Au sein de OSE Engineering, vous rejoignez le pôle Navire Autonome pour relever les défis de la perception maritime haute-fidélité. Au-delà des approches classiques de détection ARPA, votre rôle est d’exploiter la richesse des données radar (amplitude et vitesse) pour créer une vision intelligente de l’environnement naval.

A l’embauche

• Exploitation de la donnée : Analyser les échos pour différencier les cibles d’intérêt (navires, bouées) du bruit de mer (clutter) et des phénomènes météorologiques. Mise en place d’algorithmes de machine learning et deep learning.

• Analyse Doppler & Vitesse : Développer des algorithmes exploitant la vitesse radiale des échos pour améliorer la discrimination des cibles mobiles et la robustesse du tracking.

• Optimisation contextuelle : Définir dynamiquement les seuils et paramètres radars (filtres Doppler, fenêtrage d’amplitude, gain) pour garantir une détection optimale quel que soit les conditions environnementales.

• Développement Algorithmique : Concevoir des modèles en Python (pour la R&D) et les implémenter en Rust ou C++ pour une exécution temps réel.

• Extraction de caractéristiques : Créer des descripteurs basés sur la forme et la dynamique des échos pour alimenter les modules de classification.

A court terme

• Optimisation de la chaîne de traitement : optimiser les temps de calcul entre la réception de l’écho et sa caractérisation logicielle.

• Validation de modèles : Participer aux campagnes d’essais en mer afin d’évaluer la performance des algorithmes et modèles déployés.

• Formation : Ingénieur ou Docteur spécialisé en traitement du signal, data science, Machine Learning.

• Expérience : Une expérience en analyse de données issues de capteurs physiques (Radar, Sonar, Lidar), ou domaine connexe est attendue.

Compétences techniques clés :

• Développement logiciel : Capacité à coder en Python pour le prototypage et l’analyse de données. Le développement d’algorithmes performants et sûrs en Rust ou C++ est un plus.

• Connaissance Radar : Compréhension des modes de balayage, de la résolution en distance/azimut et de l’influence de la hauteur d’antenne sur l’amplitude reçue.

• Traitement du signal et analyse de données : Statistiques, probabilités et filtrage (Kalman, filtrage particulaire) pour le suivi de cibles basé sur la vitesse.

• Machine Learning : algorithmes d’apprentissage supervises et non supervisés

Un premier échange avec Paul-Emile (responsable du programme) et Gabriel (chef de projet) puis un second échange avec la direction de OSE Engineering. Les échanges se déroulent par visioconférence Teams.