Directement chez l’entreprise · smartrecruiters
Stage - Optimisation de l’exécution de modèles d’IA pour les systèmes robotiques - Industrie - Toulouse
Sopra Steria
Toulouse · Alternance · publiée le 12/11/2026
Cette offre vous correspond-elle ?
Déposez votre CV une fois, et The First Door vous dit ce qui vous rapproche de ce poste et ce qui vous en éloigne — puis classe toutes les offres d’alternance et de stage de la même façon. C’est gratuit.
L’annonce
Nous recrutons un(e) Stage - Optimisation de l'exécution des modèles IA pour les systèmes robotiques pour rejoindre notre Business Unit INDUSTRIE au sein de l’agence Systèmes Embarqués Industriels et Cybersécurisés. Le Pôle de compétence SEIC contribue au développement de systèmes embarqués et industriels à fortes contraintes temps réel et de sûreté de fonctionnement ainsi qu’à leur mise en œuvre opérationnelle intégrant les concepts de sécurité. Contexte et Objectifs Dans la lignée des initiatives de CS Group d'intégration de l'IA appliquée aux systèmes embarqués, le stage visera concevoir et évaluer une stratégie d’ordonnancement permettant d’exécuter de manière optimale plusieurs modèles DNN concurrents d’une fonction de perception et de tracking avancé, en tenant compte de leurs périodes d’activation, des deadlines, des priorités, les ressources de calcul et du contexte opérationnel. Le système devra supporter des modes d’inférence synchrones ainsi que l’activation, la désactivation de certains modèles en fonction de l’évolution de la mission. Missions Principales 1. Modéliser les chaînes d’inférence multi-DNN et leurs contraintes temporelles Formaliser la fonction de tracking sous forme d’un ensemble de tâches DNN périodiques, en caractérisant leurs temps d’exécution, fréquences et besoins en ressources. Étudier les interactions des exécutions de graphes synchrones ainsi que leurs impacts lors des transitions de modes et évaluer l’impact de la latence de bout en bout. 2. Concevoir des stratégies d’ordonnancement dynamique des modèles DNN Développer et comparer des politiques d’ordonnancement permettant de déterminer au runtime quel modèles DNN à exécuter, à quel instant, avec quelle priorité et sur quelle ressource de calcul, tout en garantissant le respect des contraintes temporelles. 3. Adapter l’ordonnancement au contexte opérationnel Définir et développer des politiques statiques capable de modifier au runtime des modèles DNN actifs, leurs fréquences et leurs priorités selon la situation rencontrée : apparition d’une cible, perte de tracking, phase de mission critique ou changement de ressources disponibles. 4. Optimiser l’allocation des ressources CPU/NPU et garantir les deadlines critiques Étudier l’ordonnancement temporel et l’allocation des modèles (graphe de calculs) aux ressources de la cible hétérogènes afin de minimiser la latence et la contention mémoire (chargement des poids du modèles…) tout en maximisant l’utilisation des accélérateurs. Etudier et mettre en œuvre des mécanismes de supervision et/ou de reconfiguration des graphes à exécuter en optimisant les politiques d’ordonnancement selon les scénarios avec des scénarios de repli. 5. Évaluer et valider l’ordonnanceur sur un cas de tracking multi-DNN Implémenter un démonstrateur représentatif combinant plusieurs DNN de perception et de tracking et comparer différentes stratégies sous variations de charge, de contexte et de ressources disponibles. Mesurer notamment le taux de respect des deadlines, la latence bout-en-bout, l’utilisation des ressources matériel et les performances du tracking, afin d’identifier le meilleur compromis entre les performances IA et contraintes temps réel. Vous êtes en dernière année d’école d’ingénieurs ou en Master 2, avec une spécialisation en informatique, intelligence artificielle, robotique ou systèmes embarqués. Vous disposez de bonnes bases en programmation Python et C++ et vous vous intéressez au déploiement de modèles d’intelligence artificielle sur des plateformes robotiques. Vous êtes curieux(se), rigoureux(se) et autonome, avec un goût pour l’expérimentation et les problématiques techniques complexes. Rejoignez une entreprise où l’humain, l’innovation et l’impact se rencontrent. Chez CS, nous offrons : Une expérience collaborateur enrichissante, portée par un environnement de travail conçu pour favoriser la flexibilité, l’autonomie et le bien-être au quotidien. Un parcours d’intégration complet pensé pour embarquer chaque talent dès le premier jour et une Academy pour développer vos compétences, enrichir votre expertise et construire les parcours professionnels qui vous ressemblent. Un engagement sociétal fort : plus de 3 000 associations soutenues, une politique handicap active, une culture inclusive, une démarche de numérique responsable, et des partenariats comme Elles bougent pour inspirer les talents féminins de demain. …et bien d’autres avantages à découvrir en nous rejoignant ! Notre singularité ? L’alliance unique entre expertise technologique, projets critiques et engagement humain. Entreprise innovante et responsable, nous construisons un environnement éthique, inclusif et tourné vers l’avenir. Ouverts à tous les talents, nous croyons que la diversité est une richesse. Employeur inclusif et engagé, notre société œuvre chaque jour pour lutter contre toute forme de discrimination et favoriser un environnement de travail respectueux. C’est pourquoi, attachés à la mixité et à la diversité, nous encourageons toutes les candidatures et tous les profils. https://www.soprasteria.fr/nous-connaitre/nos-engagements
Offres proches
- Stage Innovation : Ingénieur Intelligence Artificielle / Simulation
ALTEN
Toulouse · Alternance · 13/11/2026
- STAGE - Ingénieur IA - Inversion des mesures satellitaires de CO₂ - F/H
Thales Services Numériques Sas
Toulouse · 13/11/2026
- STAGE IA - Cas d'usage, prompts et preuves de concept (H/F)
Crédit Agricole Toulouse 31
Toulouse · Alternance · 04/11/2026
Offre publiée par Sopra Steria sur son site carrières et relayée ici. The First Door n’est pas l’employeur et ne reçoit aucune candidature : vous postulez chez l’entreprise, sur son site.