Ingénieur traitement du signal / ML

Stage de fin d'études d'une durée de 6 mois chez TDK Invensense axé sur l'évaluation d'approches deep learning pour des systèmes embarqués.

• Évaluation de l'approche deep learning pour la détection de "taps" à partir de signaux accéléromètre issus d'IMU dans le cadre de la fonctionnalité Wide Area Tap pour écouteurs sans fil.
• Optimisation du modèle pour répondre aux contraintes de l'embarqué.
• Réalisation de tests en direct.
• Analyse et comparaison des performances entre l'algorithme de référence et le modèle deep learning.

Stage de recherche de 3 mois au sein du Laboratoire Image Ville Environnement pour concevoir un pipeline de traitement avancé sur des images satellites.

• Conception d'un pipeline complet de segmentation sémantique auto-supervisée sur images multispectrales Sentinel-2, incluant le prétraitement, un modèle ResNet-50 + U-Net, et l'entraînement.
• Analyse bibliographique et évaluation comparative de méthodes d'état de l'art.
• Présentation des résultats à des chercheurs partenaires dans le cadre d'une communication scientifique pour le projet ANR M2-BDA.