Visionairy
Location
Palaiseau, Essonne | France
Job description
Nous croyons que l’intelligence artificielle doit être un outil au service du travail humain et doit permettre de réinventer nos manières de produire.
C’est pourquoi nous développons un logiciel à destination des industriels qui permet de déployer facilement des applications d'IA et Computer Vision en se basant seulement l’expertise métier et sans nécessiter de compétences en programmation.
Depuis 2022, Visionairy multiple chaque année sa croissance par 3 et analyse aujourd'hui plusieurs milliers de pièces par jour. Nous sommes présents dans 6 pays européens.
Notre croissance s'appuie sur 3 piliers fondamentaux : une technologie qui fonctionne, un produit intuitif et une importance forte accordée à l'intégration de nos solutions chez nos clients.
L'équipe se compose d'une quinzaine de personnes, dont les 3/4 sont tech.
En automatisant des tâches à faible valeur ajoutée dans divers secteurs d'activité (électronique, pharma, verre, mobilités,..), nous voulons être acteurs de la ré-industrialisation européenne et contribuer ainsi à réduire l’empreinte écologique liée à la délocalisation.
En tant que stagiaire machine learning, votre objectif sera de développer un algorithme d’apprentissage en ligne d’un modèle stochastique qui prenne en compte les contraintes métier et de l’environnement industriel.
Ce travail s’effectue dans la continuité des travaux de recherche interne sur le développement d’un modèle de détection d’anomalie non-supervisé. Vous serez amené à travailler sous la supervision d’une équipe de recherche académique et du CTO de l’entreprise, et amené à collaborer avec l’ensemble de l’équipe (produit, opérations, commerciale).
A terme, votre travail sera intégré dans le logiciel de Visionairy et sera utilisé en production. Le stage peut donner lieu a un brevet et la poursuite en thèse CIFRE ou poste d’ingénieur machine learning.
Re-factorer le code de l’apprentissage du modèle de batch (KMLE) à online en utilisant l’approximation stochastique de EM (online SAEM), afin de faciliter l’intégration par des équipes de développement
Caractériser la nature du drift des données de production sur des datasets propriétaires (nature, temporalité, normalité) et dériver des motifs récurrents
Développer un algorithme de mise à jour en ligne du modèle en se basant sur la méthode d’apprentissage en ligne évoquée précédemment, en se basant sur des règles comme le déclenchement, le choix des hparams, la pondération du batch dans l’ensemble de test / entrainement.
Participer au challenge VAND 2.0 CVPR (si papier accepté)
Nous recherchons une personne avec un bon background mathématiques, statistiques et probabilités, et motivé.e développer un algorithme et des modèles avec de vrais impacts métiers.
Master 2 Mathématiques ou équivalent
Bonne pratique Python, Pytorch
Intéressé par le secteur et rejoindre une startup
Théorie de l’estimation, Deep Learning
A l'aise avec la littérature scientifique et l'implémentation de papiers
#J-18808-LjbffrJob tags
Salary
