Objectifs du stage

• Développer un pipeline de détection d’individus adapté à des flux vidéo en entrée.
• Implémenter un modèle de classification du sexe et un modèle d’estimation de l’âge, intégrés au pipeline.

Tâches et responsabilités

• Concevoir et implémenter les étapes de détection, tracking (si nécessaire) et extraction de visages / silhouettes pour le profilage.
• Entraîner et évaluer des modèles de classification du sexe et d’estimation d’âge, gérer le prétraitement des données et la validation expérimentale.
• Optimiser les modèles et le pipeline pour une exécution en temps réel (quantification, pruning, conversion vers des moteurs d’inférence accélérés).
• Générer des KPIs opérationnels et rapports : nombre de personnes, répartition par sexe, segments d’âge.

Livrables attendus

• Pipeline fonctionnel prêt à l’intégration (code, scripts d’inférence, instructions de déploiement).
• Modèles entraînés et fichiers de conversion/optimisation (ex : ONNX/TensorRT ou équivalent).
• Documentation détaillée des étapes de conception, d’expérimentation et d’intégration, ainsi que des résultats des évaluations.

Contraintes et optimisation

• Veiller à la robustesse en conditions réelles (variations d’éclairage, occlusions partielles, angles de vue).
• Prioriser l’optimisation pour exécution temps réel sur matériel cible (CPU/edge GPU), mesurer latence et throughput.

Compétences recommandées

• Expérience en vision par ordinateur et apprentissage profond (CNN, architectures de classification et régression pour l’âge).
• Maîtrise de frameworks ML (PyTorch, TensorFlow) et outils d’optimisation (ONNX, TensorRT, quantification).
• Connaissances en traitement d’images/vidéo (OpenCV), évaluation de modèles et métriques (accuracy, MAE pour l’âge).

Candidature

• Pour postuler, envoyer votre CV et une lettre de motivation à careers@wisevision.io en précisant l’intitulé du sujet dans l’objet du mail.
• Contact par email : careers@wisevision.io