L’ISEN Ouest est une grande école d’ingénieurs sous contrat avec le Ministère de l’Enseignement Supérieur et de la Recherche.

L’ISEN Ouest forme 1400 élèves-ingénieurs à Brest, Caen, Nantes, Paris et Rennes dans plusieurs domaines professionnels : Systèmes embarqués, Génie logiciel, Technologies biomédicales, Télécom & Réseaux, Ingénieur de projets et d’affaires, Environnement, Intelligence artificielle, Robotique, Énergie, Cybersécurité.

Pour inciter à la mixité des candidatures sur tous les postes et surtout ceux à forte prédominance féminine ou masculine, l’Association rappelle qu’elle étudie avec la même attention les candidatures féminines et masculines.

Association handi-accueillante, nos postes sont ouverts aux personnes en situation de handicap.

 

 

 

Sujet post-doctorat mené par le L@bISEN, s'inscrit dans le cadre du projet AUTO-FERTI-VIZ, financé par la région Bretagne, dans l’axe "innovation collaborative au croisement des filières". Ce projet est réalisé en partenariat avec l’entreprise Rolland, reconnue pour son expertise dans la conception, la fabrication et la commercialisation de véhicules et d’équipements destinés aux secteurs agricole et industriel.

 

Fiche d’identité du poste :

 ·        Établissement de rattachement : Yncréa Ouest, Établissement d’enseignement supérieur privé d’intérêt général (EESPIG), sous contrat avec le ministère de l’enseignement supérieur et de la recherche

·        Unité de recherche : L@bISEN

·        Équipe de recherche : LSL (Light – Scatter – Learning)

·        Lieu de travail : campus de Brest

·        Durée du contrat : 1 ans 

·        Rémunération selon le profil/expérience, à partir de 37 000 € (brut annuel)

·        Possibilité de participer aux activités d’enseignements d’Yncréa Ouest

 

Contexte applicatif :

Dans un contexte d’agriculture de précision, la maîtrise de la largeur réelle d’épandage constitue un enjeu majeur pour optimiser l’apport d’engrais. Le projet AUTO-FERTI-VIZ répond à ce besoin en proposant une solution embarquée de vision artificielle capable de visualiser en temps réel la nappe d’épandage et sa projection au sol. Cette approche vise à améliorer l’homogénéité d’application, à réduire les pertes d’intrants et à limiter les impacts économiques et environnementaux

Objectif :

Le projet AUTO-FERTI-VIZ vise à concevoir une solution embarquée de vision artificielle pour la détection en temps réel de la nappe d’épandage produite par un épandeur ou une remorque, l’estimation de sa largeur effective et sa projection au sol par homographie. Cette approche permet de caractériser avec précision la zone réellement couverte par l’engrais, quelles que soient les conditions opératoires, notamment le débit, la vitesse d’avancement, la nature de l’engrais ou les phénomènes de turbulence.

Inscrit dans une logique d’agriculture de précision, AUTO-FERTI-VIZ a pour ambition de fournir à l’opérateur une visualisation instantanée via une interface homme–machine temps réel embarquée, afin d’améliorer l’homogénéité d’épandage, de réduire les zones de sur- et sous-application, et de minimiser les pertes d’azote ainsi que les coûts liés à l’exploitation.

Mots-clés : Agriculture de précision, vision par ordinateur, épandage d’engrais, estimation de la largeur d’épandage, homographie au sol, IA embarquée, interface homme–machine, traitement en temps réel, calibration de confiance, aide à la décision.

Le ou la candidat(e) doit détenir :

 ·       Doctorat en électronique des systèmes embarqués ou informatique.

·        Solides compétences en programmation, en particulier en Python/C++

·        Compréhension approfondie des réseaux de neurones profonds, de l'apprentissage automatique et des techniques de prétraitement des données

·        Maitrise des bibliothèques de deep learning tels que TensorFlow ou PyTorch.

·        Maîtrise de l’IA embarquée pour la vision.

·        Capacité à travailler de manière autonome et à résoudre des problèmes de manière créative.

·        Excellentes compétences en communication orale et écrite, avec la capacité de présenter des résultats de recherche de manière claire et concise.

Pour candidater :

Faire parvenir les documents suivants :

• Curriculum vitae (CV) ;
• Lettre de motivation ;
• Tout autre document jugé utile pour enrichir le dossier de candidature (lettres de recommandation, articles scientifiques, rapport de thèse, etc.)