Stage Ingénieur-chercheur Deep Learning H/F Amélioration des modèles de reconnaissance automatique de textes manuscrits à l'aide de techniques d'apprentissage profond faiblement supervisées. A2iA, éditeur de logiciel, pionnier en reconnaissance de l’image et écriture manuscrite, exerce ses activités auprès de 300 partenaires éditeurs et intégrateurs et plus de 15000 clients: banques, industries aéronautique, compagnies d’assurance, télécoms et particuliers. Description du stage Le département R&D recherche un ingénieur recherche pour un stage à temps plein d’une durée de 6 mois. Au sein de l’équipe Recherche, aux côtés de chercheurs experts en traitement d’images, en apprentissage automatique statistique et en reconnaissance de l'écriture, le stagiaire effectuera un état de l'art détaillé des techniques d'apprentissage non supervisées et faiblement supervisées. Sur des problèmes de reconnaissance d'écriture, il appliquera, adaptera et évaluera des techniques telles que l'auto-encodage, les modèles génératifs adversariaux, l'adaptation de domaine ou l'apprentissage multi-tâches. Il sera également invité à imaginer et prototyper de nouvelles approches. Missions Se former aux techniques récentes d'apprentissage automatique par réseaux de neurones et en particulier aux techniques d'apprentissage peu ou pas supervisées. Appliquer à la tâche de reconnaissance d'écriture manuscrite des méthodes d'apprentissage faiblement supervisées. Adapter et optimiser ces approches ; évaluer les gains en performance obtenus. Proposer, concevoir et prototyper de nouvelles approches ou fonctionnalités. Profil Vous suivez une formation en dernière année d’école d’ingénieur ou de Master 2 en informatique, mathématiques ou traitement du signal. Environnement : Linux. Développement en Python, C++, Tensorflow. Autres aptitudes indispensables : motivation, curiosité, autonomie. Informations complémentaires Stage de 6 mois à temps plein Lieu: 75008 Paris Envoyer CV, lettre de motivation, demande d’informations à [email protected] et [email protected]