L’équipe Computer Vision (~15 personnes dont 7 sur la partie Football) a pour but de générer la donnée de tracking (ensemble des trajectoires sur le terrain) des joueurs et du ballon en extrayant les informations à partir de la vidéo du match. Cela comprend des sujets tels que la détection d’objets, la segmentation d’image, la calibration de caméra, le tracking et la ré-identification des joueurs. L’équipe estime également la body pose 2D et 3D des joueurs et détecte automatiquement l’ensemble des événements de jeu (passes, frappes, coups de pied arrêtés, arrêts du gardien…).

Au sein de cette équipe, on vous confiera un projet de Computer Vision que vous mènerez de bout en bout : acquisition et gestion des données, conception de la solution, entraînement, validation des résultats, et potentiellement mise en production. C’est l’occasion de monter rapidement en compétences sur l’ensemble du cycle de vie d’un modèle, sur des problématiques réelles et à grande échelle. Vous serez accompagné tout au long du stage par un membre de l’équipe, avec des points réguliers pour vous aider à progresser, aussi bien sur le plan technique que méthodologique. Ces sujets étant en grande partie exploratoires, vous aurez une vraie latitude dans la manière de les aborder et serez encouragé à proposer vos propres approches.

Date de début flexible, entre janvier et avril.

Prérequis

• Étudiant(e) en dernière année d’école d’ingénieur ou de master (M2), spécialisation Machine Learning, Computer Vision ou mathématiques appliquées

• Solides bases en mathématiques (statistiques, optimisation) et en Machine Learning / Deep Learning

• Bonne maîtrise de Python

• Expérience pratique en Deep Learning avec PyTorch ou TensorFlow, via des projets ou des stages, idéalement sur un problème de Computer Vision

• Rigueur dans l’évaluation des résultats (choix des métriques, analyse des erreurs)

• Curiosité, autonomie et capacité à communiquer clairement sur ses travaux

• Aisance pour travailler dans un environnement anglophone

Bonus

• Expérience en détection, tracking, re-identification ou calibration de caméra

• Intérêt particulier pour le sport