Descriptif du poste: Mission Au sein d'une équipe R&D spécialisée en vision embarquée et intelligence artificielle, vous contribuez au développement d'un proof-of-concept SLAM (Simultaneous Localization and Mapping) basé sur des modèles de deep learning, destiné à fonctionner sur processeurs embarqués intégrant des accélérateurs de type NPU (Neural Processing Unit). Votre objectif est d'optimiser l'exécution d'algorithmes SLAM en exploitant l'accélération matérielle afin d'améliorer les performances temps réel et l'efficacité énergétique dans des environnements embarqués. Responsabilités * Benchmarker différents modèles de deep learning sur accélérateurs NPU (analyse de la latence, des performances, de l'empreinte mémoire et de la consommation). * Sélectionner les modèles les plus adaptés aux contraintes embarquées. * Modifier et adapter un algorithme SLAM open-source pour intégrer les modèles deep learning sélectionnés. * Offloader les traitements IA vers les accélérateurs matériels. * Vérifier et valider l'algorithme optimisé sur des jeux de données d'évaluation standards (ex : KITTI). * Tester la solution sur données réelles et analyser les résultats. * Packager la solution sous forme de package ROS2. * Produire la documentation technique, les guides utilisateurs et les notes de version. * Apporter un support technique aux équipes de développement. Profil recherché: Profil * Formation Bac+5 (école d'ingénieur ou Master) en informatique, systèmes embarqués, robotique ou intelligence artificielle. * Solide maîtrise du développement en C / C++ sous Linux embarqué. * Expérience en environnement Embedded Linux et idéalement Yocto. * Bonne compréhension des architectures matérielles et des mécanismes d'accélération (CPU, GPU, NPU). * Connaissances en deep learning appliqué à la vision (TensorFlow Lite apprécié). * Intérêt ou expérience en SLAM, robotique ou vision par ordinateur. * Connaissance de ROS2 fortement appréciée. * Rigueur technique, autonomie et capacité d'analyse.