STAGE - Ingénieur de recherche : Deep Learning pour l’inférence de propriétés physiques à partir de contenu visual (H/F)

France, 78, Vélizy-Villacoublay
Praktikum
9/3/2024
540007

Lieu : Vélizy-Villacoublay

 

Le stage se déroulera dans l’équipe Home&Lifestyle Twin qui s’intéresse à des problématiques de recherche liées aux environnements de dimension massive mixant le réel et le virtuel et générant des quantités de données complexes nécessitant l’automatisation de leur traitement et de leur analyse afin d’en extraire une connaissance et des modèles à forte valeur ajoutée.

 

Vos missions

La majorité des recherches dans le domaine de la génération d'images et de modèles 3D d'objets à l'aide de Deep Learning se sont concentrées sur les propriétés visuelles, telles que la couleur et la forme, négligeant les propriétés physiques contrôlant le comportement des objets dans le monde réel. Pour simuler avec précision une dynamique alignée sur la physique, il est essentiel de prédire les propriétés des matériaux et de les intégrer dans le processus de prédiction des mouvements.

Nous proposons donc de centrer ce stage sur l'apprentissage des propriétés physiques des objets à partir de données visuelles (e.g. vidéos). Deux objectifs sont au cœur du projet : la création et l'entraînement d'un modèle capable d’inférer ces propriétés physiques, et les applications en aval qui démontrent la compréhension des cas d'utilisation pratiques. Des technologies telles que les modèles de diffusion et la gaussian splatting seront au cœur du projet.

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.

Spécialité(s)/ Option(s) souhaitée(s) : Mathématiques Appliquées, 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.
  • 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) et 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.
Dassault Systèmes Logo > Dassault Systèmes

Dassault Systèmes treibt den menschlichen Fortschritt voran. Mit unseren kollaborativen und virtuellen Umgebungen helfen wir Unternehmen und Menschen, nachhaltige Innovationen erlebbar zu machen. Unsere 3DEXPERIENCE Plattform ermöglicht die Erstellung virtueller Zwillinge der realen Welt, was Mehrwert für über 350.000 Kunden aller Größen und Branchen in mehr als 150 Ländern schafft. Werde Teil unseres globalen Netzwerks von über 23.800 engagierten Mitarbeitenden!