Stage - Bac+5 - Ingénieur - machine learning H/F

Description de l'unité

Unité du LITEN, le Département des Technologies Solaires a a pour mission de développer des composants solaires, de les intégrer dans des systèmes innovants, compétitifs et respectueux de l'environnement. Le DTS développe également des solutions numériques pour la gestion intelligente des réseaux énergétiques connectés ou isolés d'une part et des solutions de stockage stationnaire pour les EnR d'autres part au service du quartier et ville intelligente
Le SMSP est chargé de conduire des travaux de R&D portant sur les modules photovoltaïques à base de cellules à hétérojonction et tandem. Il développera également des concepts photovoltaïques intégrés, innovants, recyclables et éco-conçus. Il assurera le couplage des modules photovoltaïques avec des systèmes électriques pour récupérer l'énergie produite, la convertir et en assurer une gestion rationnelle et sûre.
Le Laboratoire des Systèmes Appliqués (LSA) Centralise l'expertise fiabilité des modules et systèmes PV et leur vieillissement. Ilonduit le Benchmark des modules/systèmes et les aspects de labélisation en environnements spécifiques. Il travaille sur la prédiction des performances, le diagnostic avancé, la maintenance prédictive des systèmes PV, les simulations et modélisations des systèmes innovants (bifacial, salissure, environnements spécifiques), l'économie circulaire: ReUse, ReCycle, 2nd vie.

Sujet de stage

Segmentation de modules photovoltaïques par ML : amélioration d'algorithmes et création d'une base de données labellisées pour l'analyse de défauts.

Description de l'offre

Dans le cadre du diagnostic industriel et scientifique des installations solaires, la segmentation précise des modules photovoltaïques à partir d’images thermiques et visuelles est une étape importante pour détecter et analyser les défauts. Ce stage vise à améliorer les algorithmes de segmentation existants et à développer une approche robuste basée sur le machine learning pour automatiser et optimiser ce processus.

Vous intégrez une équipe travaillant sur l’analyse d’images pour des applications industrielles et/ou scientifiques.

Votre travail contribuera à renforcer la précision et l’automatisation des outils de segmentation, tout en construisant une base de données labellisée pour entraîner et évaluer des modèles de machine learning.

Vous aurez pour mission de :

- Réaliser un état de l’art des méthodes de segmentation d’images par Machine Learning, en identifiant les approches les plus adaptées au contexte des panneaux solaires.
- Comprendre et prendre en main l’algorithme de segmentation actuel.
- Développer un logiciel de filtrage et d’annotation permettant de corriger les résultats de segmentation.
- Constituer une base de données d’images labellisées en récupérant, prétraitant et annotant des images issues de base de données.
- Entraîner un modèle de Machine Learning sur cette base de données, puis évaluer et optimiser ses performances pour garantir une segmentation précise et fiable.

Profil du candidat

Nous recherchons un(e) étudiant(e) en dernière année d’école d’ingénieur ou en Master 2 dans un domaine lié à l’informatique, au traitement d’images, à l’intelligence artificielle ou à la science des données (data science).

- Connaissances en Machine Learning et en traitement d’images (OpenCV, bibliothèques de computer vision).
- Maîtrise de la programmation en Python et des frameworks comme PyTorch ou TensorFlow.
- Expérience (un plus) avec des modèles de segmentation (YOLO, U-Net, etc.).

Conformément aux engagements pris par le CEA en faveur de l'intégration des personnes handicapées, cet emploi est ouvert à toutes et à tous. Le CEA propose des aménagements et/ou des possibilités d'organisation pour l’inclusion des travailleurs handicapés