Développement d’un Proof of Concept d’edge computing pour la détection d’anomalies basée sur l’analyse de signatures énergétiques et l’IA embarquée (TinyML).

Responsabilités:

• Intégration hardware: module de mesure énergétique avec microcontrôleur (ESP32/STM32), UART/Modbus
• Développement firmware: acquisition temps réel des paramètres électriques
• Traitement du signal: FFT, statistiques, features (RMS, variance, kurtosis, harmoniques)
• Machine Learning embarqué: collecte/labellisation dataset; modèle d’Anomaly Detection optimisé MCU
• Déploiement TinyML: quantization du modèle, intégration TensorFlow Lite Micro
• IoT: WiFi/LoRa/BLE pour alertes (MQTT/HTTP)
• Validation POC et documentation

Technologies:

• Microcontrôleurs (ESP32/STM32), C/C++
• TinyML / Edge AI (TensorFlow Lite Micro)
• IoT (WiFi, LoRa, BLE, MQTT/HTTP)

Profil recherché:

• Étudiant(e) BAC+3 à BAC+5 (systèmes embarqués, IoT, informatique industrielle)
• Bonnes bases en C/C++ sur MCU, traitement du signal (FFT/filtrage) et protocoles IoT

Localisation: Sousse (télétravail partiellement possible) Durée: 4-6 mois

📧 Pour postuler: contact@h2a-group.com