Description de l'employeur
La technologie Distributed Acoustic Sensing (DAS) transforme une fibre optique en un réseau continu de capteurs acoustiques, capable de mesurer les vibrations sur plusieurs kilomètres. Son fonctionnement repose sur la rétrodiffusion Rayleigh : lorsqu'une impulsion lumineuse circule dans la fibre, une petite fraction de la lumière est renvoyée vers la source en raison des micro-irrégularités du verre. L'équipe SURFO exploite le DAS pour surveiller en temps réel l'état de son infrastructure ferroviaire, permettant notamment le suivi du trafic, la détection de défauts, l'identification d'événements extérieurs et la détection d'intrusions.
Description du poste
Spécialité :Traitement du signal, Intelligence artificielle, Mathématiques appliquées
L'analyse des données DAS comporte plusieurs défis techniques : le débruitage est souvent indispensable pour obtenir une information exploitable, les événements de forte amplitude peuvent provoquer une saturation du signal, et le volume considérable de données généré nécessite des méthodes de compression et de traitement adaptées.
L'objectif de ce stage est de développer des algorithmes de traitement du signal et/ou d'intelligence artificielle permettant d'améliorer de manière significative la qualité des données issues d'un système DAS.
Le travail s'articulera autour de plusieurs axes complémentaires :
1. Détection et correction de la saturation : mettre au point des méthodes permettant d'identifier et de corriger les signaux saturés afin de préserver l'information lors des événements de forte intensité.
2. Réduction du bruit : concevoir des algorithmes de débruitage capables d'améliorer le rapport signal-bruit, en s'appuyant notamment sur des approches récentes comme la VMD ou des traitements combinés dans les domaines temporel et fréquentiel.
3. Démodulation rapide : optimiser les méthodes de démodulation pour permettre un traitement en temps réel.
4. Compression des données : développer des techniques de compression adaptées aux spécificités des signaux DAS, tout en conservant les informations pertinentes pour la détection d'événements.
Les deux premiers axes seront traités en premier, tandis que les deux derniers pourront être explorés en complément, selon l'avancement et l'intérêt du/de la stagiaire.
Le stage se déroulera en plusieurs étapes successives :
oPrise en main et étude approfondie des données DAS disponibles
oÉtude bibliographique sur les méthodes de traitement du signal et/ou d'IA pertinentes
oConception, implémentation et évaluation des algorithmes innovants
oValidation sur données réelles et analyse de performance
Profil recherché
Formation : Étudiant·e en dernière année d'école d'ingénieur ou Master 2 en traitement du signal, intelligence artificielle ou mathématiques appliquées.
Compétences techniques :
oSolides bases en mathématiques, traitement du signal et/ou machine learning
oMaîtrise de Python (NumPy, SciPy, PyTorch appréciés)
oCapacité à analyser des données expérimentales
Qualités personnelles :
oRigueur scientifique, curiosité, autonomie
oBon esprit d'équipe et capacité de communication
Intérêt pour les applications ferroviaires et l'innovation technologique
Niveau exigé BAC + : 4/5
Rétribution et avantages
Tous nos métiers sont ouverts aux personnes en situation de handicap.
Salaire
Gratification en fonction du niveau d'études
2025-013271
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.