STAGE TRAITEMENT DES DONNEES OPTIQUES - MACHINE LEARNING
Présentation de l'entreprise
FEBUS Optics est une entreprise innovante qui développe des systèmes optoélectroniques de mesures réparties de température, déformation et vibration par fibre optique. Cette technologie de pointe transforme les réseaux de fibre optique déjà installés pour les connexions mondiales, en réseaux de capteurs sensibles à leur environnement. Leur nouvelle mission (au-delà de la connexion internet) est alors de protéger les infrastructures avoisinantes (canalisations, câbles électriques, ouvrages d’art …).
Aujourd’hui les produits de FEBUS Optics s’adressent aux marchés des Énergies (notamment Renouvelables), de la géophysique, du Génie Civil, de la protection périmétrique, ainsi que d’autres marchés prospectés comme les transports routiers ou ferroviaires. Entre autres, FEBUS Optics a développé une solution de détection et de localisation d’événements en temps réel le long d’une fibre optique afin de surveiller une infrastructure avoisinante (canalisations, sites sensibles, voies de transport, …).
La société est actuellement dans une phase de développement technique et commercial qui ouvre des opportunités très intéressantes pour un/une stagiaire souhaitant participer au développement de technologies de pointe, au contact de personnes hautement qualifiées dans leurs domaines respectifs (optoélectronique, électronique numérique et analogique, informatique et calcul scientifique).
PRESENTATION DU POSTE
Stage rémunéré / Durée : de 4 à 6 mois / CDI possible en fin de stage
FEBUS Optics souhaite recruter un stagiaire en cycle d'ingénierie optique pour travailler sur certaines applications Distributed Fiber Optics Sensing nécessitant un traitement de signal spécifique. Le(La) stagiaire travaillera sur l’utilisation de données issues des technologies de rétrodiffusion Brillouin, Rayleigh et Raman dans le domaine de la classification d’événements.
Ce stage offre une opportunité unique de plonger dans l’analyse et l’exploitation de données complexes issues d’interrogateurs optique appliquées au domaine du Machine Learning. En collaboration avec une équipe d’experts opticiens et data-scientist, le(la) stagiaire participera à la valorisation de la donnée optique générée par les interrogateurs, ainsi qu’à l’optimisation et au perfectionnement de la solution de détection et localisation d’événements. Ce travail sera notamment basé sur la compréhension de la donnée et l’EDA. Le(la) stagiaire aura aussi l’opportunité d'affiner les modèles existants tout en explorant des nouvelles approches de classification.
En contribuant à des projets concrets à forts impacts, ce poste constitue un défi idéal pour un(e) étudiant(e) curieux(se), capable d’explorer en profondeur la donnée pour en extraire un maximum d’informations, même lorsque les solutions ne sont pas encore établies. Il(elle) sera passionné(e) par le domaine du traitement de signal et de l’IA et aura une bonne compréhension de l’optique.
Le(la) stagiaire rejoindra l’équipe de Traitement du signal et interagira fortement avec l’ensemble des équipes de conception et développement et l’équipe opérationnelle terrain. Ce stage aura lieu dans le siège social de FEBUS Optics à Pau.
Nous recrutons un(e) Stagiaire en traitement de données optiques – Machine Learning pour :
- Explorer et exploiter la donnée.
- Analyser et synthétiser les informations et les résultats.
- Développer et maintenir des solutions algorithmiques en Python et valider leurs performances.
- Déployer les solutions de traitement sur les projets, en étroite collaboration avec les ingénieurs projet, assurer leur optimisation et leur bon fonctionnement.
- Possiblement, explorer des nouveaux modèles de classification afin d’améliorer la précision et la pertinence des prédictions.
NIVEAU D'ETUDES ET DE CONNAISSANCES REQUIS
- Niveau d’étude : Bac +2 (min) admis en cursus ingénieur.
- Intérêt pour l’instrumentation optique, le traitement de signal, l'exploitation de données.
- Compréhension des data de mesures physiques.
- Intérêt pour les techniques de Machine Learning.
- Connaissances en Python, écriture et validation de codes sous Python.
- Capacités d’organisation, sens de l’initiative et autonomie.
- Capacité à travailler au sein d’une équipe pluridisciplinaire.
- Esprit critique et de synthèse.
