Thales

Thales

Ingénieur.e sur l’étude de Robustesse des Lie Group-Convolutional Neural Networks à des transformations arbitraires (H/F) Stage de 6mois

  • Stage 
  • Palaiseau

La tribu

Thales

Thales

  • Aéronautique / Spatiale, Cybersécurité, Logiciels

Le poste

Ingénieur.e sur l’étude de Robustesse des Lie Group-Convolutional Neural Networks à des transformations arbitraires (H/F) Stage de 6mois

  • Stage 
  • Palaiseau

Cette offre a été pourvue !

À propos

Ceux qui font avancer le monde s’appuient sur Thales.

Dans un monde en constante mutation, à la fois imprévisible et riche d’opportunités, ils sont aux côtés de ceux qui ont de grandes ambitions : rendre le monde meilleur et plus sûr.

Riches de la diversité de leurs expertises, de leurs talents, de leurs cultures, leurs équipes d’architectes conçoivent un éventail unique de solutions technologiques d’exception, qui rendent demain possible dès aujourd’hui.

Du fond des océans aux profondeurs du cosmos ou du cyberespace, ils aident leurs clients à maîtriser des environnements toujours plus complexes pour prendre des décisions rapides, efficaces, à chaque moment décisif.

Quel que soit l’enjeu.

Descriptif du poste

QUI SOMMES-NOUS ?

Situé sur le campus de l’École polytechnique, au cœur du pôle scientifique et technologique d’envergure mondiale de Paris-Saclay, le site de Palaiseau regroupe les activités de Thales Research & Technology (TRT), le centre de recherche du Groupe, et de ThereSIS (THALES European REsearch center for Security & Information Systems) au service des activités mondiales du Groupe. Grâce à une politique de partenariat proactive avec le monde académique et un réseau international d’entreprises innovantes, nos équipes de recherche de TRT développent des technologies de rupture et celles de ThereSIS sont dédiées à la sécurisation des systèmes d’information, à l’ingénierie des systèmes complexes et aux technologies innovantes de la transformation numérique afin d’obtenir rapidement des résultats répondant à des demandes opérationnelles concrètes.

Dans ce cadre nous recherchons un.e :

Ingénieur.e Robustesse des Lie Group-Convolutional Neural Networks à des transformations arbitraires (H/F) STAGE de 6 mois

Basé.e à Palaiseau (91)

QUI ETES-VOUS ?

  • Etudiant.e en école d’Ingénieur.e ou formation équivalente vous préparez un Master 2 en mathématiques appliquées ou équivalent ?

  • Votre formation et vos différentes expériences vous ont permis d’acquérir des compétences dans les domaines suivants :

    • Probabilité et Statistiques

    • Mathématiques fondamentales (théorie des groupes)

    • Environnement Linux et langage Python

  • Idéalement, vous avez également des connaissances en :

    • Deep Learning

    • Dans l’utilisation de TensorFlow et/ou PyTorch

  • Vous êtes curieux.se, raison qui vous pousse à faire votre stage dans le monde de la recherche ?

  • Vous aimez travailler en équipe ?

  • Enfin vous êtes à l’aise en anglais ? (Niveau B2 attendu)

CE QUE NOUS POUVONS ACCOMPLIR ENSEMBLE :

Le développement et l’application des algorithmes de Machine Learning à des problématiques industrielles sont d’un intérêt manifeste pour le groupe Thales. Néanmoins, l’élaboration de systèmes critiques intégrant des solutions algorithmiques reposant sur du Machine Learning constitue un véritable challenge, en particulier en raison de problématiques telles que le manque de robustesse des algorithmes comme les réseaux de neurones à des transformations de leurs entrées.

La spécification d’algorithmes de Machine-Learning corrects-par-design est par conséquent un atout indéniable, le procédé de validation algorithmique se limitant en effet à une vérification d'implémentation, les propriétés souhaitées sont satisfaites en vertu de la spécification choisie. S'agissant des propriétés de robustesse à des transformations représentables par des actions de groupes de Lie (robustesse géométrique), le design des Group-Convolutional Neural Networks (G-CNN) permet de garantir certains comportements locaux, permettant ainsi d'alléger le processus de validation.

Dans ce contexte :

  • L’objectif premier de vos travaux sera d’étudier, via des méthodes de projection dans les algèbres de Lie, l'applicabilité des G-CNN au design de structures robustes à des transformations non-géométriques. 
  • Il s'agira par la suite de mettre en perspective les résultats obtenus avec des méthodes alternatives telles que l'utilisation de techniques d'optimisation robuste, utilisables lors de la phase d’entraînement.

Les livrables consisteront en la production de code de recherche (python) documenté ainsi que dans la rédaction d'un rapport de synthèse.

Innovation, passion, ambition : rejoignez Thales et créez le monde de demain, dès aujourd’hui.

Découvrez l'équipe de Thales

Ce contenu est bloqué
Le cookie Youtube est obligatoire pour voir ce contenu
Questions et réponses sur l'offre
  • Ajouter aux favoris
  • Partager sur Twitter
  • Partager sur Facebook
  • Partager sur Linkedin

Notre sélection d'articles pour vous

Inspirez-vous avec une sélection d'articles