Ingénieur en Deep Learning et Image Processing – Sujet 2 (18 months) – Gestion des déformations

Pollen Metrology

Publié il y a 1 mois

Pollen Metrology est une deeptech spécialisée dans la création de logiciels intelligents (IA) destinés à la production de matériaux à haute performance. Pollen a développé une technologie unique d’intelligence artificielle permettant d’analyser automatiquement tous types d’images provenant de microscope électronique à balayage, à transmission ou optique. 

Vous rejoignez une équipe d’une trentaine de collaborateurs possédant différentes expertises (métrologie, physique, informatique, traitement d’images, deep learning, fusion de données) pour fournir une technologie d’IA qui permet à nos clients d’optimiser leurs procédés industriels avancés.

Dans le cadre de la mise sur le marché de la 3ème génération de produits, Pollen recrute de nouveaux collaborateurs pour renforcer son équipe engineering afin de travailler avec nos clients de différents écosystèmes notamment: semiconducteur, data storage, chimie, réalité augmentée, écrans plats.

Vous serez basés dans les locaux de notre siège social à Moirans (zone Centr’Alp proche de la gare, 15 min de train de Grenoble) tout en ayant la possibilité de télétravailler chaque semaine.

Environnement

Pollen Metrology développe un framework propriétaire d’intelligence artificielle utilisant les techniques les plus avancées de machine learning.

Cette technologie nous permet d’automatiser l’analyse des données, essentiellement des images, d’une chaîne de production (nanostructures sur silicium ; poudres et particules).

Les outils de traitement d’images et de machine learning, développés par Pollen, permettent de réaliser des mesures automatiques sur des images de microscopie électronique. Ils proposent à l’utilisateur de définir une région d’intérêt sur laquelle des mesures doivent être effectuées et replacées automatiquement sur des régions d’intérêt semblables sur toute image. 

Objectifs du projet

Dans le contexte du pipeline générique de Pollen Metrology, plusieurs étapes sont réalisées afin de permettre  à un utilisateur de définir un objet de mesure ainsi qu’une façon de mesurer l’objet. 

Le scénario de mesures automatiques est le suivant :

  • Pré-processing de l’image (filtrage, débruitage)
  • Détection d’objets
  • Gestion de la déformation, repositionnement des mesures, 
  • Application des algorithmes de mesure

L’étape de repositionnement des mesures en considérant les déformations de l’objet se heurte à plusieurs challenges :

  • Le premier est la déformation des objets au fur et à mesure des expériences des ingénieurs procédés. Les objets peuvent subir plusieurs types de déformations que ce soit des changements de tailles ou encore des inhomogénéités dans les matériaux. 
  • Le deuxième défi est le fait que les mesures sont placées par un utilisateur humain et donc que nous n’avons pas d’a priori fort sur les mesures à réaliser.
  • Le troisième est le peu d’images fournies, pouvant servir de références.

L’objectif de ce projet est de mettre en œuvre des techniques de cartographie de déformation sur des images, afin de permettre des mesures (métrologie) précises et automatiques. Le repositionnement des mesures doit se faire en accord avec les déformations observées. Ce projet consiste à sélectionner une ou plusieurs méthodes donnant satisfaction sur le problème posé (métrologie) en complément de toutes les techniques déjà explorées ou implémentées dans le produit actuel.

Compétences demandées

  • Connaissance approfondie du Deep Learning.
  • Bonnes connaissances en Python (TensorFlow ou PyTorch, scikit-learn, etc).
  • Connaissances en traitement d’images.
  • Maîtrise de l’anglais.
  • Esprit d’équipe et adaptabilité.

Environnement

Le candidat devra être présent sur le site de Pollen afin de s’immerger dans la problématique posée, en comprenant parfaitement les contraintes technologiques de la métrologie mise en œuvre par Pollen. Ceci est aussi nécessaire pour être en mesure de rendre générique chaque mise en œuvre pour d’autres applications. 

La gestion sera faite au quotidien selon la méthodologie agile scrum, avec des engagements et des étapes toutes les 2 semaines.

Le projet a une durée prévue de 18 mois.

Postuler en ligne

Un numéro de téléphone valide est requis.
Un email valide est requis.