Thèse - Développement d’algorithmes innovants d’apprentissage et de reconnaissance de cibles non-coopératives à partir de signatures Radar micro-Doppler - Limours (H/F)

Alternance Par Thales
  • Système d'information / Urbanisation des SI
  • Limours
  • A négocier

Description

Thèse - Développement d’algorithmes innovants d’apprentissage et de reconnaissance de cibles non-coopératives à partir de signatures Radar micro-Doppler - Limours (H/F)

Thales est un leader mondial des hautes technologies pour les marchés de l'Aérospatial, du Transport, de la Défense et de la Sécurité. Fort de 61 000 collaborateurs dans 56 pays , Thales bénéficie d'une implantation internationale exceptionnelle qui lui permet d'agir au plus près de ses clients, partout dans le monde.

Chez Thales Air Systems nous disposons d'une expertise unique nous permettant de concevoir et développer des systèmes et équipements assurant la sécurité de l'espace aérien pour nos clients civils et militaires. Notre Domaine Surface Radar (SRA) conçoit, développe et fournit une gamme de produits radars de surface, la plus complète du marché, qui répond aux besoins de surveillance du ciel et de zones sensibles, tant dans les domaines civils que militaires (surveillance côtière, champ de bataille et contrebatteries…).

Notre Domaine SRA recherche un(e) :

Thèse - Développement d'algorithmes innovants d'apprentissage et de reconnaissance de cibles non-coopératives à partir de signatures Radar micro-Doppler - H/F


Poste basé à Limours (91)

Les nouveaux systèmes de surveillance sont confrontés à des menaces proliférantes de petites cibles lentes à basse altitude.

Au sein de la Business Unit « Concepts Radars Avancés » de Thales Air Systems, le thésard développera de nouveaux algorithmes issus des recherches les plus récentes en apprentissage machine et en analyse de signature micro-Doppler afin de séparer les cibles d'intérêts d'autres gênes comme les oiseaux ou les phénomènes d'origine météorologique dans un environnement complexe.

L'originalité de la thèse consistera à explorer en particulier la robustesse des algorithmes pour la classification de nouveaux objets non présents initialement dans la base d'apprentissage.

Cette thèse s'inscrit dans le développement de nouveaux outils algorithmiques pour les radars de nouvelles générations de THALES.

Pour cela vous serez chargé(e) de :

· Synthétiser l'état de l'art des travaux relatifs aux algorithmes d'apprentissage machine, de reconnaissance et d'analyse micro-Doppler
· Étudier et développer des algorithmes innovants pour construire des classifieurs statistiques robustes en particulier à de nouveaux objets non-appris: construction de paramètres micro-Doppler pertinents, exploration et adaptation de techniques d'apprentissage performantes, codage des composants et de la chaîne complète.
· Analyser les performances et la robustesse de ces algorithmes sur signaux réels issus d'enregistrements Radar et synthétiques issus d'outils de simulation
· Publier et participer à des conférences internationales dans le domaine Radar et l'apprentissage machine.
· Écrire le Rapport de thèse

Étudiant en dernière année d'école d'ingénieur du groupe 1 ou élève de Master de Recherche.

Vous avez d'excellente connaissances des méthodes d'apprentissage machine et des techniques avancées en statistique et en outils ainsi qu'en langage MATLAB et Python.

Vous savez travailler en équipe et vous faites preuve de rigueur et d'autonomie.

Vous maitrisez l'anglais.

Au sein de nos équipes, nous vous offrons :

- du challenge,
- des opportunités de carrière,
- et des technologies innovantes pour rendre le monde plus sûr.

Together We

Explore a world of possibilities *

Toutes nos offres sur : https://www.thalesgroup.com/fr/homepage/carrieres

* Repoussons les frontières du possible

Découvrir la Page Entreprise

Ils ont travaillé ici