Vous intégrerez l'unité d'ingénierie Modules Optroniques qui conçoit les briques technologiques de demain : modules de détection infrarouge, visible, zoom, cœur de traitements vidéos… Ces modules de haute technologie sont le cœur des futurs équipements d'observation de Safran Electronics & Defense : jumelles, caméras thermiques, viseurs terrestres, marines, aéroportés, drones.

L'objectif principal de ce stage est d'améliorer la séquence de calibration des capteurs InfraRouges Non Refroidis (IRNR) à l'aide de Machine Learning.

L'ensemble des pixels qui composent la matrice d'un capteur IRNR ne répondent pas de manière uniforme à un même flux incident. Le processus de calibration consiste à évaluer la correction individuelle à apporter pour chacun des pixels de façon à obtenir une image exploitable.

Dans le cadre de ce stage, nous proposons d'optimiser l'étape de calibration en développant des modèles prédictifs, construits à partir des données des capteurs précédemment calibrés. Pour atteindre cet objectif, nous nous appuierons sur des méthodes récentes d'intelligence artificielle, notamment en matière de machine learning et de deep learning.

Le stage se déroulera en 4 étapes :
• Faire un bilan statistique des données sur la population des capteurs déjà calibrés,
• Définir les axes d'optimisations par machine learning (et/ou d'autres méthodes) conjointement avec le tuteur de stage,
• Réaliser et simuler les essais de caractérisations définis sur les capteurs,
• Analyser les résultats, rédiger un rapport d'essais et proposer la solution à déployer en production série.

Vos résultats auront un impact direct pour réduire le cout de production des capteurs InfraRouges Non Refroidis.

Vous êtes étudiant(e) en dernière année du cycle ingénieur.
Vous êtes de formation généraliste ou spécialisée en optronique, ou en informatique, statistiques, IA, systèmes embarqués.

Compétences techniques attendues :
• Solides bases en statistiques et en analyse de données
• Maitrise de Matlab et/ou Python
• Expérience avec les librairies de machine learning et deep learning (Pytorch) serait un plus
Qualités humaines :
• Autonomie, rigueur et curiosité
• Capacité à travailler en interface avec plusieurs métiers (traitement d'image, data science, FPGA, optronique, embarqué)
• Goût pour l'expérimentation et la veille technologique