et valider les innovations issues de la recherche afin de les rendre exploitables sur notre infrastructure industrielle.
L'objectif est d'évaluer concrètement les bénéfices de ces approches sur des flux de données réelles (images RGB et spec-trales) et de contribuer à la mise en production des modules les plus prometteurs.
En détails, les principales tâches de ce stage sont les suivantes :
Collaborer avec les équipes R&D pour comprendre, analyser et documenter les livrables issus des travaux de recherche (algorithmes, méthodes d'incertitude, stratégies d'échantillonnage actif, etc.).
Implémenter ces livrables dans les environnements DataOps et MLOps internes afin d'évaluer leur intégration dans le cycle de vie des modèles IA.
Tester les implémentations sur des jeux de données réelles, incluant des images RGB et hyperspectrales, pour mesurer la pertinence et la robustesse des approches.Analyser, valider et formaliser les résultats sous forme de RETEX (retour d'expérience) à destination des équipes R&D et IA, en mettant en avant les gains, limites et perspectives d'amélioration.
Participer au déploiement et à l'évaluation / qualification sur site de nouvelles solutions de tri à base d'IA.
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.