QUI SOMMES-NOUS ?

Thales propose des systèmes d’information et de communication sécurisés et interopérables pour les forces armées, les forces de sécurité et les opérateurs d’importance vitale. Ces activités, qui regroupent radiocommunications, réseaux, systèmes de protection, systèmes d’information critiques et cybersécurité, répondent aux besoins de marchés où l’utilisation des nouvelles technologies numériques est déterminante. Thales intervient tout au long de la chaîne de valeur, des équipements aux systèmes en passant par le soutien logistique et les services associés.Sur le site de Vélizy le Bois, les équipes développent et installent des systèmes d’information de commandement et de renseignement, systèmes de sécurité nationale et solutions de sécurité pour les villes, les États et les infrastructures critiques, ainsi que des systèmes d’information critiques et de cybersécurité. Le site abrite également les équipes en charge les solutions de supervision et de signalisation ferroviaire pour les grandes lignes et les réseaux de trafic urbain.

QUI ETES-VOUS ?

Vous êtes issu(e) d'une formation BAC+5 (école d'ingénieur, université ou équivalent) et recherchez un stage de fin d'études ?

Vous avez connaissance de l’environnement Python et OpenCV ?

Vous avez une appétence pour la géographie numérique ?

Vous êtes rigoureux(se), curieux(se) et disposez d’une bonne capacité d’analyse ?

Un bon niveau d’anglais technique est nécessaire.

Ne tardez pas, ce stage vous attend !

CE QUE NOUS POUVONS ACCOMPLIR ENSEMBLE :

Au sein du secteur Systèmes d'Information de Défense de Thales SIX GTS France, vous intégrez un département en charge de systèmes de production de données géographiques où des techniques d’apprentissage profond sont mises en œuvre afin d’automatiser et améliorer la production.

L'objectif du stage est d’étudier les capacités des techniques d’apprentissage profond à améliorer la génération automatique du relief par stéréo. Classiquement, le 3D est extrait des images aériennes ou satellites par des procédés de corrélation d’images en configuration stéréo. Depuis peu, des techniques à base d’apprentissage profond promettent d’améliorer les résultats des techniques historiques. Le but du stage est de tester une de ces méthodes, publiée par un grand laboratoire dans un article récent (2020) et qui semble particulièrement intéressante.

Les principales étapes du travail seront :

- La bibliographie pour situer le travail dans l’état de l’art ;

- La lecture approfondie de l’article de 2020 décrivant la méthode utilisant l’architecture neuronale U-Net (Ronneberger 2015) ;

- La mise en place de la méthode sur un cas concret : le modèle Numérique de Surface d’un quartier de la ville de Rio de Janeiro à partir d’images satellites très haute résolution ;

- Les discussions de l’intérêt de cette technique par rapport à un MNS (déjà disponible) obtenu par corrélation stéréo.

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