6 mois
Trappes (Île-de-France)
Réf. STA/QMEB/DMSI
  • Partager sur Twitter
  • Partager sur LinkedIn
Stage

Stage Quantification des incertitudes à travers les réseaux de neurones appliquée aux mesures par microscope électronique à balayage (MEB) H/F

Missions

Vous intervenez au sein du département Science des Données et Incertitudes et en collaboration avec le département Matériaux sur les problématiques techniques de segmentation d’images à partir de mesures en microscopie électronique à balayage (MEB) visant à caractériser les nanoparticules au sein des échantillons.

Une plateforme Web assure d’ores-et-déjà la segmentation automatique des échantillons par le biais d’algorithmes d’apprentissage profond. L’objectif de ce stage est de quantifier l’incertitude prédictive d’un réseau de neurones utilisé pour la segmentation de particules de TiO2 au sein d’images MEB en considérant différentes sources d’incertitude (base de données d’entraînement, paramètres du modèle, bruit sur les données, …). Plusieurs méthodes seront étudiées en fonction des sources d’incertitude : approches ensemblistes (weight sharing, model pruning, …), bayésiennes (Variational inference, Laplace Approximation, …) ou approches utilisant l’augmentation de données.

Les développements à réaliser au cours de ce stage s’articulent de la manière suivante :

  • État de l’art sur les méthodes pour la quantification de l’incertitude à travers les réseaux de neurones
  • Implémentation des méthodes sélectionnées
  • Evaluation des différentes méthodes pour la tâche de segmentation des particules de TiO2 au sein d’images MEB
  • Rédaction d’un rapport scientifique de synthèse des résultats

Profil

Vous recherchez un stage dans le cadre de votre Master 2 spécialité machine learning/statistique ou de votre dernière année d’école d’ingénieur en option mathématiques appliquées.

Vous avez une forte envie de développer votre expertise en deep learning, et vous possédez de solides connaissances en statistique. Vous êtes intéressés par la mise en œuvre des méthodes d'apprentissage sur des applications industrielles innovantes.

De plus, vous disposez de bonnes expériences en programmation, en langage Python et des environnements Tensorflow, PyTorch ou Keras.

Vous êtes méthodique et disposez de bonne aptitudes rédactionnelles. Vous êtes reconnu(e) pour votre écoute, votre rigueur, votre capacité à travailler en équipe, ainsi que pour votre dynamisme.

Gratification

1218 € brut/mois pour une formation Bac +5