STAGE Ingénieur - Traitement d'image 3D

<br /><p>Depuis 1989, CIMES réunit ingénieurs, doctorants et experts techniques afin d'apporter une vision holistique des performances système en synchronisant :</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; la simulation numérique,</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; l'ingénierie d'essais,</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; le data management.</p><p>Notre objectif : fournir une expertise de pointe pour caractériser le comportement mécanique des structures et analyser les écoulements de fluides. CIMES, c'est un écosystème unique composé de 5 départements complémentaires :</p><p>Structure Thermo-fluidique Digital Lab AEC Logiciels</p><p>Nous nous appuyons sur plus de 30 années d'expérience, avec nos propres outils internes : logiciels développés en interne, HPC (cluster de calcul haute performance), moyens d'essais dédiés (laboratoire &amp; site d'exploitation).</p><p></p><p><strong>CONTEXTE DU STAGE</strong></p><p>Les technologies modernes ont permis de remplacer les méthodes traditionnelles d'inspection des infrastructures ferroviaires. Parmi ces méthodes, le contrôle des attaches de rail est essentiel, car il permet également de vérifier le serrage des vis.</p><p>Traditionnellement, un appareil dédié était utilisé pour mesurer la contreflèche d'une attache sur cinq. L'objectif de ce stage est de remplacer cette méthode manuelle par un système de scan laser, permettant une mesure automatisée à partir du nuage de points 3D obtenu.</p><p>Des compétences en traitement d'image et en analyse de données 3D sur différents types de fichiers (PCD, STL) sont requises, l'objectif étant d'exploiter et d'interpréter les nuages de points déjà acquis pour en extraire automatiquement les informations pertinentes (l'étape d'acquisition par scan laser étant réalisée en amont).</p><p>Une maîtrise de Python est également indispensable pour intégrer et manipuler les bibliothèques spécialisées (Open3D, OpenCV, ou des frameworks de Deep Learning comme PointNet).</p><p>Avantages :</p><ul><li>chèques vacances</li><li>Tickets restaurants</li><li>Mutuelle</li><li>50% Transports</li></ul><br /><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Analyse et traitement des nuages de points 3D (formats PCD, STL)</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Extraction automatique des informations pertinentes (contreflèche, état des attaches)</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Développement et intégration d'algorithmes de traitement du signal 3D</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Mise en uvre de méthodes Deep Learning (PointNet) pour la classification et la détection</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Validation des résultats par comparaison avec les mesures de référence</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Documentation technique des développements réalisés</p>