Dans le cadre du développement de fonctions avancées de conduite semi-automatisée (L2+), nous recherchons un·e Ingénieur·e Localisation pour intervenir sur des problématiques de localisation de haute précision et de cartographie HD.  Contexte : L'enjeu du projet est de compléter et renforcer la perception embarquée par l'exploitation de cartes HD globales, afin de gérer des cas d'usage complexes en environnements urbains et autoroutiers (règles de circulation, contexte routier, interprétation dynamique). L'objectif est d'atteindre une précision décimétrique, voire centimétrique, en s'appuyant sur des capteurs embarqués (IMU automobile, GNSS bas coût, LiDAR, caméras, radars) et sur des approches de localisation collaborative et SLAM adaptées aux environnements contraints (zones urbaines denses, tunnels, parkings). Voici un aperçu détaillé de vos missions :  - Développer des algorithmes de localisation haute précision supportant des fonctions de conduite semi-automatisée (ex. conduite mains libres sur autoroute, assistance dans les embouteillages). - Intégrer des cartes HD crowdsourcées et des données capteurs temps réel pour améliorer la précision au niveau de la voie et la prédiction de trajectoire. - Garantir la robustesse des algorithmes dans des environnements complexes : intersections urbaines, tunnels, zones à faible marquage, pertes GNSS. - Optimiser la fusion multi-capteurs (radar, caméra, LiDAR) pour des portées moyennes et longues. - Contribuer à l'intégration de la solution de localisation au sein de la chaîne ADAS L2+. Diplôme Bac+5 ou Doctorat en informatique, robotique, électronique ou domaine équivalent. Expérience de 6 ans minimum en algorithmes de localisation pour des systèmes de conduite ou de robotique mobile. Solide expertise en développement logiciel C++. Capacité à travailler sur des systèmes complexes et à forte exigence de précision. Autonomie, rigueur scientifique et esprit d'analyse. Compétences techniques attendues - Développement logiciel en C++ (expert). - Expertise en SLAM, y compris les approches Graph-based SLAM. - Maîtrise des techniques de filtrage et fusion de données (Kalman, filtres particulaires). - Très bonne compréhension des HD Maps, Electronic Horizon, protocoles ADASIS. - Solide expérience en perception et map matching. - Connaissance approfondie des capteurs de localisation : IMU, GPS, LiDAR, caméras, radars. - Bonne compréhension des pipelines complets de fusion de données et de traitement du signal. Compétences appréciées - Notions en Matlab/Simulink. - Connaissances en robotique, multiplexage automobile (CAN, LIN, AUTOSAR). - Expérience en systèmes ADAS ou sécurité active.