Ingénieur·e Chercheur·se en Vision par Ordinateur - CDD - Paris-Saclay H/F CEA

« Rejoignez le CEA pour donner du sens à votre activité, mener et soutenir des projets de R&D nationaux et internationaux, cultiver et faire vivre votre esprit de curiosité. »

EN SYNTHESE, QU'EST-CE QUE NOUS VOUS PROPOSONS ?
Le CEA recherche un(e) Ingénieur.e Chercheur.se en Vision par ordinateur et Deep Learning pour la CEA/DRT (Direction de la Recherche Technologique). Ce poste de cadre en CDD est articulé sur une durée de 36 mois, basé sur le site Nano-Innov de Paris-Saclay, Essonne (91).
Il s'agit d'un poste à pourvoir dès que possible.

POURQUOI NOUS REJOINDRE ?
Le Laboratoire de Vision et d'Apprentissage pour l'analyse de scène (LVA) du LIST mène des recherches en vision par ordinateur et IA pour les systèmes intelligents et autonomes.
Ses thèmes principaux incluent la reconnaissance visuelle, le suivi d'objets, l'analyse de comportement, la modélisation3D, l'analyse de données, la génération d'images, et les modèles de perception.
Le laboratoire développe des technologies innovantes axées sur l'apprentissage frugal, la spécialisation des modèles, et la robustesse.
Ces technologies sont appliquées dans divers secteurs : mobilité, manufacturing avancé, santé, sports, agri-agro, nucléaire, défense, sécurité, administration et services.

QU'ATTENDONS-NOUS DE VOUS ?
Intégré.e à un laboratoire d'une quinzaine d'ingénieurs-chercheurs, vous renforcez notre équipe technique pour concevoir des méthodes de génération 3D innovantes alliant contrôle géométrique et réalisme physique.
Au coeur de nos enjeux d'alignement, vous développez des briques technologiques de simulation différentiable et de perception pour garantir la plausibilité structurelle et la conformité aux lois physiques (statique, cinématique, dynamique) des scènes générées. Pour cela, vous serez amené.e à :
Constituer et enrichir des jeux de données 3D multimodaux avec des annotations avancées (contraintes géométriques, structurelles et physiques).
Définir des benchmarks robustes et reproductibles pour mesurer la performance et la fiabilité des modèles de génération 3D.
Extraire et structurer les contraintes issues de consignes multimodales (texte, image, vidéo) en s'appuyant sur des bases de connaissances.
Concevoir et co-optimiser des modules d'intégration différentiable liant la génération 3D à la simulation physique.
Développer des modèles génératifs sous contraintes multi-niveaux pour produire des objets 3D réalistes et physiquement valides.
Intégrer l'ensemble des briques technologiques dans une plateforme logicielle unifiée (API, calcul distribué).
Déployer et valider un démonstrateur opérationnel répondant à des problématiques et des cas d'usage industriels concrets.
Piloter des travaux de recherche (stagiaires/doctorants) et contribuer à la propriété intellectuelle (publications scientifiques, brevets).