Stage Deep learning pour l’identification de défauts dans les canalisations d’eau usée à partir de données contenant des erreurs d’annotation

Description de l'entreprise

Le groupe Veolia a pour ambition de devenir l’entreprise de référence de la transformation écologique. Présent sur les cinq continents avec près de 179 000 salariés, le Groupe conçoit et déploie des solutions utiles et concrètes pour la gestion de l’eau, des déchets et de l’énergie qui participent à changer radicalement la donne. Au travers de ses trois activités complémentaires, Veolia contribue à développer l’accès aux ressources, à préserver les ressources disponibles et à les renouveler. En 2020, le groupe Veolia a servi 95 millions d’habitants en eau potable et 62 millions en assainissement, produit près de 43 millions de mégawattheures et valorisé 47 millions de tonnes de déchets. La Direction des Expertises Scientifiques et Technologiques (DEST) regroupée dans l'entité Veolia Recherche & Innovation (VERI) se situe au cœur de la stratégie de Veolia pour aider le Groupe à devenir l'entreprise de référence de la transformation écologique. Les expertises scientifiques et technologiques sont un des moteurs de l'évolution du Groupe. DEST a pour mission de répondre aux besoins des entités opérationnelles et de promouvoir l'excellence scientifique et technologique au sein du Groupe. Nous croisons les disciplines et les expertises pour contribuer au développement de solutions qui permettent de faciliter l’accès aux services essentiels et aux ressources naturelles, de préserver celles-ci et de les utiliser et de les recycler efficacement. Nous intégrons les propositions innovantes de nos partenaires scientifiques et techniques et les développons, nous expérimentons au plus près du terrain.

Description du poste

Objectifs Afin d’assurer une gestion optimale et sécurisée des ouvrages permettant le transport des eaux pluviales et eaux usées, il est nécessaire d’en opérer une inspection régulière. Réalisée grâce à une caméra fixée sur un chariot évoluant dans les canalisations, ces inspections consistent à détecter et identifier l’ensemble des défauts observables (fissures, ruptures, défauts de jointure entre tronçons…). Le projet de recherche dans lequel s’inscrit ce stage a pour objectif d’automatiser ces inspections. Cela se traduit par le développement de modèles d'intelligence artificielle à partir de millions d’images annotées. Cependant, des erreurs d’annotations compromettent les performances des modèles d’identification de défauts. L’objectif du stage est donc de développer des méthodes d'apprentissage tolérantes aux erreurs d’annotation et de nettoyer automatiquement ces données. Missions principales - Révision bibliographique sur les méthodes d’apprentissage avec des labels bruités / corrompus - Choix et implémentation des approches les plus adaptées - Évaluation des gains en performance.

Qualifications

Formation Niveau Master 2 ou Élève ingénieur.e généraliste en dernière année (BAC+5) Spécialisation en Data Science, Informatique, Statistiques, Computer Vision, Deep Learning. Vos compétences - Bonne maîtrise de Python et des plateformes de deep learning (TensorFlow/Keras) - Bonne maîtrise de modèles convolutifs deep learning - Bonne connaissance des techniques et librairies de traitement d’images (OpenCV, scikit-image,...) - Bonne communication écrite et orale - Bonne maîtrise de l’anglais

Informations supplémentaires

Vos qualités, votre savoir-être - Aptitude à travailler en équipe, à communiquer avec des non spécialistes - Aisance en programmation informatique - Curiosité intellectuelle - Fort intérêt pour la recherche scientifique En tant qu'entreprise inclusive, Veolia s’engage pour la diversité et accorde la même considération à toutes les candidatures, sans discrimination. En tant qu'entreprise inclusive, Veolia s’engage pour la diversité et accorde la même considération à toutes les candidatures, sans discrimination.

En tant qu'entreprise inclusive, Veolia s’engage pour la diversité et accorde la même considération à toutes les candidatures, sans discrimination.