Cifre - agent de langage pour véhicule autonome

Société

AMPERE SOFTWARE TECHNOLOGY

Descriptif du poste

Votre environnement

Deux approches de la conduite autonome sont actuellement en compétition : une approche End-to-End (un unique modèle) et une approche modulaire (plusieurs modèles/algorithmes en série). En complément de ces deux approches, une nouvelle tendance émerge visant à utiliser des Large Language Models (LLM) pour réaliser des tâches de haut niveau de conduite autonome. Ces modèles, grâce à leurs capacités de généralisation, ont été récemment implémentés dans des véhicules de série. Le module de langage fonctionne en parallèle de la chaîne de traitement principale, avec une fréquence de réponse de l’ordre de la seconde.

Etat de l’art scientifique :La communauté scientifique reconnaît aux modèles LLM la capacité à produire une compréhension de « bon sens » et à gérer diverses tâches linguistiques. L’intérêt pour l’application des LLMs à la conduite autonome est croissant. Des travaux récents ont proposé des modèles VLM (Vision Language Model) combinant compréhension visuelle et textuelle des scènes de conduite, bien que coûteux en calcul. D’autres approches plus économiques appliquent un traitement LLM à des Bird Eye Views couplées à des informations cartographiques. Enfin, des travaux explorent une approche hybride couplant LLM et RL (Reinforcement Learning) pour mieux intégrer les contraintes de sécurité.

Vos missions

Objectifs de la thèse :Cette thèse vise à étudier l’aptitude des modèles LLMs à réaliser des tâches de conduite autonome « haut-niveau ». Elle se concentrera sur l’analyse des scènes de conduite pour étendre les capacités d’adaptation dynamique des fonctions d’aide à la conduite, tout en prenant en compte les contraintes d’embarquabilité (limitations en calcul et mémoire) propres aux véhicules automobiles.

Du point de vue méthodologique, on étudiera principalement des modèles LLMs de petite taille, utilisables en «zero/few-shots» afin de prendre en compte les contraintes en calcul et mémoire et limiter au minimum la phase d’entraînement des modèles. Les données traitées seront de type Bird Eye View couplées à des informations cartographiques.

Avantages:

- Possibilité de travailler sur des projets innovants avec des experts du domaine.

- Accès à des ressources et des technologies de pointe.

- Environnement de travail dynamique et collaboratif.

- Opportunité de contribuer à des avancées significatives dans le domaine des aides à la conduite.

Profil recherché :

Formation souhaitée :

Ingénieur ou Master en informatique

Connaissances requises :

Machine learning, mathématiques appliquées, informatique scientifique,
très bonnes capacités de développement python et d’intégration de code tiers

Aptitudes personnelles souhaitées :

Motivation, autonomie et communication

Métier

Transverse

Durée du contrat

36 months

Renault Group s’engage à créer un environnement de travail inclusif et les conditions permettant à chacun de nous d’apporter sa passion, donner le meilleur de lui-même et s’épanouir, tout en étant lui-même.

Nous trouvons notre force dans notre diversité et nous nous engageons à garantir l'égalité des chances en matière d'emploi, indépendamment de la couleur, de l'ascendance, de la religion, du sexe, de l'origine nationale, de l'orientation sexuelle, de l'âge, de la citoyenneté, de l'état civil, du handicap, de l’identité de genre, etc. Si vous avez un handicap ou un besoin particulier nécessitant l’aménagement du poste de travail ou de l’horaire de travail, merci de nous le faire savoir en remplissant ce formulaire.

Afin de pouvoir suivre en temps réel l'évolution de vos candidatures et pouvoir rester en contact avec nous, nous vous invitons à créer un compte candidat. Cela ne vous prendra pas plus d’une minute et vous permettra également de faciliter vos prochaines candidatures.

En soumettant votre CV ou votre candidature, vous autorisez Renault Group à utiliser et stocker des informations vous concernant à des fins de suivi de votre candidature ou de futurs emplois. Ces informations ne seront utilisées que par les sociétés de Renault Group tel que mentionné dans la Politique Groupe de protection des données personnelles .