Venez participer à la révolution de l'IA embarquée !

L’explosion des applications IA crée un besoin de déployer des solutions avancées localement (par opposition au Cloud), pour des raisons de confidentialité, de sureté de fonctionnement et de latence (navigation autonome, robotique, santé, etc.). Le laboratoire travaille au développement d’architectures matérielles dédiés, car elles sont soumises à des contraintes matérielles fortes : faible empreinte mémoire, consommation énergétique très réduite, latence de calcul courte. La piste de recherche actuellement exploitée est celle d’architectures faiblement reprogrammables, à très forte efficacité énergétique.

Pour exploiter au mieux un backbone figé et une tête de détection reconfigurable, des innovations doivent être apportées à la topologie du réseau, en combinant ou en réinterprétant différentes solutions architecturales de la famille Yolo.

Pour répondre à ses missions, le laboratoire recherche, un(e) ingénieur(e)-chercheur(se) en Deep Learning :

• Vous améliorerez les performances applicatives de l’accélérateur matériel actuel, grâce à un travail sur la tête de détection
• Vous participerez à la spécification des caractéristiques du futur accélérateur (Connexions résiduelles ? Quel niveau de quantification ?)
• Vous maintiendrez le SDK
• Vous gérerez l’apprentissage des nouveaux réseaux sous PyTorch

Votre travail se fera en étroite collaboration avec les équipes de développement matériel et de développement du logiciel, au sein d’une équipe projet d’ingénieurs-chercheurs CEA et en relation avec des partenaires industriels et/ou académiques, en France ou en Europe en particulier.

Des déplacements et missions seront possibles pour des salons et conférences ou chez nos partenaires.

#CEA-List ; #Ingnénieure ; #Chercheuse ; #Edge AI; #CDD ; #Research Engineer