Descriptif du poste:\n\nVous êtes ingénieur.e ou docteur.e en intelligence artificielle, mathématiques appliquées, traitement du signal ou domaine proche ? Vous souhaitez que vos travaux de R&D soient intégrés à des systèmes concrets de surveillance maritime et de mission ? DCMS vous propose de rejoindre une équipe à taille humaine à Brest et de travailler au plus près de données issues de radars, caméras, AIS et autres capteurs.\nRattaché(e) à la Direction et en lien étroit avec l'architecte système et les développeurs, vous contribuerez au développement de l'intelligence artificielle et des traitements avancés intégrés à nos systèmes de mission. Vous serez notamment chargé(e) de :\n- Concevoir des modèles prédictifs et des méthodes d'analyse adaptées aux comportements et aux situations maritimes.\n- Développer des algorithmes d'apprentissage automatique et de deep learning pour la classification, la reconnaissance de patterns et la génération d'alertes pertinentes.\n- Préparer, nettoyer, structurer et analyser des jeux de données issus de plusieurs capteurs : radar, caméra, AIS et autres sources disponibles.\n- Développer des méthodes de fusion de données et de coopération multi-capteurs afin d'améliorer la détection, la caractérisation et le suivi des situations d'intérêt.\n- Évaluer la précision, la robustesse et la capacité de généralisation des modèles, identifier les risques d'erreur ou de biais et proposer des mécanismes d'amélioration de leur fiabilité.\n- Prototyper, tester et intégrer les modèles avec l'équipe logicielle, en tenant compte des contraintes de performance, de temps de calcul et d'exploitation opérationnelle.\n- Assurer une veille scientifique et technologique, identifier de nouvelles pistes d'amélioration, documenter les travaux et contribuer, lorsque le contexte le permet, à leur valorisation scientifique.\n\nProfil recherché:\n\nFormation supérieure Bac+5 à Doctorat en traitement du signal, mathématiques appliquées, automatique, informatique, intelligence artificielle ou domaine scientifique proche. Une expérience de recherche appliquée ou de R&D est particulièrement appréciée ; une thèse, un post-doctorat ou une expérience d'ingénieur de recherche peut pleinement constituer cette expérience.\n- Solides bases en mathématiques appliquées, probabilités, statistiques, modélisation et traitement du signal ou des données.\n- Maîtrise des méthodes de machine learning et de deep learning : conception, entraînement, validation et analyse critique des modèles.\n- Très bonne maîtrise de Python et de son écosystème scientifique / IA (NumPy, pandas ou xarray, scikit-learn, PyTorch ou équivalent).\n- Capacité à travailler sur des données complexes, bruitées, hétérogènes et issues de capteurs réels.\n- Rigueur expérimentale : métriques, protocoles de validation, reproductibilité, analyse d'erreurs et documentation.\n- Aisance sous Linux et avec les environnements de développement scientifique de type Jupyter ; Matlab et/ou R sont appréciés.\nSeront particulièrement appréciés :\n- Une expérience en traitement d'images, acoustique, radar, télédétection, séries temporelles ou données multi-capteurs.\n- Une pratique de méthodes probabilistes / bayésiennes, problèmes inverses, méthodes parcimonieuses, assimilation de données ou optimisation numérique.\n- Une expérience du calcul GPU, du calcul scientifique intensif ou de plateformes de calcul haute performance.\n- Un intérêt pour les domaines maritime, défense, surveillance, systèmes autonomes et systèmes critiques.