Data Scientist en Deep Learning (24 mois) pour l’optimisation de process – Poste à pourvoir en Sept. 2024

POLLEN Metrology est une deeptech technologique fondée en septembre 2014. Elle développe une plateforme logicielle analysant rapidement les images et données extraites de procédés industriels. Dédiée aux matériaux innovants, cette plateforme utilise depuis sa création les techniques d’Intelligence Artificielle, et permet ainsi d’accélérer l’extraction automatique de mesures, et leur corrélation avec les paramètres du procédé.

Vous serez rattachés à l’équipe recherche/algorithmes, équipe pluridisciplinaire (métrologie, physique, informatique, traitement d’images, deep learning, fusion de données) basée dans notre siège à Moirans (accès direct en 15min en train depuis Grenoble)

Projet

Mettre en œuvre et comparer plusieurs techniques de modélisation et d’optimisation sur plusieurs procédés industriels en intégrant les techniques du Machine Learning et du Deep Learning

La corrélation entre les données d’entrée et les résultats en sortie des procédés industriels reste un problème non résolu par l’industrie. POLLEN Metrology propose une solution intégrée adaptée à tout type de procédé industriel. Pour mettre en valeur cette flexibilité, ce projet s’articule dans le temps autour de 2 sous-projets correspondant à 2 partenariats industriels, chacun ayant un objectif d’optimisation très précis : le premier dans l’industrie du semiconducteur, le second dans l’industrie des polymères pour l’intégration de matière recyclée. Ces travaux s’inscriront dans le développement commun d’une solution d’optimisation de process (“yield”). 

Vos missions

Il s’agira d’identifier et d’étudier plusieurs modèles opérationnels décrivant les variables de sortie en fonction du vecteur des paramètres d’entrée, à partir de jeux de base de données. Le jeune chercheur sera complètement intégré à l’équipe de recherche avancée (4 personnes) de POLLEN Metrology ; ses travaux participeront directement à l’offre technologique innovante de l’entreprise.

Activités principales

Etudes et développements se feront conjointement entre POLLEN Metrology et ses partenaires à partir des données fournies par les partenaires industriels. 

Etude préalable, sélection, implémentation et test de solutions adaptées au problème : 

• Identification du domaine de définition du vecteur de paramètres
• Etude des propriétés de la fonction : convexité, différentiabilité, constantes de Lipschitz etc. 
• Détermination de l’échelle et de la distribution du bruit dans les mesures
• Choix du modèle et Identification de ses paramètres. 
• Implémentation en mode Agile (échéances courtes et démontrables) 

Le processus d’optimisation sera itéré, en affinant le modèle dans le voisinage de l’optimum (ou des optima) par la génération d’un nouveau jeu de données.  

Compétences métier/savoir-faire

• Très bonne connaissance du Machine Learning, en particulier du Deep Learning,  
• Bonne connaissance de Python (PyTorch, TensorFlow, scikit-learn, …)  
• Système de contrôle de version Git  
• Travail en équipe, cadre de développement Agile 
• Bonnes connaissances en algorithmes d’optimisation. 
• Bonnes connaissances en statistiques. 
• Maîtrise de l’anglais 

Soft Skills

• Capacité à s’intégrer rapidement à une équipe de recherche et développement. 
• Recherche constante de la qualité (exigée par l’environnement industriel). 
• Vous voyez le verre toujours à moitié plein
• Grande autonomie, inhérente au fonctionnement d’une startup (ressources limitées). 
• Vous avez soif d’apprendre. 

Formation et expérience souhaitées

• Doctorat, ou Diplôme de Master (ou équivalent) avec une expérience en IA.  
• Cursus info-math ou math-info, en Intelligence Artificielle. 
• Une expérience de mise en œuvre de Deep Learning ou d’optimisation est souhaitée. 
• La connaissance des procédés industriels liés aux semi-conducteurs et/ou polymères serait un plus