Dans le cadre de ce stage, vous participerez au développement d’algorithmes d’intelligence artificielle pour la détection et la classification des sons émis par les mammifères marins à partir de données acoustiques sous-marines.

Vos principales missions seront :

• Concevoir et développer des modèles d’IA pour la détection et l’identification des signaux acoustiques de mammifères marins (ex : baleines, dauphins).

• Explorer et prétraiter les données acoustiques (filtrage, segmentation, extraction de features, analyse spectrale).

• Expérimenter différentes approches de deep learning (CNN, RNN, Transformers) et de machine learning classique (SVM, Random Forest).

• Optimiser les performances des modèles (précision, rappel, temps de calcul).

• Documenter les travaux et proposer des améliorations pour la mise en production.

• Participer aux réunions de suivi de projet et collaborer avec les équipes de biologistes et d’ingénieurs en traitement du signal.

Ce que nous offrons :

• Une expérience unique dans un projet ayant un impact positif sur la biodiversité marine.

• Un encadrement bienveillant et un environnement de travail stimulant.

• Des opportunités d’apprentissage et de développement professionnel.

• Possibilité de prolongation ou d’embauche en fin de stage.

• Formation bac+4/+5 en informatique, intelligence artificielle, traitement du signal ou domaine similaire.

• Bonne maîtrise des concepts de machine learning et deep learning.

• Compétences en traitement du signal acoustique et analyse spectrale.

• Expérience avec des frameworks d’IA tels que TensorFlow, PyTorch, ou scikit-learn.

• Connaissance des langages de programmation Python et des bibliothèques associées (NumPy, Pandas, Librosa).

• Capacité à travailler en équipe et à communiquer efficacement.

• Une sensibilité aux enjeux environnementaux et à la biologie marine est un plus.

1. Un premier entretien téléphonique avec Guillaume (Talent Acquisition Manager)

2. Un entretien avec un ou plusieurs membres de l’équipe technique

3. Un potentiel test technique