Doctorant PhD Thesis CIFRE "Architectures de fusion multimodale spatio-temporelle pour la perception automobile robuste appliquée aux cas d’usage NCAP et ADAS de niveau L2/L2+/L2++" (H/F)

Company

Job Description

Vos missions

Dans le cadre d’une thèse CIFRE menée en partenariat avec un laboratoire académique de premier plan, vous contribuerez au développement de la prochaine génération de systèmes de perception pour les véhicules définis par logiciel (Software Defined Vehicle).

L’amélioration continue des fonctions ADAS et des futurs systèmes de conduite automatisée nécessite une compréhension toujours plus robuste de l’environnement du véhicule, y compris dans des conditions complexes ou dégradées. Cette capacité repose aujourd’hui sur l’exploitation conjointe de plusieurs sources d’information telles que les caméras, les radars et les données issues du véhicule lui-même.

Parallèlement, l’émergence des approches de perception multimodale, des architectures spatio-temporelles et des Foundation Models ouvre de nouvelles perspectives pour construire des représentations plus riches, plus généralisables et plus robustes face à la diversité des situations rencontrées sur route.

L’objectif de cette thèse est d’étudier, comparer et optimiser des architectures de fusion multimodale pour la perception automobile, avec une attention particulière portée à la prise en compte de la dimension temporelle, à l’asynchronisme des capteurs et aux contraintes de déploiement embarqué. Les travaux viseront notamment les applications ADAS de niveau L2/L2+/L2++ ainsi que les cas d’usage liés aux protocoles d’évaluation NCAP.

Au sein des équipes ADAS d’Ampere Software Technology, vous serez amené(e) à :

• Réaliser un état de l’art des architectures de fusion multimodale, de perception spatio-temporelle et des approches récentes basées sur l’intelligence artificielle.
• Étudier l’apport de nouvelles briques de perception et de représentations avancées, notamment issues des Foundation Models adaptés au domaine automobile.
• Concevoir, développer et évaluer différentes architectures de fusion exploitant les données de caméras, radars et capteurs véhicule.
• Analyser l’impact de l’asynchronisme des capteurs et développer des mécanismes permettant une meilleure prise en compte de la dimension temporelle.
• Développer et entraîner des modèles d’apprentissage profond sur de grands volumes de données réelles.
• Évaluer les solutions proposées sur des scénarios représentatifs des fonctions ADAS et des exigences NCAP, en tenant compte des contraintes de robustesse, de latence et de déploiement embarqué.
• Participer à la valorisation scientifique et industrielle des travaux à travers des publications, démonstrateurs et innovations brevetables.

Cette thèse vous offrira l’opportunité de contribuer à des problématiques scientifiques largement ouvertes tout en travaillant sur des applications concrètes destinées aux futures générations de véhicules Renault Group.

Votre profil

Vous êtes en dernière année d’école d’ingénieur ou titulaire d’un Master 2 avec une spécialisation en intelligence artificielle, vision par ordinateur, robotique, traitement du signal, data science ou disciplines connexes, et souhaitez poursuivre votre parcours par un doctorat.

Vous possédez de solides bases en mathématiques appliquées, en apprentissage automatique et en développement logiciel scientifique. Vous êtes motivé(e) par les défis technologiques liés à l’intelligence artificielle embarquée et à la perception pour l’automobile.

Des connaissances dans plusieurs des domaines suivants seront particulièrement appréciées :

• Deep Learning, Machine Learning et Computer Vision ;
• Perception multimodale et fusion multi-capteurs ;
• Architectures de perception spatio-temporelle ;
• Foundation Models, Transformers ou représentations auto-supervisées ;
• Python et frameworks d’apprentissage profond (PyTorch, TensorFlow) ;
• C/C++ ;
• Linux, Git et outils de développement collaboratif ;
• Robotique, systèmes embarqués ou technologies ADAS.

Une première expérience de recherche (stage de fin d’études, projet en laboratoire, publication scientifique ou participation à des travaux de recherche) constituera un atout.

Curieux(se), autonome et rigoureux(se), vous appréciez les environnements à forte composante scientifique et technologique. Vous aimez explorer de nouvelles approches, analyser les résultats avec esprit critique et transformer des idées innovantes en solutions concrètes.

Votre capacité à travailler en équipe dans un environnement international et multidisciplinaire, ainsi que votre aptitude à communiquer efficacement vos résultats, seront des éléments clés de réussite.

Un bon niveau d’anglais écrit et oral est indispensable pour la conduite des travaux de recherche, la veille scientifique et les échanges avec les partenaires académiques et industriels.

Job Family

Contract Duration

Renault Group is committed to creating an inclusive working environment and the conditions for each of us to bring their passion, perform to the full and grow, whilst being themselves.  
We find strength in our diversity and we are engaged to ensure equal employment opportunities regardless of race, colour, ancestry, religion, gender, national origin, sexual orientation, age, citizenship, marital status, disability, gender identity, etc. If you have a disability or special need requiring layout of the workstation or work schedule, please let us know by completing this form.

In order to follow in real time the evolution of your applications and to stay in touch with us, we invite you to create a candidate account. This will take you no more than a minute and will also make it easier for you to apply in the future.

By submitting your CV or application, you authorise Renault Group to use and store information about you for the purposes of following up your application or future employment. This information will only be used by Renault Group companies as described in the Group privacy policy.