Skip to content

Stage: Évaluation et intégration d’algorithmes de détection et suivi d’objets par deep learning (F/H)

HEMERIA16000 Angoulême

First seen Nov 12 · open 8 days · posted onceNo pay listed

HirQ verdict

69/100 · Strong. Based on age, reposts, pay, the company's hiring and ghost signals.

Low ghost risk
True age
8 days
Reposts
Posted once

See the evidence behind this score.

Pro shows each part of the score, the reasons, the pay percentile and the listing history.

HirQ's ghost-risk estimate and company labels are automated opinions based on what we observe on employers' public job boards: how long a listing has been open, whether it was re-listed, wording in the description, and how often roles on that board close. They are not statements about an employer's intent, and a high-risk listing can still be a real opening. Figures are as of the date shown. How we measure

At a glance

Pay
No pay listed
Level
Mid level
Type
Internship
Team
Stage/Alternance
Work setup
On-site

HEMERIA hiring

Company page
Actively hiringHiring51· FairAutomotive, Aerospace & Defense
Open roles
32
New in 30 days
8
Closed in 30 days
2
Hiring trend, 13 weeksPro
Follow-through: ••%Pro

About the role

From HEMERIA's careers page, checked Nov 21

Nous recherchons un stagiaire pour évaluer et intégrer des algorithmes de détection et de suivi d’objets basés sur le deep learning (F/H) pour une durée de 6 mois à partir du 1er trimestre 2027 au sein de la division Land & Sea sur le site d’Angoulême.

Contexte

Les algorithmes de détection et de suivi basés sur l’apprentissage profond évoluent vite, et leurs performances annoncées se transposent mal à de nouveaux capteurs ou de nouvelles conditions. Notre équipe développe des solutions de vision temps réel et dispose d’une bibliothèque modulaire de pipelines de traitement (C++).

Il manque une méthode fiable pour comparer les approches et choisir celles à intégrer.

Objectif

Mettre en place une plateforme d’évaluation reproductible, puis intégrer les solutions les plus pertinentes dans la bibliothèque.

Missions

  • Reprise de l’existant. Analyser le module actuel de détection et de suivi, diagnostiquer ses limites de généralisation sur d’autres capteurs et en rendre compte.
  • Données et protocole d’évaluation. Constituer des jeux de données infrarouges et visibles, avec découpage par séquence, tests inter-datasets et métriques normalisées (mAP, HOTA, IDF1, vitesse d’exécution).
  • Benchmark de l’état de l’art. Comparer des détecteurs et des trackers récents, avec entraînement ou fine-tuning, augmentation de données et résultats reproductibles.
  • Intégration. Intégrer les solutions retenues dans la bibliothèque C++ et réaliser des démonstrations.
  • Documentation. Rédiger un guide de décision par cas d’usage et la documentation technique.

Profil

  • Étudiant en informatique spécialisé intelligence artificielle / vision par ordinateur / génie logiciel avec :
  • Python et PyTorch, et de bonnes bases en deep learning et en évaluation de modèles ;
  • C++ et de CMake ;
  • De la rigueur, de l’autonomie et un esprit critique argumenté.

Skills mentioned

  • C++
  • Deep Learning
  • Python
  • PyTorch
Apply on HEMERIA's siteOpens HEMERIA's own application page.

Similar jobs

Same role or field, nearby or remote, ranked by HirQ score.

More at HEMERIA

All roles

Keep exploring

Stage: Évaluation et intégration d’algorithmes de détection et suivi d’objets par deep learning (F/H)

No pay listed · HirQ 69

Apply