Description de l'employeur
/ Contexte :
Dans le cadre du développement de nouvelles solutions de surveillance et d'analyse des infrastructures ferroviaires, notre équipe se concentre sur la localisation dynamique des trains à partir de signaux acoustiques captés par des câbles à fibre optique utilisant la technologie Distributed Acoustic Sensing (DAS), installés le long des voies dans les caniveaux. L'objectif est de renforcer la connaissance en temps réel de la position des trains (numéro de voie en fonction de la distance à la fibre optique) dans des environnements complexes. Les techniques de localisation de sources, telles que le Beamforming, couramment utilisées en sismologie, radar et acoustique, permettent de reconstituer la direction d'arrivée des ondes enregistrées et d'en déduire la distance de la source sous l'hypothèse de champ proche. Le stage portera sur l'adaptation et l'optimisation de ces méthodes dans le contexte ferroviaire.
Description du poste
Spécialité : Physique, Traitement du signal, IA
Description du poste :
Le·la stagiaire participera aux travaux suivants :
· Comprendre le fonctionnement des capteurs distribués à fibre optique DAS et la nature des signaux mesurés.
· Mettre en oeuvre et comparer différentes méthodes de localisation de sources (Beamforming dans le domaine fréquentiel, MUSIC, Deep Learning).
· Adapter les algorithmes aux contraintes réelles : bruit élevé, signaux non stationnaires, géométrie irrégulière de la fibre.
· Développer une chaîne de traitement robuste permettant d'estimer la position d'un train en temps quasi réel.
· Tester les méthodes sur des données enregistrées sur le terrain lors d'essais labo.
· Rédiger des rapports techniques et contribuer à la valorisation scientifique (présentations, notes internes).
Profil recherché
Profil recherché :
· Étudiant·e en dernière année d'école d'ingénieur ou Master 2 en traitement du signal, acoustique, sismologie, physique des ondes mécaniques ou domaines liés.
· Rigueur scientifique, curiosité, autonomie.
· Bon esprit d'équipe et capacité de communication.
Connaissances spécifiques
· Solides bases en traitement du signal (transformée de Fourier, filtrage, corrélation) et Deep Learning (segmentation d'images).
· Connaissance de méthodes de Beamforming ou d'analyse de sources (un plus).
· Maîtrise de Python (NumPy, SciPy, PyTorch appréciés).
· Capacité à analyser des données expérimentales.
Niveau d'étude attendu : BAC + 4
Rétribution et avantages
Tous nos métiers sont ouverts aux personnes en situation de handicap.
Salaire
Gratification en fonction du niveau d'études
2025-012731
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.