Stage Computer Vision - Contrôle conformité des déchets - augmentation des performances

• Objectifs

Ce stage s’inscrit dans un projet innovant visant à améliorer la sécurité des opérateurs et la gestion des camions sur les sites de traitement Veolia, en s'appuyant sur les possibilités offertes par l’IA. L’objectif est de suivre efficacement les camions apporteurs de déchets, de leur arrivée sur site à leur départ. Plus spécifiquement, le stage se concentrera sur l'intégration d’éléments pertinents de l’expertise métier et la détermination de caractéristiques visuelles pour rendre robuste la détection et l’identification des camions. Il s’agira ensuite de délimiter les déversements de déchets d'intérêt de type divers en vrac au sol à partir d'images provenant de multiples systèmes d'acquisition.

Cette approche permettra d'optimiser le processus de contrôle tout en garantissant une traçabilité précise.

Vous aurez l’opportunité de travailler sur un cas d'usage concret, avec accès à des images réelles, permettant une application directe des techniques d'IA dans un environnement industriel.

• Missions principales

• Révision bibliographique sur les modèles Deep Learning appliqués à la détection, ré-identification de véhicules, compréhension de scènes, modèles multimodaux

• Recueil du besoin et de l’expertise métier pour orienter les modèles

• Exploration de différentes approches selon l’avancement du projet :

  • Implémentation de modèles de détection de camion

  • Implémentation de modèles de ré-identification d’un même camion à travers plusieurs caméras (prise d’images discontinue)

  • Implémentation de modèles de détection de déchets

• Evaluation et optimisation des performances des modèles

• Proposition créative d’utilisation des résultats pour développer un algorithme utile et utilisé

Qualifications

• Formation

Niveau Master 2 ou élève en école d’ingénieur (BAC+5) en spécialisation Statistiques, Data science, mathématiques appliquées, computer vision

• Vos compétences

• Bonne capacité d’analyse de données

• Solides connaissances en mathématiques et en statistiques

• Solides compétences en programmation : Python/R, SQL

• Connaissance appliquée des algorithmes d’apprentissage automatiques

• Maîtrise de l'utilisation d'outils et de bibliothèques d'analyse de données tels que pandas, NumPy, Scikit-learn, dplyr, ggplot

• Expérience avec des frameworks d'apprentissage profond comme TensorFlow ou PyTorch

• Expérience avec le versionning (Git)

• Bonne communication écrite et orale

• Vos qualités, votre savoir-être

Vous avez une capacité de vulgarisation et êtes capables d’expliquer des concepts complexes à des membres de l’équipe non technique.

Vous disposez d’un esprit d’analyse et de synthèse et aimez raconter des histoires à l’aide des données.

Vous possédez un esprit d’équipe et êtes capable de travailler en équipe.

Vous êtes curieux et désireux d'apprendre continuellement les nouvelles techniques et technologies de la science des données

Vous êtes créatif et innovant : l'application des compétences analytiques à des situations réelles ne vous fait pas peur.

Additional Information

Nos valeurs :
Responsabilité, Respect, Solidarité, Innovation, Sens du client

Environnement de travail:

• Environnement stimulant

  • team buildings, créativité, innovation

  • croisement des expertises et des disciplines

  • des sujets de travail renouvelés pour découvrir et grandir

  • une vision large des enjeux et des activités de Veolia pour ressourcer le monde

  • un accompagnement pour se développer professionnellement

  • les opportunités d’évolution au sein d’un groupe mondial

En tant qu'entreprise inclusive, Veolia s’engage pour la diversité et accorde la même considération à toutes les candidatures, sans discrimination.

Pour postuler merci de joindre dans l'onglet “pièces jointes” CV et lettre de motivation en format PDF (nommés de la manière suivante : Nom Prénom_CV et Nom Prénom_LM)

En tant qu'entreprise inclusive, Veolia s’engage pour la diversité et accorde la même considération à toutes les candidatures, sans discrimination.