Amélioration par IA de la détection et localisation acoustique de coups de feu (H/F)

Au sein de Metravib DEFENCE, rejoignez la Direction de l'Innovation pour un stage de 6 mois à partir de février/mars 2027. Encadré(e) par un membre ou un binôme de l’équipe, vous aurez pour mission principale d'améliorer les performances des algorithmes de détection et d'identification de coups de feu intégrés au produit ATD (Automatic Threat Detection). Conçu pour la protection des personnes et des bâtiments en environnement urbain, le système ATD s'appuie sur des modèles de Machine Learning et de Deep Learning appliqués au traitement de données acoustiques .

L'un des enjeux majeurs réside dans la confrontation du système au terrain réel : les déploiements opérationnels mettent en évidence des spécificités environnementales (réverbération, échos, bruits ambiants complexes) qu'il convient de prendre en compte pour optimiser la précision du produit. Ce stage s'inscrit donc directement dans le développement et l'amélioration continue des solutions du produit. À ce titre, vous serez amené(e) à travailler en lien avec différents acteur

Missions

• Analyser les retours du terrain : Prendre en main les données récoltées lors des installations réelles et caractériser les facteurs environnementaux influençant les performances (échos, réverbération, bruits urbains).
• Développer et optimiser les algorithmes : Concevoir et affiner les modèles de Machine/Deep Learning pour renforcer les capacités de détection et d'identification des coups de feu dans des conditions difficiles.
• Intégrer et valider : Tester et valider les améliorations développées sur les jeux de données réels et synthétiques pour s'assurer de leur robustesse.
• Garantir la qualité logicielle : Produire du code (notamment Python) clair, parfaitement commenté et conforme aux normes de codage et de gestion de versions de l’équipe.
• Rédiger un rapport de fin d’études : Expliciter de façon claire et précise les travaux réalisés, les choix techniques retenus ainsi que les résultats obtenus.

Profil recherché

• Formation : Master 2 ou École d'ingénieur avec une spécialisation en Traitement du Signal (acoustique sera un plus), Machine Learning / Deep Learning ou Intelligence Artificielle.
• Compétences techniques : Maîtrise de Python et des frameworks de Deep Learning (Tensorflow/Keras) et base théorique en traitement du signal.
• Qualités : Curiosité scientifique, rigueur, autonomie et goût pour le travail en équipe.

Date de prise de poste souhaitée : 1 février 2027