À propos du poste Nous recherchons un(e) Ingénieur(e) IA/ML pour concevoir et déployer des capacités basées sur l'apprentissage automatique au sein de nos systèmes spatiaux autonomes. À ce poste, vous créerez des modèles qui fonctionneront directement en autonomie en boucle fermée, soutenant ainsi la perception, la navigation et la prise de décision dans des environnements de mission réels. Il s'agit d'un poste très concret pour les ingénieurs qui souhaitent voir leurs modèles s'exécuter sur de vrais satellites, et pas seulement les évaluer lors d'expérimentations hors ligne. Description du poste - Contribution au pipeline de Vision par Ordinateur (CV) : Travailler sur des tâches de CV bien définies : modification des étapes d'estimation de pose par CNN, écriture de fonctions courtes et ciblées, et soutien à l'évaluation de nouvelles architectures. L'ensemble des travaux s'effectue sous la supervision étroite d'un ingénieur senior avec revues de code obligatoires. Chaque choix d'implémentation doit pouvoir être justifié et expliqué par son auteur. - Génération et validation de jeux de données (Datasets) : Construire, organiser et versionner les jeux de données en garantissant la cohérence de l'étiquetage (labeling), la qualité et la reproductibilité. Automatiser la production des jeux de données lorsque cela est pertinent. Tous les pipelines sont validés par un ingénieur senior avant toute utilisation pour l'entraînement. - Entraînement, expérimentation et benchmarking : Exécuter les pipelines d'entraînement, le réglage des hyperparamètres (hyperparameter tuning) et le benchmarking des modèles sous la direction d'un ingénieur senior. Livrer des rapports d'expérimentation structurés et reproductibles. Les résultats doivent être compris et expliqués, et pas seulement produits. - Vérification et validation : Tester les modèles par rapport à des métriques définies. Mener des campagnes d'évaluation structurées et documenter les résultats de manière claire. La qualité du travail sera évaluée à la mi-période et à la fin du contrat. - Discipline en génie logiciel (Software Engineering) : L'écriture d'un code lisible, maintenable et de niveau production constitue un livrable évalué de ce contrat, et non une préoccupation secondaire. Tout travail doit être traçable et structuré en petits incréments faciles à réviser. La progression dans les bonnes pratiques du génie logiciel professionnel et les exigences de production sera évaluée à la mi-période et à la fin du contrat. - Fondations mathématiques et théoriques : Temps structuré dédié à l'acquisition des compétences manquantes dans le cadre de l'alternance : algèbre linéaire, statistiques, algorithmes, structures de données et théorie fondamentale de la vision par ordinateur. La progression sera évaluée à la mi-période et à la fin du contrat. Profil recherché - Solides bases en apprentissage automatique (Machine Learning), Deep Learning, apprentissage par renforcement (Reinforcement Learning) ou dans une discipline technique connexe. - Expérience pratique dans le développement, l'entraînement et l'évaluation de modèles de ML destinés à des systèmes de perception, d'estimation, de planification ou de contrôle. - Maîtrise des frameworks de ML modernes tels que PyTorch ou TensorFlow, et capacité à intégrer ces modèles dans des systèmes Python et C++. - Expérience dans la création d'outils de simulation ou de pipelines de génération de données pour appuyer le développement du ML. - Capacité à concevoir, débugger et faire évoluer des workflows d'entraînement, y compris la gestion de jeux de données (datasets), l'entraînement distribué et l'évaluation. - Bases solides ou expérience dans le déploiement de l'inférence ML au sein d'architectures logicielles autonomes ou robotiques plus larges.