Stage : Optimiser les trajectoires des véhicules autonomes sur des intersections complexes, Toulouse

Der Continental-Konzern gehört mit einem Umsatz von 26 Mrd Euro im Jahr 2010 weltweit zu den führenden Automobilzulieferern und beschäftigt derzeit rund 150.000 Mitarbeiter in 46 Ländern.
Die Division Powertrain integriert innovative und effiziente Systemlösungen rund um den Antriebsstrang. Das Produktportfolio reicht von Benzin- und Dieseleinspritzsystemen über Motor- und Getriebesteuerungen inklusive Sensoren und Aktuatoren sowie Kraftstofffördersysteme bis hin zu Komponenten und Systemen für Hybrid- und Elektroantriebe.

Ihre Aufgaben

Stage : Optimiser les trajectoires des véhicules autonomes sur des intersections complexes

Anticiper la meilleure trajectoire lors du franchissement d’une intersection complexe : intersection comportant plusieurs voies sur l’ensemble des directions ; est un enjeu crucial pour les véhicules autonomes. C’est pourquoi au sein du programme Map on Demand, nous développons des services capables d’automatiser le comportement des véhicules dans ces situations complexes. Afin de compléter notre équipe, nous recrutons un stagiaire qui aura pour mission de développer une solution pour le franchissement autonome d’intersections, en optimisant le temps de trajet tout en préservant le confort des passagers.

Les missions qui seront confiées au stagiaire seront les suivantes :

• Réaliser un état de l’art des techniques les plus pertinentes pour résoudre ce cas d’usage
• Préparation les jeux de données utiles (Carte routière Haute Définition, trajectoires GNSS) à la modélisation du comportement
• Développer et entrainer des modèles basés sur des techniques de Deep Learning
• Définir les critères de validation des modèles
• Sélectionner la méthode la plus fiable

Ihr Profil

• Profil recherché : Etudiant(e) en Master 2 Data Science ou Machine Learning ou Intelligence Artificielle.

Expérience :

• Les stages et projets personnels (hackathon, Kaggle, …) orientés data sont recommandés. En leur absence, une curiosité pour le Machine Learning est fortement recommandée.
  

Connaissances techniques souhaitées :

• Connaissances en Deep Learning, Machine Learning
• Langages Python, R
• Connaissances des librairies Numpy, Pandas, Matplotlib, Scikit Learn, Keras, XGBoost

Autres compétences :

• Capacité à travailler et communiquer dans un environnement collaboratif en équipe multidisciplinaire
• Capacité à travailler en contexte international et innovant (anglais obligatoire)
• Culture « data-driven »
• Curiosité, autonomie