Contexte et objectif

• Objectif principal : classifier automatiquement les véhicules à partir d'images caméra (projet LAPI).
• Attente : produire un pipeline complet de vision (dataset annoté → modèle → API → visualisation) prêt à l'intégration.

Planning et livrables

• Durée prévue : 6 mois répartis en phases mensuelles : Mois 1 Analyse & cadrage, Mois 2 Collecte et préparation des données, Mois 3 Conception du modèle IA, Mois 4 Entraînement et tests, Mois 5 Intégration et visualisation, Mois 6 Validation, documentation et soutenance.
• Livrables attendus : dataset annoté, modèle de vision entraîné, API de classification, rapport final et documentation technique.

Critères d'évaluation

• Précision et robustesse du modèle sur jeux de données réels et augmentés.
• Qualité de l'intégration (API, visualisation) et exhaustivité de la documentation.

Compétences techniques & outils requis

• Langages / frameworks : Python, OpenCV, TensorFlow/Keras, PyTorch.
• Vision par ordinateur : CNN, Transfer Learning, Data Augmentation ; Développement Web/API : REST APIs, Angular ou React, Docker.
• Gestion de données : SQL/NoSQL pour logs et images annotées ; BPM / Process Automation : Camunda BPM, bpmn-js (si nécessaire) ; Gestion de code : Git.

Profil recherché & qualités

• Candidats : élèves en Génie Logiciel, Vision par Ordinateur ou Intelligence Artificielle avec intérêt pour le traitement d'images et la reconnaissance visuelle.
• Qualités : autonomie, rigueur, curiosité scientifique, sens pratique pour l'intégration et l'optimisation des modèles, esprit orienté résultat.

Encadrement et modalités pratiques

• Nombre de stagiaires : 1.
• Responsable projet : Omar Turki.
• Référence interne/technique mentionnée : REF : Java (présente dans la fiche), à discuter lors du cadrage.

📧 Pour postuler: jobs@numeryx.fr