Classement de types de déchets par l’image.
Classifier les déchets avec un intervalle de confiance, en utilisant l'écosystème TensorFlow.

Missions

  • Effectuer une étude bibliographique, et s’en inspirer pour proposer une démarche globale et prototyper un modèle de classement.
  • Mettre en place un système de recueil de données labellisées.
  • Interpréter le modèle et ses résultats.
  • Optimiser les performances du modèle en pertinence et en éco-responsabilité.
  • Partager les travaux effectués par le biais d’articles et de talks.

Conditions

Type of internship:Stage de fin d'étude, pré-embauche
Location:OCTO Technology 34 avenue de l'Opéra 75002 Paris
Salary:1500 € bruts
Date:2020

Profile

  • Vous avez déjà fait un ou plusieurs projets en Computer Vision.
  • Vous avez de bonnes connaissances théoriques en Data Science et en probabilité.
  • Vous êtes à l’aise en Python, en système *nix, et TensorFlow vous dit quelque chose.
  • Vous avez l’esprit d’initiative.
  • Vous êtes capable de travailler en autonomie.
  • Vous avez une appétence pour l’interaction avec les utilisateurs.

Context

Étape 1 : Étude bibliographique
Consulter l’état de l’art en matière de Computer Vision à base de Machine Learning et d'éco-responsabilité en IA, puis en faire une synthèse.

Étape 2 : Démarche et prototype
- Proposer une démarche globale pour réaliser l’objectif en identifiant les bonnes métriques (sens scientifique et éco-responsable).
- Mettre en place un dispositif de recueil de données labellisées ciblant la population OCTO, et recueillir les feedbacks sur ce prototype.
- Utiliser la donnée déjà disponible pour prototyper un modèle, en identifiant et développant une architecture pertinente.

Étape 3 : Interprétabilité et optimisation
Effectuer un travail sur l'interprétabilité du modèle et de ses résultats, en donnant un intervalle de confiance à ces derniers, et optimiser le modèle pour les métriques sélectionnées.

Étape 4 : Partage
Présenter et partager ces résultats en rédigeant un mémoire et des articles, et en présentant ses résultats lors de talks.
Idéalement, réaliser une démonstration sur un dispositif léger (edge device) utilisable chez OCTO.

Internship target

Le tri des déchets reste une tâche que l’être humain ne fait malheureusement pas assez ou pas assez bien.

Avec les avancées en Computer Vision à base de Machine Learning, on peut imaginer une aide au tri automatisée, sans forcément recourir à un équipement industriel.

Management

Vous serez encadré·e par deux Octos de la tribu Big Data Analytics, et vous aurez des réunions hebdomadaires de suivi de votre stage avec l’un d’entre eux. Vous aurez également le soutien de la communauté en cas de difficultés techniques, dans la plus pure tradition OCTO.