Ingénieur Computer Vision / IA senior (H/F)

Dans le cadre du développement de solutions innovantes dédiées aux applications spatiales, nous recherchons un ingénieur en vision par ordinateur et intelligence artificielle capable d'intervenir sur l'ensemble du cycle de conception, de validation et d'industrialisation des algorithmes d'analyse d'images.

Vous contribuerez à transformer les données issues de systèmes d'observation avancés en informations exploitables pour des fonctions d'autonomie, de navigation et de prise de décision. Le poste offre une forte dimension technique ainsi qu'un rôle moteur dans l'orientation des choix technologiques liés à l'IA et au traitement d'images.

Vos missions :

- Concevoir des architectures logicielles dédiées à l'analyse et à l'interprétation automatisée d'images complexes.
- Développer et améliorer des algorithmes de vision artificielle pour des environnements contraints en ressources de calcul.
- Participer à l'intégration de modèles d'intelligence artificielle dans des chaînes de traitement embarquées.
- Exploiter de grands volumes de données image afin d'identifier des événements, tendances ou comportements d'intérêt.
- Collaborer avec les équipes logiciel, algorithmie, navigation et robotique afin de développer des fonctionnalités d'autonomie avancée.
- Mettre en place des méthodes robustes de validation, de qualification et de suivi des performances des algorithmes.
- Industrialiser les cycles de développement grâce à l'automatisation des phases d'entraînement, de test et de déploiement.
- Accompagner les ingénieurs plus juniors et diffuser les bonnes pratiques au sein des équipes techniques.
- Participer aux choix d'architecture et aux réflexions stratégiques concernant l'évolution des technologies IA de l'entreprise.

Les compétences techniques

Vous évoluerez au sein d'un écosystème mêlant vision par ordinateur, intelligence artificielle et développement logiciel avancé. Les travaux s'appuient principalement sur Python et C++, avec l'utilisation de frameworks de deep learning tels que PyTorch ou TensorFlow. Les problématiques adressées couvrent aussi bien les algorithmes classiques de traitement d'images et de géométrie de vision que les approches modernes basées sur les réseaux de neurones.

L'environnement de développement repose sur des plateformes Linux et sur des outils de collaboration et d'industrialisation tels que Git, Docker, Kubernetes et les chaînes CI/CD. Une exposition aux infrastructures cloud (AWS, Azure ou GCP) ainsi qu'aux problématiques de déploiement de modèles IA en environnement contraint constituera un véritable atout.