{"id":12838,"date":"2026-10-13T09:00:11","date_gmt":"2026-10-13T07:00:11","guid":{"rendered":"https:\/\/talentimpulse.cea.fr\/offre-emploi\/stage-deploiement-dalgorithmes-de-ml-adaptes-au-materiel-saclay-h-f\/"},"modified":"2026-11-16T18:45:22","modified_gmt":"2026-11-16T17:45:22","slug":"stage-deploiement-dalgorithmes-de-ml-adaptes-au-materiel-saclay-h-f","status":"publish","type":"offre-emploi","link":"https:\/\/talentimpulse.cea.fr\/en\/offre-emploi\/stage-deploiement-dalgorithmes-de-ml-adaptes-au-materiel-saclay-h-f\/","title":{"rendered":"Stage - D\u00e9ploiement d'algorithmes de ML adapt\u00e9s au mat\u00e9riel-Saclay- H\/F"},"content":{"rendered":"<p>Rejoignez-nous en\u00a0Stage !\u00a0 CEA Tech Corporate from CEA Tech on Vimeo. Description du poste : Les \u00e9quipes du LIAE sont \u00e0 la t\u00eate du d\u00e9veloppement du framework Aidge [1, 2]. Aidge est une plateforme open source et compl\u00e8te qui prend en charge l&rsquo;ensemble du cycle de vie de l&rsquo;IA, de la conception du mod\u00e8le \u00e0 son d\u00e9ploiement optimis\u00e9. De plus, elle offre un ensemble complet d&rsquo;outils et de m\u00e9thodologies, sp\u00e9cifiquement con\u00e7us pour les syst\u00e8mes embarqu\u00e9s et les dispositifs edge, afin d&rsquo;analyser, d&rsquo;optimiser, de valider et de d\u00e9ployer efficacement les mod\u00e8les d&rsquo;IA. Le d\u00e9veloppement de l\u2019outil est soutenu par les projets DeepGreen [3] et NEUROKIT2E [4], \u00e9tant ainsi enrichi et utilis\u00e9 par plusieurs partenaires industriels et acad\u00e9miques. L&rsquo;objectif de ce stage est de s&rsquo;appuyer sur les modules Aidge existants (tels que ceux d\u00e9di\u00e9s \u00e0 la description mat\u00e9rielle, la g\u00e9n\u00e9ration de code et le d\u00e9ploiement) afin de d\u00e9velopper des heuristiques pour trouver la meilleure strat\u00e9gie de d\u00e9ploiement pour un mod\u00e8le de r\u00e9seau de neurones et un mat\u00e9riel cible donn\u00e9s. Plus pr\u00e9cis\u00e9ment, le travail consistera \u00e0 : 1) \u00a0 \u00a0Explorer et projeter (map) le graphe de calcul sur les diff\u00e9rentes ressources mat\u00e9rielles (unit\u00e9s de traitement, composants m\u00e9moire) ; 2) \u00a0 \u00a0Identifier et appliquer les transformations de graphe pertinentes (ex. tiling\/tuilage, remplacement d&rsquo;op\u00e9rateurs, quantification) ; 3) \u00a0 \u00a0Optimiser le d\u00e9ploiement pour respecter les contraintes d&rsquo;allocation et de budget (ex. temps d&rsquo;inf\u00e9rence, empreinte m\u00e9moire, consommation \u00e9nerg\u00e9tique, exactitude des pr\u00e9dictions). \u00c0 titre d&rsquo;exemple, les cibles mat\u00e9rielles envisag\u00e9es incluent des cartes telles que l&rsquo;Alif Ensemble E7 [5] et la Texas Instruments TDA4VH [6]. C\u00f4t\u00e9 r\u00e9seaux de neurones, l&rsquo;\u00e9tude s&rsquo;appuiera sur des mod\u00e8les de r\u00e9f\u00e9rence comme ResNet-18, ResNet-50 [7, 8] ainsi que YOLOv8 [9]. R\u00e9f\u00e9rences : [1] C. Moineau, M. Naud, I. De Albuquerque Silva, A. Farrugia, and O. Bichler. Aidge: A comprehensive and traceable library for deploying standalone embedded deep neural networks. 13th European Congress of Embedded Real Time Systems (ERTS 2026) , 2026. \u27e810.82331\/ERTS.2026.42\u27e9. \u27e8hal-05513843\u27e9\u00a0 [2] Eclipse Aidge. https:\/\/eclipse.dev\/aidge\/ [3] Projet DeepGreen &#8211; https:\/\/deepgreen.ai\/ [4] Projet NEUROKIT2E &#8211; https:\/\/www.neurokit2e.eu\/ [5] Alif Semiconductor, Ensemble E7 Series Microcontrollers and Fusion Processors, Technical Datasheet \/ User Manual. [6] Texas Instruments, TDA4VH-Q1 Processors for High-Performance Automotive ADAS &amp; Autonomous Driving, Product Folder. [7] K. He, X. Zhang, S. Ren, and J. Sun, \u00ab\u00a0Deep Residual Learning for Image Recognition,\u00a0\u00bb IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2016.\u00a0 [8] TorchVision \/ PyTorch documentation, ResNet-18 and ResNet-50 Model Architectures. [9] Ultralytics, YOLOv8 Real-Time Object Detection and Image Segmentation Model, 2023. #CEA-List<\/p>","protected":false},"featured_media":0,"template":"","categories":[166],"tags":[],"class_list":["post-12838","offre-emploi","type-offre-emploi","status-publish","hentry","category-intelligence-artificielle-et-data-intelligence"],"acf":[],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/talentimpulse.cea.fr\/en\/wp-json\/wp\/v2\/offre-emploi\/12838","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/talentimpulse.cea.fr\/en\/wp-json\/wp\/v2\/offre-emploi"}],"about":[{"href":"https:\/\/talentimpulse.cea.fr\/en\/wp-json\/wp\/v2\/types\/offre-emploi"}],"wp:attachment":[{"href":"https:\/\/talentimpulse.cea.fr\/en\/wp-json\/wp\/v2\/media?parent=12838"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/talentimpulse.cea.fr\/en\/wp-json\/wp\/v2\/categories?post=12838"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/talentimpulse.cea.fr\/en\/wp-json\/wp\/v2\/tags?post=12838"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}