Le développement de briques logiciels Degradation Prediction, sous la forme d’un
jeu d’algorithmes IA pré-entraînés (time-series/Diffusion) pour la détection de l’apparition d’anomalies associées au vieillissement des batteries et leur connexion avec les algorithmes existants sur la prédiction de l’évolution de l’état de santé.
Activités
Développement d'une structure logiciel complète full-stack et de l'intégration de nos algorithmes IA pré-entraînés pour la détection d'anomalie.
Compétences
Les compétences attendus sont : (1) une très bonne maitrise de la programmation en Python et des outils associés pour les algorithmes de deep learning, (2) une maitrise des outils en base de données, back-end et front-end, (3) de fortes compétences en data science sur la préparation et la visualisation de grand volume de données.
Contexte de travail
Ce travail s'inscrit dans la valorisation des travaux de recherche réalisés au sein de l'équipe Image&Datascience du LRCS porté par Arnaud Demortière (DR CNRS). Avec la construction de la startup PreDeeption sur la maintenance prédictive IA avancé pour les batteries.
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.
Ce travail s'inscrit dans la valorisation des travaux de recherche réalisés au sein de l'équipe Image&Datascience du LRCS porté par Arnaud Demortière (DR CNRS). Avec la construction de la startup PreDeeption sur la maintenance prédictive IA avancé pour les batteries.
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
Le poste sera localisé au laboratoire LRCS à Amiens
Le poste sera localisé au laboratoire LRCS à Amiens