Offre de stage M2 au Laboratoire d'Informatique Gaspard Monge (ESIEE Paris) conjointement avec l'entreprise Urban Canopée pour traitement d'image à base de l’IA pour le suivi automatisé des structures végétalisées.
Localisation : Le candidat/la candidate sera accueilli(e) à l'ESIEE Paris, école membre de l'Université Gustave Eiffel et associé(e) aux recherches du Laboratoire d'informatique Gaspard Monge.
Durée : 4-6 mois
Gratification habituelle
Merci d’envoyer votre candidature (CV, lettre de motivation, relevé de notes) à eva.dokladalova@esiee.fr
Contexte :
Urban Canopée est une entreprise innovante spécialisée dans le développement de structures permettant l’installation de plantes grimpantes dans des environnements urbains où la végétalisation était auparavant impossible.
Urban Canopée collabore avec l’Université Gustave Eiffel et ESIEE Paris afin de développer des méthodes basées sur l’intelligence artificielle (IA) pour évaluer la croissance et la santé des plantes dans ces environnements complexes. Ces méthodes de suivi visent, à terme, à quantifier l’impact environnemental des installations, notamment en matière de réduction de la pollution urbaine et d’amélioration du confort des usagers.
Mission du stage :
Dans le cadre de ce stage, l’étudiant(e) sera chargé(e) d’évaluer les algorithmes déjà identifiés pour le suivi des installations végétales. Il/elle devra également proposer des améliorations pour optimiser ces algorithmes, afin de mieux évaluer la croissance des plantes et si possible leur impact environnemental. Les principales missions incluront :
Analyse et évaluation des algorithmes existants pour le suivi de la santé et de la croissance des plantes.
Proposition d’améliorations ou d’ajustements pour optimiser les modèles en fonction des conditions spécifiques des sites urbains.
Participation à des tests pour valider les méthodes développées.
Contribution à l’analyse des données collectées
Compétences attendues :
Intelligence Artificielle et Machine Learning.
Programmation Python
Traitement et analyse d'images
(c) GdR IASIS - CNRS - 2024.