Poste Ingénieur en Fusion de Données et Optimisation Bayésienne H/F

CNRS

Le contexte du projet sur lequel l'ingénieur est amené à travailler est la navigation des véhicules intelligents. La localisation à haute intégrité est un enjeu critique pour assurer la sécurité des véhicules intelligents. Dans une telle application, les erreurs d'estimation d'état doivent être correctement bornées.

Le but de ce poste est de finaliser les travaux débutés pendant la thèse de Mohammed Salhi et d'affiner les résultats de l'optimisation bayésienne sur des jeux de données obtenus avec les véhicules du laboratoire.
Activités
- Expérimentation pour la validation finale du filtre Kalman zonotope sous la forme informationnelle avec optimisation bayésienne.
- Finalisation des expérimentations débutées lors de la thèse de Mohammed Salhi (estimation d'état et optimisation bayésienne)
-Contribution à la rédaction d'un papier de journal
Compétences
- Compétence en fusion de données multi-capteurs.
- Compétence en optimisation bayésienne
- Forte compétence technique en pytorch et python

Diplôme master 2 en robotique/informatique.
Contexte de travail

Lieu : Laboratoire Heudiasyc, Université de Technologie de Compiègne.
Projet ANR ToICar

Le poste se situe dans un secteur relevant de la protection du potentiel scientifique et technique (PPST), et nécessite donc, conformément à la réglementation, que votre arrivée soit autorisée par l'autorité compétente du MESR.
Lieu : Laboratoire Heudiasyc, Université de Technologie de Compiègne.
Projet ANR ToICar

Le poste se situe dans un secteur relevant de la protection du potentiel scientifique et technique (PPST), et nécessite donc, conformément à la réglementation, que votre arrivée soit autorisée par l'autorité compétente du MESR.
Contraintes et risques

RAS
RAS