Twin+

DASSAULT SYSTEMES - Navigation sémantique jumeau numérique LERF (F/H)

Type de poste:

Stage

Description

Au sein du département Corporate Research de DASSAULT SYSTEMES vous intègrerez l’équipe « Plant & Manufacturing Twin » qui s’intéresse à des problématiques de Recherche liées à l’Intelligence Artificielle dans des environnements industriels mixant le réel et le virtuel à l’image des jumeaux numériques. En particulier, notre équipe a pour mission principale d’inventer les futures technologies qui serviront à concevoir des expériences virtuelles plus riches et automatisées grâce à la science des données et l’apprentissage statistique. La navigation dans des environnements virtuels 3D est un challenge : les scènes virtuelles industrielles sont de plus en plus étendues, complexes, et riche en détails sémantiques : l’utilisation de l’intelligence artificielle et des méthodes de Deep Learning est grandement utilisée pour ces problématiques. Les méthodes de Neural Radiance Fields (NeRFs) permettent une représentation implicite d’objets et de scènes 3D. Elles font l'objet d'une attention croissante en raison de sa forte capacité à capturer une géométrie haute résolution et à générer de nouvelles vues photoréalistes. Language Embedded Radiance Fields (LERF) intègre davantage les capacités des grands modèles de langage dans les (NeRFs) et peut être déployé dans de nombreuses applications en aval, comme la détection d'objets, la segmentation sémantique, la navigation sémantique. L’objectif du stage est d’explorer les modèles (LERF) dans des scènes à grande échelle et leurs applications dans des scénarios industriels réels. Vos missions : Vous devrez dans un premier temps établir une recherche bibliographique sur le domaine puis, avec le guidage de l’encadrant, déterminer la méthode la plus adaptée pour répondre au problème posé. Une implémentation de la méthode sera ensuite mise en œuvre. Enfin, une démonstration des résultats clôturera le stage. Vos qualifications : - Etudiant(e) en cursus universitaire ou en Ecole d’ingénieurs préparant un diplôme de niveau Bac+5, ou un Mastère spécialisé vous recherchez un stage. - Spécialité(s)/ Option(s) souhaitée(s) : Mathématiques Appliquées, Deep Learning, Computer Vision, Optimisation, Apprentissage Statistique, Informatique Compétences techniques attendue(s)/ ou souhaitée(s) : - Bonne maîtrise du Python et de la programmation Objet. - Des bases en apprentissage statistique, surtout en Deep Learning seront fortement appréciées. - Une expérience de développement sur des frameworks de Deep Learning est un véritable plus. - Bonne maitrise de l’anglais à l’oral et à l’écrit pour la rédaction de documentation. Qualité(s) professionnelle(s) attendue(s) / ou souhaitée(s) : - Vous êtes curieux(se), motivé(e), rigoureux(se), autonome et assidu(e) dans votre travail. - La recherche en entreprise ou académique vous attire. - Vous avez un bon niveau d’anglais. Nous rejoindre c'est aussi : Intégrer une entreprise scientifique au cœur de l’innovation technologique, portée par une forte croissance depuis plus de 40 ans. - Environnement collaboratif et innovant - Collaboration internationale - Diversité des technologies, produits et solutions - Engagement en faveur de la diversité et de l’inclusion Diversity statement : As a game-changer in sustainable technology and innovation, Dassault Systèmes is striving to build more inclusive and diverse teams across the globe. We believe that our people are our number one asset and we want all employees to feel empowered to bring their whole selves to work every day. It is our goal that our people feel a sense of pride and a passion for belonging. As a company leading change, it’s our responsibility to foster opportunities for all people to participate in a harmonized Workforce of the Future. Lieu : Vélizy-Villacoublay (78)

URL de l'offre:

https://www.linkedin.com/jobs/search/?alertAction=viewjobs¤tJobId=3711044621&f_TPR=a1693731392-&savedSearchId=1732073250

DASSAULT SYSTEMES - Navigation sémantique jumeau numérique LERF (F/H)

Présenté par

Autres offres de la société